Evolution dirigée pour la protéomique des novelles générations.

Directed evolution for next-generation proteomics.

• Auteur / Autrice : Ahmed Rehan
• Direction : Andrew Griffiths, Marco Ribezzi crivellari
• Type : Projet de thèse
• Discipline(s) : Chimie Physique
• Date : Inscription en doctorat le 01/11/2022
• Etablissement(s) : Université Paris sciences et lettres
• Ecole(s) doctorale(s) : École doctorale Chimie physique et chimie analytique de Paris Centre
• Partenaire(s) de recherche : Laboratoire : Institut Chimie Biologie et Innovation
• Partenaire(s) de recherche : Equipe de recherche : Laboratoire de Biochimie (LBC)
• Partenaire(s) de recherche : établissement opérateur d'inscription : ESPCI Ecole supérieure de physique et de chimie industrielles de la ville de Paris (PSL)

Mots clés

Mots clés libres

Evolution dirigee

Protéomique

Molecule unique

Sequencage nouvelle generation

Apprentissage automatique

Directed evolution

Proteomics

Single molecule

Next generation sequencing

Machine learning

Résumé

Tout comme le séquençage ADN nouvelle génération (NGS) a ouvert une nouvelle ère dans la compréhension de l'hérédité et de la régulation des gènes, le séquençage à haut débit des protéines constituera une percée majeure dans la protéomique, permettant d'en apprendre davantage sur les états complexes et dynamiques des cellules. Le NGS des protéines permettra d'identifier les modifications post-traductionnelles et les changements du protéome associés aux maladies, non accessibles par le séquençage de l'ADN. Qsi a démontré sa capacité à séquencer des peptides à l'échelle de la molécule unique grâce à un instrument de taille compact en utilisant une approche de séquençage par dégradation dynamique au cours de laquelle des peptides sont immobilisées en surface puis sondées en temps réel par un mélange de protéines fluorescentes liant spécifiquement l'acide aminé N-terminal, appelé Binders, et d'aminopeptidases clivant le résidu N-terminal pour exposer le résidu suivant. En mesurant l'intensité de la fluorescence, la durée de vie et la cinétique de liaison des binders sur une puce semi-conductrice intégrée, il sera possible à terme d'annoter les acides-aminés d'un peptide et par extension d'identifier la séquence de n'importe quelle protéine. En utilisant l'évolution dirigée (ED), nous développerons les binders spécifiques aux acides aminés N-terminaux et à leurs modifications post-traductionnelles. En combinant l'évolution dirigée in vitro et l'apprentissage automatique in silico, nous visons à concevoir et à développer des binders N-terminaux de haute affinité et spécificité sur une puce de séquençage de nouvelle génération.

Just like next-generation sequencing (NGS) of DNA opened a new era of understanding the heredity and gene regulation, the high throughput of proteins will be a major breakthrough in proteomics shining new light on the complex and dynamic states of the cells. NGS of proteins will address post-translational modifications and proteome changes in disease in ways that are precluded to DNA sequencing. Qsi has demonstrated single-molecule peptide sequencing on a compact benchtop instrument using a dynamic sequencing by stepwise degradation approach in which single surface-immobilized peptide molecules are probed in real-time by a mixture of dye-labeled N-terminal amino acid recognizers and simultaneously cleaved by aminopeptidases. By measuring fluorescence intensity, lifetime, and binding kinetics of recognizers on an integrated semiconductor chip the machine will be able to annotate amino acids and identify the peptide sequence. Using Directed Evolution (DE) on naturally occurring amino-acid recognizers we will develop protein binders specific to N-terminal amino acids and their post-translational modifications. By combining in-vitro DE and Machine learning in-Silico, we aim to design and engineer N-terminal protein binders with high affinity and specificity on a next-generation sequencing chip.