développement méthodologique et applications de la prédiction des interactions protéine-protéine

methodology development and applications of protein-protein interaction prediction

• Auteur / Autrice : Jinchao Yu
• Direction : Raphaël Guerois
• Type : Thèse de doctorat
• Discipline(s) : Biochimie et biologie structurale
• Date : Soutenance le 30/01/2017
• Etablissement(s) : Université Paris-Saclay (ComUE)
• Ecole(s) doctorale(s) : École doctorale Innovation thérapeutique : du fondamental à l'appliqué (Châtenay-Malabry, Hauts-de-Seine ; 2015-....)
• Partenaire(s) de recherche : Laboratoire : Institut de biologie intégrative de la cellule (Gif-Sur-Yvette, Essonne ; 2015-....)
• Partenaire(s) de recherche : établissement opérateur d'inscription : Université Paris-Sud (1970-2019)
• Jury : Président / Présidente : Philippe Minard
• Jury : Examinateurs / Examinatrices : Raphaël Guerois, Philippe Minard, Annick Dejaegere, Sophie Sacquin-Mora, Marc Baaden
• Jury : Rapporteurs / Rapporteuses : Annick Dejaegere, Sophie Sacquin-Mora

Mots clés

Mots clés contrôlés

Simulation de docking moléculaire

Évolution moléculaire

Interactions protéine-protéine

Bioinformatique structurale

Mots clés libres

Bio-Informatique

Interaction protéine-Protéine

Information co-Évolutive

Bioinformatics

Protein-Protein interaction

Co-Evolutionary information

Résumé

Les interactions protéine-protéine (IPP) jouent un rôle essentiel dans le vivant. Mon travail de thèse s’est concentré sur développement de méthodes bio-informatiques pour la prédiction et la modélisation structurale des IPP. Mon objectif était d'améliorer le pouvoir prédictif des méthodes permettant de prédire les structures d’assemblages macromoléculaires (docking) et d'aborder les problèmes rencontrés par les biologistes sur des cas réels d’interactions.Pour obtenir des modèles de protéines isolées de meilleure qualité, j’ai tout d’abord développé le serveur HHalign-Kbest basé sur des algorithmes d’alignements sous-optimaux. Ensuite, dans le domaine du « docking », j’ai élaboré le serveur InterEvDock qui prend en compte les informations de coévolution entre protéines. Les validations en aveugle montrent que ce serveur atteint de meilleures performances que d’autres serveurs de référence lorsque l’information évolutive est disponible.Afin de tester plus à fond nos méthodes, nous avons participé au concours CAPRI - un concours international pour la prédiction des interactions protéiques. Sur les sessions couvrant la période 2013-2016, notre groupe s’est classé 1er. Enfin, j'ai développé un jeu de données d’apprentissage et de test, PPI4DOCK. Il contient un très grand nombre de cibles de complexes (plus de 1000) et permettra d'améliorer les méthodes de docking à partir des structures expérimentales ou de modèles.En termes d'applications, je me investis dans différents projets collaboratifs, qui touchent des domaines aussi variés que, la recherche de partenaires pour le chaperon d’histone Asf1; la prédiction des modes d’interaction entre CENP-F et Nup133 dans le contexte de la mitose et de Exo70 et Abi dans celui de la régulation de la mobilité cellulaire; la simulation des modes de liaison entre le complexe Ku et ses partenaires peptidiques, dans les voies de réparation de l'ADN.

Protein-protein interactions (PPIs) play essential roles in life. My PhD work aimed at developing advanced bioinformatics methods in the field of PPI prediction at the structural scale. My goal was to improve the predictive power of methods which model the structures of macromolecular assemblies (docking) and to tackle real-life problems faced by biologists.First, I developed HHalign-Kbest server using algorithms for the search of suboptimal solutions to gain better-quality models. Second, in the field of protein docking, I built InterEvDock server which can take co-evolutionary information into account. It yields better performance than other state-of-the-art servers. In order to further test our methods, we participated in CAPRI – an international challenge for prediction of protein interactions. Over years 2013-2016, our group ranked 1st at the 6th CAPRI evaluation meeting. At last, I developed a realistic benchmark dataset PPI4DOCK, largest dataset so far, in order to improve docking methods for the scientific community.In terms of applications, I was involved in a variety of collaborative projects with different labs. As representative examples, I searched for binding partners of the histone chaperone Asf1; I studied the CENP-F/Nup133 interaction in the context of mitosis and the Exo70/Abi interaction related to cell mobility regulation; I also simulated the binding modes of multiple peptides, partners of Ku complex involved in DNA repair pathway.