Discussion

Ces travaux mettent le doigt sur la complexité de l’agencement de plusieurs facteurs pour qu’une protéine atteigne une stabilité thermique donnée. En effet, au sein de chaque famille de protéines homologues, plusieurs stratégies peuvent conduire à une plus grande thermostabilité. Il n’y a pas qu’un arrangement unique de ces facteurs qui y parvient. En reprenant les coefficients de corrélation calculés au sein de chaque famille pour chacun des facteurs nous observons que par famille il y a bien l’un ou l’autre facteur ayant une influence significative sur la stabilité thermique mais il est impossible d’en inférer une loi générale (tableau 2.11).

Famille \ Facteurs ^Ponts salins*^

P-sal/

Ch'' ^{LL' LP'}

pp«

Ponts-H,„,* ^{Cat-îi' Hydroplf Arom* %Hélice' %Feuiller} Acylphosphatase 0,87 -0,69 -0,78 0,58 0,38 0,92 -0,98 1,00 -0,74 -0,98 0,56 Adénylate kinase 0,53 -0,57 0,09 0,08 -0,17 0,03 0,02 0,58 -0,28 0,19 -0,53 a-Amylase 0,75 -0,78 0,78 0,83 0,54 0,92 0,72 -0,31 0,54 -0,81 0,38 Cold Shock Protein 0,99 0,99 0,97 -0,01 0,13 0,83 -0,6 0,32 0,67 0,68 0,82 Cytochromes P450 0,58 0,78 -0,23 -0,3 -0,12 0,15 -0,45 -0,23 0,45 -0,16 0,14 Glycoside hydrolase 1,00 n.d. -0,72 0,88 O

1 0,43 0,33 0,6 -0,56 0,28 -0,8 Lysozyme -0,91 -0,86 -0,05 0,25 0,11 0,32 0,99 0,01 0,47 -0,26 0,98 Myoglobine 0,81 0,59 0,67 0,6 -0,99 -0,99 0,48 -0,88 -0,99 -0,87 n.d.

Tableau 2.11 - Coefficients de corrélation entre chaque facteur et la température de fusion des protéines au sein de chaque famille. cf. légende tableau 2. Les coefficients de corrélation présentés en gras sont considérés comme significatifs (avec une p-valeur < 0,05) et ceux en italique sont considérés comme faiblement significatifs (avec une p-valeur < 0.1).

Le nombre de ponts disulfures ne varie pas parmi les homologues des différentes familles étudiées ici. Son influence sur la stabilité thermique des protéines n’est donc pas représentée au sein de ces huit familles.

Afin de valider l’impact de ces facteurs de manière plus générale, nous avons développé une méthode bioinformatique capable de comptabiliser chacun de ces facteurs au sein d’une protéine donnée. Cette méthode a été développée au cours de nos premières recherches dans ce domaine et appliquée sur une base de données de 87 protéines {BD\, section 3.1.1). Le but de cette recherche était d’observer la variabilité d’un facteur avec la stabilité thermique sans se restreindre à des protéines homologues entre elles.

Mener une étude sur une famille de protéines homologues permet de faire l’hypothèse que les variations des divers facteurs entre deux homologues sont uniquement dues à leur différence de stabilité thermique. De cette façon il est possible d’identifier un ou plusieurs facteurs influençant cette grandeur thermodynamique au sein d’une famille mais non d’en généraliser son impact sur n’importe quelle protéine donnée. L’idée de cette recherche menée sur 87 protéines, sans la restriction d’homologie entre elles, était d’en extraire des facteurs plus robustes qui présentent un impact sur la stabilité thermique de protéines monomériques de façon générale. Le désavantage de cette méthode est que les variations de ces différents facteurs ne peuvent plus être associées uniquement à la variation de résistance thermique.

Les résultats obtenus lors de ces travaux sont trop peu significatifs même après avoir essayé plusieurs normalisations pour tenter d’harmoniser au mieux les variations de ces facteurs parmi des protéines présentant de fortes dissemblances. Cependant certaines

Chapitre 2 - Thermostabilité de protéines homologues

observations qualitatives encourageantes nous ont poussés à persévérer vers une autre voie plus prometteuse : l’étude de l’influence de la température sur la contribution de diverses interactions à l’énergie libre de repliement des protéines (chapitre 4).

Chapitre 3

Méthodes et outils développés en vue de l’étude de la

dépendance en la température d’interactions protéiques

La méthode mise au point dans le chapitre précédent, comptabilisant les occurrences de certains facteurs au sein de 8 familles de protéines homologues de stabilité thermique différente n’a pas permis d’identifier le ou les facteurs universellement responsables d’une plus grande résistance aux températures extrêmes (chapitre 2). Cependant au sein d’une famille, certains des facteurs considérés présentent une forte corrélation avec la variation de stabilité thermique. Au final, nous avons constaté que chaque famille possède des spécificités qui lui sont propres et qu’il n’y a pas un facteur unique permettant d’atteindre une thermostabilité donnée. Les résultats de cette approche restant trop spécifiquement liés à chaque famille de protéines, nous avons opté pour une nouvelle voie de recherche plus globale : l’étude de la dépendance en la température d’interactions protéiques indépendamment des familles homologues. Ce changement de point de vue et de voie de recherche a été influencé par la prise en compte de deux observations : la variation marquée de la pénalité de désolvatation d’une interaction électrostatique avec la température et l’impact sur les potentiels statistiques de caractéristiques physico-chimiques liées aux bases de données de protéines dont ils sont dérivés

En effet, A. Elcock a montré que la pénalité de désolvatation encourue lors de la formation d’un pont salin diminue à haute température Ainsi, la contribution d’une telle interaction à la stabilité thermodynamique d’une protéine varie avec la température.

D’autre part, il a été montré au sein de notre équipe que si l’on dérive des potentiels de force moyenne à partir de bases de données de protéines de tailles différentes, les profils énergétiques qui en découlent montrent des comportements distincts

Ayant en tête ces deux résultats, nous avons voulu répondre à une question qui nous brûlait les lèvres : se pourrait-il que la dérivation de potentiels statistiques à partir de bases de données de protéines de thermostabilité différente fournisse des profils énergétiques distincts, et que les différences observées soient représentatives de l’influence de la température sur la contribution des ponts salins à l’énergie libre de repliement des protéines ? Si tel est le cas, pourquoi en rester là ? Ne serions-nous pas alors capables d’évaluer la dépendance en la température d’autres interactions protéiques ? A partir de ces premières questions, nous avons entrepris la quête du décryptage du code protéique conférant la thermostabilité à l’aide de potentiels statistiques. Ce nouvel axe requiert le développement de deux outils majeurs : la conception de bases de données de protéines de thermostabilité distincte et la mise au point de potentiels statistiques tenant compte de la thermostabilité des protéines. La majorité de ce chapitre est consacrée d’une part aux diverses bases de données que nous avons conçues au fil de notre travail et d’autre part aux potentiels statistiques que nous avons développés. De manière générale ce chapitre décrit les outils que nous avons utilisés et mis en place pour mener à bien l’étude de la dépendance en la température d’interactions protéiques. Les résultats de cette nouvelle approche originale sont présentés au chapitre 4 de cette thèse de doctorat.

Dans le document Disponible à / Available at permalink : (Page 58-62)