A 5 b ii| Le processus AutoDock

Le processus d’AutoDock comprend 4 étapes qui sont : - La préparation des coordonnées initiales

- La préparation de la grille par AutoGrid - L’amarrage automatique par AutoDock - L’évaluation des résultats de « docking »

2 La préparation des coordonnées initiales

La première étape consiste à préparer le ligand et le récepteur en définissant les charges partielles et les types des atomes et en ajoutant les hydrogènes polaires avec le module AutoTors, implémenté dans AutoDockTools (ADT). Cette opération transforme le fichier PDB au format PDBQT, fichier qui contient les informations sur les angles à bouger pendant l’exploration du récepteur par le ligand. Les charges attribuées aux atomes sont de type "Kollman" et sont calculées avec le champ de forces empirique Amber (Weiner et Kolmann, 1981).

2 La préparation de la grille par AutoGrid

Un très grand nombre d’évaluations d’énergie est nécessaire tout au long de la simulation pour optimiser l’amarrage des ligands et ce calcul doit donc être extrêmement rapide. Le récepteur étant rigide, son champ d’interaction intermoléculaire est constant. AutoDock utilise une méthode d’évaluation de l’énergie par l’intermédiaire de grilles de potentiel d’affinité atomique pré-calculées pour chaque type d’atome. Une grille est une matrice tridimensionnelle qui englobe l’intégralité ou une région intéressante du récepteur étudié (Figure III.7). Chaque point de la grille enregistre le potentiel d’interaction entre une partie du ligand et l’ensemble des atomes du récepteur. Le calcul de ces grilles est effectué par AUTOGRID, un programme d’AutoDock, qui calcule automatiquement les grilles nécessaires parmi les types C, N, O, H, C, X et M (où X représente les halogènes et M les ions métalliques communs). Une grille supplémentaire est calculée pour le potentiel d’interaction électrostatique avec pour sonde une charge ponctuelle de +1 eV.

Figure III.7: Schéma d'une grille de potentiel englobant le site actif d'une macromolécule

Les dimensions de la matrice définissent une boîte qui sera la zone à explorer par le ligand. La boîte doit englober le site d’intérêt mais le temps de calcul pour l’explorer sera fonction de ses dimensions. Le volume explorable est donc limité par le temps et la puissance de calcul dont on dispose. L’énergie d’interaction du ligand dans une configuration particulière est évaluée en faisant une interpolation tri-linéaire des valeurs d’affinité des huit points de grille qui entourent chaque atome du ligand. Le temps de calcul de l’énergie dépend uniquement du nombre d’atomes dans le ligand et est indépendant de la taille de la macromolécule.

2 L’amarrage automatique par AutoDock

AutoDock permet d’explorer l’espace conformationnel avec, au choix, un algorithme génétique darwinien (AG), un algorithme génétique lamarckien (AGL) ou par recuit simulé par la méthode de Monté Carlo (RSMC). Des trois méthodes, l’algorithme génétique lamarckien qui donne les résultats les plus fiables et les temps de calcul les plus courts (Brooijmans et al. 2003) a été utilisé pour tous les amarrages réalisés dans cette étude. Avant de décrire cette méthode, nous allons expliquer le principe des algorithmes génétiques.

• Les Algorithmes Génétiques (AG).

Les algorithmes génétiques reprennent des mécanismes et la terminologie de la génétique naturelle et de l’évolution biologique. L’organisation d’un ligand en complexe avec un récepteur peut être définie par un jeu de paramètres décrivant la position, l’orientation et la conformation du ligand par rapport au récepteur. Ces paramètres sont les « variables d’état » et dans un AG, chaque variable d’état correspond à un gène. La valeur de ces variables correspond au génotype et les coordonnées atomiques associées correspondent au phénotype. Chaque état défini du ligand correspond à un individu. Pour faire évoluer le ligand dans le champ d’interaction du récepteur, on emploie un certain nombre d’opérateurs qui vont agir sur le génotype. Le phénotype qui en découle sera amélioré par une méthode de sélection. Des paires aléatoires d’individus sont combinées selon le principe du croisement (crossover) pour donner des individus fils qui héritent de gènes provenant de leurs deux parents. D’autre part, certains enfants peuvent être le résultat de mutations où un gène est modifié de façon aléatoire. La sélection des individus fils constituant la nouvelle génération est basée sur la qualité de leur interaction avec le récepteur : les solutions qui s’ajustent mieux au récepteur que leurs parents persistent alors que les autres disparaissent. Le critère d’évaluation de la qualité d’une solution d’amarrage est l’énergie libre totale du système ligand– récepteur.

