Exploration in silico des événements de transport membranaire : prédiction des coefficients de perméation passive et des sites de liaison de la protéine MRP4 humaine

In silico exploration of membrane transport events : prediction of passive permeation coefficients and binding sites of human MRP4

• Auteur / Autrice : Mehdi Benmameri
• Direction : Patrick Trouillas, Gabin Fabre
• Type : Thèse de doctorat
• Discipline(s) : Computational chemistry
• Date : Soutenance le 08/12/2022
• Etablissement(s) : Limoges
• Ecole(s) doctorale(s) : École doctorale Ω-LIM-Biologie-Chimie-Santé (Limoges ; 2022-)
• Partenaire(s) de recherche : Laboratoire : Pharmacologie et Transplantation
• Jury : Président / Présidente : Nicolas Picard
• Jury : Examinateurs / Examinatrices : Patrick Trouillas, Gabin Fabre, Claire Rossi
• Jury : Rapporteurs / Rapporteuses : Maria Joao Moreno, Karel Berka

Mots clés

Mots clés contrôlés

Dynamique moléculaire

Transport biologique

Mots clés libres

Transport membranaire

Docking moléculaire

Transporteurs ABC

HMRP4

Coefficient de perméation passive

Dynamique moléculaire

AWH

Membrane transport

Molecular docking

ABC transporters

HMRP4

Passive permeation coefficient

MD simulations

AWH

Résumé

La prédiction du transport membranaire des xénobiotiques est cruciale pour les industries pharmaceutique, cosmétique et agro-alimentaire. Le franchissement des membranes est en effet directement à la biodisponibilité des actifs utilisés dans ces différents domaines. Il repose sur deux processus majeurs : la perméation passive à travers les bicouches lipidiques et le transport à travers des protéines membranaires. Comprendre les interactions des xénobiotiques avec les différents composants des membranes cellulaires est un passage obligé pour rationaliser ces deux processus. Atteindre cette compréhension à l’échelle atomique est un réel défi au vu de la diversité des membranes cellulaires et de la diversité chimique des xénobiotiques. Plusieurs méthodes expérimentales utilisent des lignées cellulaires pour mesurer la vitesse de ces processus. Des modèles membranaires plus simplistes ont également été utilisés pour déterminer les coefficients de perméation passive (premier processus). D'autre part, des modèles in silico, en particulier utilisant des simulations de dynamique moléculaire (MD), permettent de prédire les coefficients de perméation passive avec une précision grandissante, mais au prix d’un temps de calcul important. Dans cette thèse, nous avons utilisé des simulations de MD biaisées pour prédire les coefficients de perméation passive à travers les membranes. Nous avons développé le protocole MemCross, basé sur la méthode AWH, et l'avons testé sur une série de 13 molécules. Ensuite, nous avons étendu l’utilisation de MemCross à plusieurs centaines de xénobiotiques et nous avons comparé les coefficients de perméation calculés aux valeurs expérimentales. MemCross présente une bonne corrélation avec les données expérimentales provenant de modèles de membranes de phosphatidylcholine (R² = 0,83). Les coefficients de corrélation avec les modèles expérimentaux plus complexes utilisant des cellules sont plus faibles. MemCross est un outil prometteur car il est le premier à utiliser l’AWH pour prédire les coefficients de perméation avec des simulations de MD « tout-atome ». Le coût de calcul relativement faible de cette méthodologie a permis le premier benchmark sur des centaines de coefficients de perméation avec une description « tout-atome ». Le processus de transport actif (deuxième processus) a également été abordé. Nous avons utilisé le récent modèle Alphafold 2 du transporteur humain MRP4. Des simulations de MD et de docking moléculaire, sur la protéine entière, nous ont permis de mettre en évidence les sites de liaison potentiels de tous les substrats et inhibiteurs connus de MRP4. Nous avons notamment mis en évidence plusieurs régions de liaison contiguës à la chambre principale de la protéine. Nos résultats suggèrent que trois de ces régions constituent un canal d'entrée iso-énergétique vers la chambre centrale. De plus, nous avons révélé de potentiels nouveaux résidus clés interagissant avec les ligands.

Predicting membrane transport of xenobiotics is crucial to the pharmaceutical, cosmetic and food industries. Membrane crossing of active compounds used in these different fields is directly related to their bioavailability. There exist two major membrane crossing processes: passive permeation across lipid bilayers, and transport through membrane proteins. To reach a full understanding of these processes requires an atomic-scale rationalization of all intermolecular interactions between xenobiotics and membrane components. This is a delicate challenge because of the wide structural diversity of membranes and xenobiotics. There exist several experimental protocols based on cultured cell-based membrane models to study both transport events. More simplistic membrane models have also been used to determine passive permeation coefficients (first process). Alternatively, theoretical tools, in particular molecular dynamics (MD) simulations, have been shown to predict the passive permeability with a growing accuracy, albeit for an important computational cost. Here, we used biased MD simulations to predict passive membrane permeation coefficients across membranes. We have developed a protocol named MemCross, based on the AWH method, and we tested it on a series of 13 molecules. Then, we extended our predictions to 350 xenobiotics and the predicted permeation coefficients were compared to experimental values. The results from MemCross correlated well with the experimental values obtained with phosphatidylcholine membrane models (R² = 0.83). Lower correlation coefficients were obtained with more complex cell-based assays. MemCross is a promising tool, as it is the first to use AWH to predict permeation coefficients based on all-atom MD simulations. Moreover, its relatively low computational cost allowed the first benchmark on hundreds of permeation coefficients with an all-atom description. The active transport process (second process) was also tackled. Using the recent Alphafold 2 model of the human MRP4 transporter, we performed MD simulations and molecular docking on the whole protein. A comprehensive mapping of potential binding sites was established for all known substrates and inhibitors of MRP4. We highlighted several binding regions besides the main chamber of the protein. Our results have suggested that three of these regions constitute an iso-energetic entry channel to the central chamber. In addition, we revealed new potential key residues interacting with the ligands.