Du fait des nouvelles approches de séquençage à haut débit, le nombre de séquences protéiques disponibles dans les bases de données dépasse actuellement le nombre vertigineux de 109 séquences. Ces séquences impliquées dans des fonctions biologiques variées sont annotées par analogie et donc le plus souvent peu caractérisées. Lors de ce cours, nous verrons comment dans un premier temps, il convient de bien connaître les séquences primaires et comment accéder aux bases de données majeures. La différence entre bioinformatique (bioinformatics) et biologie computationnelle (computational biology) sera mise en avant. Des exemples d’alignements de séquences et d’outils d’analyse seront proposés. La fonction des protéines est portée directement par leurs structures tridimensionnelles qui permettent d’appréhender le mécanisme de ces dites fonctions. Malheureusement, du fait d’un coup élevé et de difficultés techniques qui ne sont pas à négliger, le nombre de structures 3D (http://www.rcsb.org/pdb/home/home.do) n’est elle que de 142 602 au 2 aout 2018. Aussi l’utilisation de la bioinformatique permet de (parfois) passer de la seule séquence en acides aminés à la proposition de modèles structuraux 3D utilisables pour faire avancer la recherche fondamentale ou appliquée. Aussi dans un second temps, nous appréhenderons les données structurales disponibles. Ensuite, nous verrons comment suivant la difficulté de la recherche, il est possible de faire (i) de la modélisation comparative (par homologie), (ii) des techniques d’apprentissage, (iii) les approches ab initio et (iv) les approches de novo ou méta-serveurs. L’ensemble de ces questions sera illustré d’exemples tirés de la littérature et de mes propres recherches.

Temps présentiel : 15 heures

Charge de travail étudiant : 75 heures

Méthode(s) d'évaluation : Analyse d'article, Exposé oral

Référence :
Baker D, Sali A (2001) Protein structure prediction and structural genomics, Science, 294(5540):93-6. Shen MY, Sali A (2006) Statistical potential for assessment and prediction of protein structures, Protein Sci, 15(11):2507-24. de Brevern AG (2010) 3D structural models of transmembrane proteins, Methods Mol Biol. 654:387-401. de Brevern AG (2018) Analysing the Structural Effect of Point Mutations of Cytotoxic Necrotizing Factor 1 (CNF1) on Lu/BCAM Adhesion Glycoprotein Association Toxins (Basel) 13;10(3). pii: E122. de Brevern AG, Floch A, Barrault A, Martret J, Bodivit G, Pirenne F, Tournamille C (2018) Alloimmunization risk associated with amino acid 223 substitution in the RhD protein: analysis in the light of molecular modeling Transfusion in press. Postic G, Ghouzam Y, Gelly JC (2015) An empirical energy function for structural assessment of protein transmembrane domains, Biochimie, 115:155-61. Yang J, Zhang Y (2015) Protein Structure and Function Prediction Using I-TASSER, Curr Protoc Bioinformatics, 52:5.8.1-15. Moult J, Fidelis K, Kryshtafovych A, Schwede T, Tramontano A (2016) Critical assessment of methods of protein structure prediction: Progress and new directions in round XI, Proteins. Suppl 1:4-14. Ovchinnikov S, Kim DE, Wang RY, Liu Y, DiMaio F, Baker D (2016) Improved de novo structure prediction in CASP11 by incorporating coevolution information into Rosetta, Proteins, Suppl 1:67-75. Hatherley R, Brown DK, Glenister M, Tastan Bishop Ö (2016) PRIMO: An Interactive Homology Modeling Pipeline, PLoS One. 11(11):e0166698. Ghouzam Y, Postic G, Guerin PE, de Brevern AG, Gelly JC (2016) ORION: a web server for protein fold recognition and structure prediction using evolutionary hybrid profiles, Sci Rep. 6:28268. Daligaux P, Bernadat G, Tran L, Cavé C, Loiseau PM, Pomel S, Ha-Duong T (2016) Comparative study of structural models of Leishmania donovani and human GDP-mannose pyrophosphorylases, Eur J Med Chem. 107:109-18. Taylor WR, Matthews-Palmer TR, Beeby M (2016) Molecular Models for the Core Components of the Flagellar Type-III Secretion Complex, PLoS One, 11(11):e0164047. Goswami AM (2016) Computational analysis, structural modeling and ligand binding site prediction of Plasmodium falciparum 1-deoxy-d-xylulose-5-phosphate synthase, Comput Biol Chem 66:1-10.