• L’Algorithme Génétique Lamarckien (AGL).

La plupart des algorithmes génétiques reproduisent le comportement de l’évolution darwinienne en appliquant le principe de la génétique de Mendel c'est-à-dire le transfert à sens unique des informations du génotype vers le phénotype. Ce comportement est illustré par la partie droite de la Figure III.8. Par contre, dans le cas où il existe un mécanisme de transcription inverse, un génotype peut être induit par un phénotype. Il est alors possible, pour un individu, d’acquérir de nouveaux caractères génétiques en fonction de son environnement. Les enfants pourront hériter, à leur tour, de ces caractères acquis durant la vie de leur parent. Dans le cadre de l’interaction ligand-récepteur, on peut ainsi effectuer une optimisation locale du ligand par rapport au récepteur et remonter les informations du phénotype optimisé vers le génotype de l’individu. Ce comportement est illustré par la partie gauche de la Figure III.8. C’est ce qu’on appelle un algorithme génétique lamarckien par analogie avec la théorie, aujourd’hui discréditée, de Jean Baptiste de Lamarck selon laquelle les caractéristiques acquises par un individu durant sa vie pouvaient devenir héréditaires.

Figure III.8: Comportement des algorithmes génétiques. Principes de Darwin (à droite) et de Lamarck (à gauche)

AutoDocK dispose d’un AGL dont la phase d’optimisation locale est particulière. Elle utilise une variante de la méthode de Solis - Wets (Huey et al. 2007) où l’opérateur travaille sur l’espace génotypique du ligand pour minimiser son énergie alors que la plupart des algorithmes classiques travaillent sur l’espace phénotypique. L’intégration d’une fonction de traduction inverse n’est donc pas nécessaire mais cette combinaison de recherche globale et de recherche locale reste de type lamarckien. En effet, toutes les adaptations environnementales du ligand acquises pendant l’optimisation locale seront transmises à ses enfants, s’il en a. La méthode de Solis - Wets procède avec un opérateur semblable à l’opérateur de mutation de l’AG mais le gène affecté subit une modification qui n’est pas aléatoire. Au contraire, l’opérateur modifie les gènes affectés, un par un, par pas réguliers et identiques pour chaque gène. De plus la méthode est adaptative. Elle ajuste la taille du pas en fonction de l’historique énergétique des optimisations : après un nombre déterminé de hausses consécutives de l’énergie, la taille du pas est doublée. A l’inverse, après un nombre déterminé de baisses consécutives de l’énergie, la taille du pas est divisée par deux. La méthode d’optimisation locale implémentée dans AutoDock est une variante de Solis – Wets dans laquelle la taille du pas est différente pour chaque type de gène : une variation de 1 Å dans un gène de position aura beaucoup plus d’impact qu’une variation de 1 degré dans un gène d’orientation ou de torsion. Aussi la taille du pas pour un gène de position est paramétrée par

défaut à 1,0 Å alors que la taille du pas pour un gène d’orientation ou de torsion est par défaut de 50°.

A chaque génération, il est possible de faire une optimisation locale sur une fraction de la population. L’efficacité de l’amarrage est sensiblement améliorée avec une fréquence d’optimisation locale de seulement 6 % alors que le gain supplémentaire pour une fréquence de 100 % est très faible.

2 L’évaluation des résultats de « docking »

A la fin d’un processus de « docking » par AutoDock4, les coordonnées de chaque conformation du ligand sont stockées dans un fichier avec les informations d’énergie et de classement en familles de conformations « cluster ». Ce fichier est lu par l’interface ADT afin de visionner les différentes configurations du complexe, de sélectionner et enregistrer les meilleures conformations d’amarrage.

III. A. 5. c| Criblage virtuel avec Glide

Nous avons également utilisé Glide et Gold qui sont des logiciels commerciaux d’amarrage molécule et criblage virtuel à haut débit. Dans cette étude, nous avons utilisés le logiciel d’amarrage automatique de Schrödinger (http://www.schrodinger.com/): Glide. Ce logiciel largement utilisé pour le criblage des petites molécules provenant des bases de données virtuelles. La Direction des Sciences du Vivant (DSV) du CEA dispose d’une licence pour un ensemble des programmes de Schrödinger à travers son « cluster ». Nous avons utilisé Glide pour le criblage virtuel de petites molécules provenant de la banque de données ZINC. Nous n’allons pas développer le mode opératoire de ces deux programmes. Le prince et la méthodologie de Glide seront donnés en annexe.