Géometry of Protein Interactions

Géométrie des interactions protéiques

• Auteur / Autrice : Chloé Dequeker
• Direction : Alessandra Carbone, Élodie Laine
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 21/09/2018
• Etablissement(s) : Sorbonne université
• Ecole(s) doctorale(s) : École doctorale Informatique, télécommunications et électronique de Paris
• Partenaire(s) de recherche : Laboratoire : Biologie computationnelle et quantitative (Paris ; 2011-....)
• Jury : Président / Présidente : Jean-Daniel Zucker
• Jury : Examinateurs / Examinatrices : Jacques Chomilier, Sophie Sacquin-Mora
• Jury : Rapporteurs / Rapporteuses : Catherine Etchebest, Anne Poupon

Mots clés

Mots clés contrôlés

Modélisation des données (informatique)

Bioinformatique

Interactions protéine-protéine

Mots clés libres

Protéine

Prédictions

Cross-docking complet

Large échelle

Interactions protéiques

Géométrie protéique

Protein

Protein interface prediction

Cross-docking

Large scale analysis

Protein interactions

Protein geometry

Résumé

Les interactions protéine-protéine (PPI) sont au centre de nombreux processus biologiques et leur compréhension est donc de la plus haute importance. Ce travail se concentre sur deux aspects principaux : le premier est la prédiction des surfaces en interaction de la protéine par des moyens informatiques, en s’appuyant sur des caractéristiques telles que la conservation des résidus, leurs propriétés physico-chimiques, la géométrie locale de la protéine autour de ces derniers ou encore le comportement de la protéine dans un environnement encombré, déduit des calculs de cross-docking complet (CC-D). La deuxième partie de ce travail porte sur la détection de partenaires en interaction à partir d'un CC-D à grande échelle. Cette partie utilise une combinaison de méthodes pour évaluer la probabilité pour deux protéines d'interagir l'une avec l'autre et présente comment il est possible d'appliquer de telles méthodes à une échelle encore plus grande.

Protein-Protein Interactions (PPI) are at the centre of many biological processes, and their understanding is therefore of the utmost importance. This work focuses on two different aspect: the first is the prediction of interacting surfaces of the protein through computational means, relying on features such as the conservation of residues, their physico-chemical properties, the local geometry of the protein or a score derived from the protein's behaviour in a crowded environnement, inferred from Complete Cross-Docking (CC-D) calculations. The second part of this work focuses on the detection of interacting partners from a large scale CC-D; this part uses a combination of methods to score the likelihood for two proteins to interact with one another and present how it might be possible to apply such methods for even larger scale.