Molecular basis of protein protein interactions during synaptogenesis

Bases moléculaire de l'interaction protéine-protéine lors de la synaptogenèse

• Auteur / Autrice : Emma Goulard Coderc de Lacam
• Direction : Christophe Chipot
• Type : Thèse de doctorat
• Discipline(s) : Chimie
• Date : Soutenance le 20/11/2023
• Etablissement(s) : Université de Lorraine
• 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 : Serge Antonczak
• Jury : Examinateurs / Examinatrices : Christophe Chipot, Thomas Simonson, Sophie Sacquin-Mora, Emmanuelle Bignon
• Jury : Rapporteur / Rapporteuse : Thomas Simonson, Sophie Sacquin-Mora

Mots clés

Mots clés contrôlés

Apprentissage automatique

Synapses

Énergie de liaison

Simulation, Méthodes de

Interactions protéine-protéine

Mots clés libres

Simulations

Protéines

Synapse

IA

Machine Learning

Énergie libre de liaison

Simulations

Protein

Synapse

IA

Machine learning

Binding free energy

Résumé

La capacité à déterminer rapidement et avec certitude si la liaison protéine-protéine est suffisamment forte pour avoir une fonction biologique est d'une importance primordiale dans le contexte de la découverte de médicaments in silico et des études fonctionnelles biologiques comme la synaptogénèse. Dans ma thèse, j'ai participé à l'établissement d'un protocole clair et complet utilisant la voie alchimique et géométrique pour les calculs standard de l'énergie libre de liaison absolue, qui reste le seul critère définitif pour estimer quantitativement l'affinité de liaison. J'ai étendu ce protocole aux complexes protéines-protéines dans le contexte de la syndémie COVID-19, contribuant à élucider la stratégie choisie par les variants préoccupants pour augmenter leur contagiosité tout en analysant la base moléculaire responsable de leurs affinités diverses pour ACE2. J'ai également renforcé les bases méthodologiques des calculs standard de l'énergie libre de liaison en démontrant la nécessité de restreintes pour obtenir des estimations précises en comparant la voie géométrique aux stratégies dépourvues de restreintes. De plus, j'ai participé à une exploration systématique méthodologique de la combinaison entre répartition de la masse de l'hydrogène et un pas de temps multiple pour le calcul des forces dans le but d'accélérer les calculs des énergies libres de liaison standard en utilisant l'approche de la voie géométrique. Cette étude a révélé la nécessité d'optimiser les paramètres impliqués dans le Lagrangien étendu de l'algorithme d'échantillonnage amélioré pour garantir la précision tout en améliorant la vitesse par un facteur de trois. Enfin, j'ai appliqué la voie géométrique à des complexes de synaptogenèse, avec la famille des Defective proboscis response (Dpr) et Dpr intercating proteins (DIP). J'ai pu retrouver des affinités correspondant aux données expérimentales avec la précision chimique. Cependant, ces calculs ont révélé la nécessité d'un réglage individuel et ne peuvent pas être réalisés dans l'ensemble de l'interactome Dpr-DIP en un temps raisonnable et sans intervention humaine. J'ai donc eu recours à des approches d'apprentissage automatiques, telles que l'analyse discriminante linéaire et la forêt aléatoire, en raison de leur capacité à traiter de grandes quantités de données et de leur interprétabilité. J'ai classifié avec précision les liaisons faibles et fortes dans cet ensemble de données, ce qui peut être utile dans l'analyse à haut débit. J'ai proposé des descripteurs d'entrée spécifiques, en exploitant les propriétés séquentielles, structurelles et physico-chimiques des protéines. Ces descripteurs d'entrée sont très généraux et pourraient être utilisés pour aborder des problèmes d'interaction entre protéines.

The ability to rapidly ascertain with accuracy whether the binding of protein-protein is strong enough to have a biologically relevant function is of paramount importance in the context of in silico drug discovery and biological functional studies like those involve in synaptogenesis. In the thesis, I participated in establishing a clear and comprehensive protocol leveraging the alchemical and geometrical route for standard absolute binding free-energy calculations, which is the only definitive criterion to estimate the binding affinity quantitatively. I extended this protocol to protein-protein complexes in the context of the COVID-19 syndemic, helping to elucidate the strategy the variants of concerns had chosen to increase contagiosity while reasoning on the molecular basis responsible for their diverse affinities for ACE2. I also reinforce the methodological basis of the standard binding free-energy calculations by demonstrating the need for restraint to obtain accurate estimates in comparing restraint-based methods (the geometrical route) and unrestraint strategies. Furthermore, I participate in a methodological systematic exploration of the combination of hydrogen mass repartitioning and multiple time stepping to speed up the calculations of standard binding free energies using the geometrical route approach, revealing the need for carefully tuned hyperparameters involved in the extended Lagrangian of the enhanced sampling algorithm to guarantee accuracy while improving speed by a factor of three. Lastly, I employed the geometrical route on complexes from synaptogenesis, the Defective proboscis extended response (Dpr), and the Dpr interacting proteins (DIP). I could recover experimental binding free-energy matching experimental data up to chemical accuracy. However, these calculations revealed a need for individual tunning and cannot be performed to the full extent of the Dpr-DIP interactome in a reasonable time. I resorted to machine learning approaches, Linear Discriminant Analysis, and Random Forest for their ability to handle large amounts of data and interpretability. I accurately classified weak and strong binders in this dataset, which can be helpful in high-throughput analysis. I proposed specific input features, leveraging sequence, structural, and physicochemical properties. These input features are very general and could be used to tackle protein-interacting problems.