Déterminants intrinsèques et extrinsèques du processus d'agrégation des protéines amyloïdes

Intrinsic and extrinsic determinants of the aggregation process of amyloid proteins

• Auteur / Autrice : Natalia Szulc
• Direction : Mounir Tarek, Małgorzata Kotulska
• Type : Thèse de doctorat
• Discipline(s) : Chimie
• Date : Soutenance le 11/09/2023
• Etablissement(s) : Université de Lorraine en cotutelle avec Wrocław University of Science and Technology
• Ecole(s) doctorale(s) : École doctorale C2MP - Chimie mécanique matériaux physique (Lorraine ; 2018-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire de Physique et de Chimie théoriques (Nancy ; Metz)
• Jury : Président / Présidente : Krystian Kubica
• Jury : Examinateurs / Examinatrices : Mounir Tarek, Małgorzata Kotulska, Sophie Lecomte, Sebastian Kmiecik, Philippe Derreumaux, Antonio Monari
• Jury : Rapporteurs / Rapporteuses : Sophie Lecomte, Sebastian Kmiecik, Izabela Anna Sadowska-Bartosz

Mots clés

Mots clés contrôlés

Protéines -- Agrégation

Bioinformatique structurale

Spectroscopie infrarouge

Simulation par ordinateur

Dynamique moléculaire

Amyloïde

Mots clés libres

Amyloïdes

Simulations de dynamique moléculaire

Cross-Seeding

Spectroscopie infrarouge

Méthodes bioinformatiques

Amyloids

Molecular dynamics simulation

Cross-Seeding

Infrared spectrscopy

Bioinformatic methods

Résumé

Les amyloïdes sont un groupe de peptides et de protéines qui se replient en structures de fibrilles insolubles très régulières et étroitement emboîtées, ressemblant à une fermeture éclair stérique. Ils sont associés à de nombreuses maladies civilisationnelles, telles que le diabète de type 2 et un large éventail de maladies neurodégénératives. Le processus d'agrégation et les caractéristiques des amyloïdes sont fortement influencés par les conditions expérimentales, qui varient d'une étude à l'autre et manquent d'informations complètes. Cela entrave la capacité des méthodes de bioinformatique à prédire avec précision la propension amyloïde et les modèles structuraux d'agrégation. Cette thèse étudie l'impact des facteurs internes et externes sur l'agrégation des peptides amyloïdogènes, notamment la longueur de la séquence, les mutations, les propriétés du solvant, les interactions entre peptides et la proximité de la paroi cellulaire. L'étude se concentre sur les amyloïdes pathologiques et fonctionnels, en utilisant à la fois des résultats expérimentaux et computationnels. Tout d'abord, nous établissons un protocole de référence pour étudier les propriétés d'agrégation de courts peptides afin d'identifier les séquences d'acides aminés amyloïdogènes. Nous évaluons l'impact des données d'entraînement mal annotées sur l'exactitude des méthodes de bioinformatique et explorons l'applicabilité du protocole aux séquences plus longues. Nous avons examiné expérimentalement la propension amyloïdogène de longues séquences d'acides aminés (jusqu'à 23 acides aminés) de la protéine amyloïdogène fonctionnelle CsgA, en particulier ses fragments R1-R5 imparfaits. Nous avons comparé la sensibilité de ces peptides aux facteurs internes et externes, tels que les mutations ponctuelles, le solvant, les types d'ions et les concentrations ioniques, en mettant l'accent sur les répétitions homologues d'Escherichia coli et de Salmonella enterica. Des études computationnelles et théoriques ont validé l'influence des mutations dans cette investigation. Enfin, nous avons examiné l'agrégation des amyloïdes pathologiques Aβ42 et hIAPP (séquences jusqu'à 42 acides aminés), en nous concentrant sur l'impact de la présence d'une membrane lipidique et de l'interaction entre peptides sur leur agrégation dans des conditions physiologiques par le biais d'expériences et de simulations. Les résultats de la recherche soulignent l'importance de recueillir des données cohérentes à partir d'expériences et mettent en évidence l'influence des conditions expérimentales et des variations de séquence sur l'agrégation des amyloïdes. Les séquences courtes d'hexapeptides présentent des propensions d'agrégation distinctes, avec la flexibilité et les transitions de rupture de symétrie jouant un rôle crucial. Le choix du solvant influence les résultats de l'agrégation, comme le démontre la dépendance de la classification du fragment R2 à la présence d'oxyde de deutérium. Les substitutions d'acides aminés et les ions du tampon de phosphate influencent également la formation et la morphologie des amyloïdes. Les simulations de dynamique moléculaire révèlent la stabilité de l'Aβ42 au sein d'une membrane lipidique et son interaction avec l'hIAPP, ce qui impacte le contenu en feuillet β et l'intégrité de la bicouche lipidique supportée. Ces résultats soulignent les défis des investigations sur les amyloïdes et la nécessité de prendre en compte les conditions expérimentales et les différences de séquence dans les prédictions bioinformatiques. Une modulation efficace de l'agrégation des peptides peut être obtenue grâce à une planification expérimentale adéquate et à la prise en compte des conditions pertinentes.

Amyloids are a group of peptides and proteins that fold into assemblies of insoluble fibrils of very regular and tightly packed β-cross structures, which resemble a steric zipper. They are associated with many civilization diseases, such as type 2 diabetes, and wide range of neurodegenerative diseases. Amyloids' aggregation process and characteristics are greatly influenced by experimental conditions, which vary across studies and lack comprehensive information. This hampers the ability of bioinformatics methods to accurately predict amyloid propensity and structural models of aggregation. This dissertation investigates how internal and external factors impact the aggregation of amyloidogenic peptides, including sequence length, mutations, solvent properties, peptide interactions, and proximity to the cell wall. The study focuses on pathological and functional amyloids, utilizing both experimental and computational findings. First, we establish a reference protocol to investigate aggregation properties of short peptides for identifying amyloidogenic amino acid sequences. It assesses the impact of poorly annotated training data on bioinformatics methods' accuracy and explores the applicability of the protocol to longer sequences. We experimentally examined the amyloid propensity of long amino acid sequences (up to 23 amino acids) from the functional amyloid CsgA protein, specifically its R1-R5 imperfect fragments. It compared the sensitivity of these peptides to internal and external factors, such as point mutations, solvent, ion types, and ion concentrations, with a focus on homologous repeats from Escherichia coli and Salmonella enterica. Computational and theoretical studies validated the influence of mutations in this investigation. We finally examined the aggregation of pathological amyloids Aβ42 and hIAPP (sequences up to 42 amino acids), focusing on the impact of lipid membrane presence and peptide interaction on their aggregation under physiological conditions through experiments and simulations. The research findings emphasize the importance of collecting coherent data from experiments and highlight the influence of experimental conditions and sequence variations on amyloid aggregation. Short hexapeptide sequences exhibit distinct aggregation propensities, with flexibility and symmetry-breaking transitions playing a crucial role. The choice of solvent affects aggregation outcomes, as demonstrated by the R2 fragment's classification dependence on the presence of deuterium oxide. Amino acid substitutions and phosphate buffer ions also influence amyloid formation and morphology. Molecular dynamics simulations reveal the stability of Aβ42 within a lipid membrane and its interaction with hIAPP, impacting β-sheet content and supported lipid bilayer integrity. These results underscore the challenges in amyloid investigations and the need for considering experimental conditions and sequence differences in bioinformatics predictions. Effective modulation of peptide aggregation can be achieved through proper experimental planning and consideration of relevant conditions.