Un ensemble d'algorithmes pour révolutionner la découverte de la structure des protéines en 3D

L'un des grands défis de la biologie moléculaire est de déterminer la structure tridimensionnelle de grandes biomolécules telles que les protéines. Mais c'est une tâche notoirement difficile et chronophage.

La technique standard est la cristallographie aux rayons X, qui consiste à analyser le diagramme de diffraction des rayons X à partir d'un cristal de la molécule étudiée. Cela fonctionne bien pour les molécules qui forment facilement des cristaux.

Mais de nombreuses protéines, peut-être la plupart, ne forment pas facilement des cristaux. Et même lorsqu'ils le font, ils prennent souvent des configurations non naturelles qui ne ressemblent pas à leur forme naturelle.

Donc, trouver un autre moyen fiable de déterminer la structure 3D de grandes biomolécules serait une énorme percée. Aujourd'hui, Marcus Brubaker et quelques amis de l'Université de Toronto au Canada disent avoir trouvé un moyen d'améliorer considérablement une technique d'imagerie 3D qui n'a jamais tout à fait égalé l'utilité de la cristallographie aux rayons X.

La nouvelle technique est basée sur un processus d'imagerie appelé cryomicroscopie électronique. Cela commence par une solution purifiée de la molécule cible qui est congelée en un film mince d'une seule molécule d'épaisseur.

Ce film est ensuite photographié à l'aide d'un procédé connu sous le nom de microscopie électronique à transmission : il est bombardé d'électrons et ceux qui le traversent sont enregistrés. Essentiellement, cela produit des shadowgrams bidimensionnels des molécules du film. Les chercheurs sélectionnent ensuite chaque shadowgram et les utilisent pour déterminer la structure tridimensionnelle de la molécule cible.

Ce processus est difficile pour plusieurs raisons. Premièrement, il y a une énorme quantité de bruit dans chaque image, de sorte que même l'ombre bidimensionnelle est difficile à distinguer. Deuxièmement, il n'y a aucun moyen de connaître l'orientation de la molécule lorsque l'ombre a été prise, donc déterminer la forme 3D est une entreprise énorme.

L'approche standard pour résoudre ce problème n'est guère plus qu'une conjecture. Imaginez une structure 3D potentielle pour la molécule, puis faites-la pivoter pour voir si elle peut générer tous les shadowgrams dans l'ensemble de données. Sinon, modifiez la structure, testez-la, etc.

Évidemment, c'est un processus qui prend du temps. L'algorithme de pointe actuel fonctionnant sur 300 cœurs prend deux semaines pour trouver la structure 3D d'une seule molécule à partir d'un ensemble de données de 200 000 images.

Brubaker et co ont développé une méthode beaucoup plus rapide qui peut faire le même travail en seulement 24 heures en travaillant sur un seul poste de travail. La technique repose sur deux innovations algorithmiques.

Le premier exploite le fait que les images sont bruitées et contiennent donc de grandes quantités d'informations redondantes. L'équipe contourne ce problème en utilisant un algorithme qui supprime une grande partie de cette redondance, ne laissant qu'un sous-ensemble des données d'origine. L'astuce, bien sûr, est de se débarrasser des données inutiles tout en gardant les éléments utiles, ce qu'ils gèrent en utilisant une approche d'apprentissage automatique.

Cela réduit la quantité de données à traiter, mais la principale accélération provient de la deuxième innovation, une technique statistique appelée échantillonnage par importance.

L'idée principale ici est que certaines données sont plus importantes que d'autres pour déterminer la structure 3D finale. Donc, trouver un moyen de se concentrer sur ceux-ci peut considérablement accélérer le processus.

Brubaker et co ont trouvé une telle approche. Il s'avère que les grosses molécules congelées en couches minces finissent presque toujours par se coucher sur le côté. Ainsi, les shadowgrams montrent presque toujours les molécules dans cette pose plutôt que debout sur leur tête ou leurs fesses.

L'intégration de ces connaissances dans l'algorithme augmente considérablement la vitesse à laquelle il s'installe sur une structure 3D potentielle, car il peut ignorer la possibilité que les images montrent la molécule d'en haut ou d'en bas.

L'amélioration qui en résulte est énorme. Cela conduit à des accélérations de 100 000 fois ou plus, permettant de déterminer les structures en une journée sur un poste de travail moderne, explique Brubaker and co.

L'équipe continue à démontrer sa technique sur un ensemble de shadowgrams de deux biomolécules bien connues. Le premier ensemble de données se compose de plus de 46 000 images d'une grande molécule transmembranaire appelée ATP synthase de la thermophilus bactéries. La seconde est constituée de près de 6000 images d'ATP synthase mitochondriale bovine.

L'équipe a également synthétisé un troisième ensemble de données en prenant 40 000 shadowgrammes aléatoires de GroEL-GroES-(ADP)7, une biomolécule de structure connue. Ils ont ensuite utilisé leur algorithme pour travailler à rebours afin de recréer la structure d'origine.

Enfin, l'équipe compare son approche à d'autres modèles de pointe et montre que le nouvel algorithme surpasse de manière significative ces méthodes standard.

C'est un résultat impressionnant qui a le potentiel de changer radicalement le paysage pour les biologistes moléculaires qui ont lutté pendant des années pour trouver de nouvelles méthodes fiables pour déterminer la structure de grandes biomolécules.

La cryomicroscopie électronique semble bien partie pour jouer ce rôle. Et la technique est susceptible de s'améliorer à mesure que la résolution de cette forme de microscopie s'améliore dans les années à venir.

Réf : un rxiv.org/abs/1504.03573 : Construire des protéines en une journée : reconstruction moléculaire 3D efficace

cacher