Méthode de prédiction ab initio de la structure tertiaire des protéines dans l'espace des angles dièdres

Ab initio methodology or tertiary structure prediction of protein in dihedral angles space

• Auteur / Autrice : Tristan Bitard
• Direction : Jean-François Gibrat, Antoine Vigneron
• Type : Thèse de doctorat
• Discipline(s) : Bioinformatique, analyse des génomes et modélisation
• Date : Soutenance en 2012
• Etablissement(s) : Paris 7

Mots clés

Mots clés contrôlés

méthodes

Analyse de séquence de protéine

Modèles théoriques

Biologie informatique

Structure moléculaire

Modèles moléculaires

Résumé

Les protéines sont des composantes indispensables du fonctionnement cellulaire. L'obtention d'une séquence protéique est un travail relativement aisé. La compréhension fine du fonctionnement d'une protéine nécessite l'acquisition et l'analyse de sa structure tri-dimensionnelle. L'acquisition d'une structure par des méthodes biochimiques est un travail long et coûteux. De plus certaines structures protéiques peuvent être très difficiles à obtenir. La mise en place de méthodologies informatiques pour prédire la structure d'une protéine à partir de sa séquence est donc un travail de première importance dans le monde de la bioinformatique. Deux grands types de méthodes existent. Les méthodes qui utilisent une structure de référence pour réaliser une prédiction et les méthodes sans références dites ab initio. Ce travail de thèse s'intéresse aux méthodes ab initio. Ces méthodes requièrent la mise au point: d'un modèle protéique, d'une fonction d'énergies et de divers algorithmes. Ce travail de thèse effectue un retour historique sur les différents modèles et fonctions utilisés. Un modèle mixte, chaîne latérales non aromatiques des résidus simplifiés et chaînes principales tout atomes, est proposé. Le potentiel statistique est composé de différents termes, issus de la littérature ou de nos analyses. Différents algorithmes d'exploration sont mis en place, dont un dit de rotation concertée, permettant le déplacement dans l'espace des angles sans perturbation global de la topologie. Enfin un algorithme de sélection de structures candidates, issues d'une simulation, basé sur la densité des points d'un graphe est proposé. Des premiers résultats de simulations sont présentés.

Proteins are essential components of cellular function. Obtaining a protein sequence is a relatively easy job. However a detailed understanding of the functioning of a protein requires the acquisition and analysis of its three-dimensional structure. The acquisition of a structure by biochemical methods is a long and expensive work. In addition, some protein structures can be very difficult to obtain. The implementation of computational methodologies for predicting protein structure from its sequence is a work of major importance in the world of bioinformatics. Two major types of methods exist. Methods that use a reference structure to make a prediction and methods without reference, also called ab initio methods. This thesis focuses on ab initio methods. These methods require: a protein model, a function of energy and varions algorithms. This thesis makes a historic return on varions models and functions used. A mixed model, non-aromatic side chain residues coarse-grained and backbones chains all atoms, is proposed. The statistical potential is composed of different terms from the literature or from our analyzes. Different mining algorithms are implemented, including a concerted rotation algorithm, allowing movement in space angles without disturbing the overall topology. Finally an algorithm for selecting candidate structures, from a simulation, based on the density of points on a graph is proposed. The first results of simulations are presented.