Une ingénieur ingénieuse en bioinformatique... - Ma vie, mon métier...

Ma vie, mon métier.... : La prédiction de structure...

Evelyne Duvernois — Wed, 20 Feb 2008 15:23:00 +0100

Dans la famille "ma vie, mon métier...", on continue. Nous allons parlé aujourd'hui d'une partie du grand monde de la bioinformatique avec un domaine très intéressant, alliant biologie structurale, méthodes statistiques et modélisation informatique : le prédiction de structure des protéines...

Les protéines

Pour comprendre comment modéliser une protéine, il faut nous attarder un instant à ce qu'est une protéine.
Une protéine est un élément particulier de toute cellule vivante (animale, végétale, bactérienne...), crée grâce au décodage d'un code inscrit dans l'ADN (voir ici). Ce code permet d'associer à 3 acides nucléiques un acide aminé.
La formation d'une protéine n'est toutefois pas simplement cet alignement d'acides-aminés, et on parle de 4 structures protéiques bien distinctes :

la structure primaire : correspond à la séquence d'acides-aminés
la structure secondaire correspond en un repliement local de cette chaîne d'acides-aminés (on parle d'hélice alpha et de feuillet béta, en majorité)
la structure tertiaire correspond au repliement de la chaîne secondaire dans l'espace. C'est la structure 3D, celle qui nous intéresse ici en particulier.
la structure quaternaire correspond à l'association de plusieurs structures tertiaires appelées ici sous-unités ou mères. On parle d'hétéromère quand les structures sont de nature différente, et de monomère quand les sous-unités sont identiques.

L'étude d'une protéine...

Comme certains doivent le savoir, la biologie est un domaine scientifique toujours en évolution. L'étude des protéines ne fait pas exception. En effet, pour étudier une protéine, il faut non-seulement l'isoler (on parle de purification), étudier sa fonction (=son activité) mais il faut aussi connaître sa structure, c'est-à-dire :

voir comment sa séquence s'organise en 3D
voir si elle a des domaines d'interaction avec d'autres protéines
voir si elle agit toute seule
voir où elle s'accroche dans la cellule
...

Toutes ces questions nécessitent des réponses qui ne sont pas simples à trouver. En particulier, résoudre la structure 3D passe par une étude compliquée de cristallisation et d'étude des cristaux via les rayons X (désolée pour les puristes, je résume beaucoup je sais...). Or, le problème principale ici réside dans le fait que de nombreuses protéines sont difficilement ou ne sont pas cristallisables.

La prédiction de structure...

Ainsi, et pour prédire la structure des protéines (je parle ici surtout des structures III), la bioinformaticien joue sur l'homologie des protéines, c'est-à-dire qu'il étudie la protéine à définir avec toutes celles qui, d'un point de vue évolution, lui ressemblent. Si parmi des protéines homologues, une protéine a été caractérisée et que sa structure est connue, il va comparer, à la manière du phylogénéticien, les séquences en acides-aminées. Toutefois, ici l'évolution de l'intéresse pas et il concentre ses efforts sur les différences / ressemblances observables sur la séquence pour en déduire la structure.

Tel domaine est identique et correspond à telle structure : donc ma protéine se replie de telle façon à cet endroit...

Les missions du "prédicateur"...

Trouver des séquences homologues c'est-à-dire fouiller dans les banques de données publiques de protéines
Comparer les séquences grâce à l'œil biologique mais aussi grâce à des outils logiciels sophistiqués.
Dans le cas de domaines différents, déduire la structure grâce à des logiciels qui étudie la composition en acides-aminés du domaine, et permette de poser des hypothèses quant aux différentes structures possibles
Modéliser la protéine en gardant à l'esprit que seule une vérification expérimentale prouve le bien fondé de cette modélisation

Comme tout prédicateur, sa parole ne fait pas foi mais permet d'avancer dans la connaissance en attendant que la science soit véritablement capable expérimentalement d'inférer ou non cette prédiction...

Ma vie, mon métier.... : Phylogénéticien !

Evelyne Duvernois — Mon, 11 Feb 2008 15:21:00 +0100

Pour continuer notre série "Ma vie, mon métier..." débutée ici, je vais vous parler aujourd'hui d'une des facettes que je préfère dans la bioinformatique/génomique : la phylogénie ou comment remonter le temps grâce à l'ADN...

L'ADN, mais qu'est-ce que c'est que cette bête là ???

L'ADN ou Acide DesoxyriboNucléique est une molécule contenue dans toutes les cellules des être vivants, des plantes aux animaux, en passant par les bactéries. Cette molécule a la particularité de détenir ce que nous, biologistes, appelons l'information génétique. En effet, au sein d'une même espèce, par exemple l'homme, l'ADN entre individus est quasi semblable mais possède des différences qui peuvent nous permettre d'identifier un individu plutôt qu'un autre... Seuls des vrais jumeaux ont le même ADN...
L'ADN est constitué de 4 éléments qu'on appele bases azotées : adénine A, thymine T, guanine G et cytosine C... (Il existe une autre base Uracile U mais présente dans une autre molécule appelée ARN...). Ces bases s'associent 2 à 2 (A avec T et G avec C) et forment la structure très connue de l'ADN en double hélice...
Dans les cellules, l'ADN est "transcrit" en ARN (acide RiboNucléique) selon la règle : A donne T, T donne A, C donne U et G donne C...

Les acides aminés maintenant

Je suis sûre que beaucoup d'entres vous ont déjà entendu parler de acides aminés. Ce sont de petites molécules élémentaires, qui sont la base des protéines du corps. La création des acides aminés est régi par un code immuable qu'on appelle "code génétique" et qui permet d'associer une série de 3 bases azotées de l'ARN à un acide aminé...

Le rassemblement de ces acides aminés forment une protéine.

La phylogénie dans tout ça...

La phylogénie est l'art d'étudier les séquences protéines (la succession des acides aminés pour une protéine) au sein de plusieurs espèces pour retracer l'évolution de ces espèces. En effet, il faut considérer ici que les protéines ne sont pas figées. Au cours du temps, et le long d'espèces qui sont apparus, les séquences protéiques ont été modifiées, en remplaçant un acide aminé par un autre, ou encore en supprimant (ou insérant) toute un partie de la séquence.
En étudiant les séquences, les phylogénéticiens peuvent remonter l'histoire de la séquence et donc l'histoire de l'évolution...

Les missions du phylogénéticien

La mission principale est bien évidemment de retracer l'histoire évolutive d'espèces différentes. Mais cela passe par plusieurs étapes :

Récupérer les séquences protéiques : les séquences protéiques sont trouvées soit directement sur des banques de données publiques telles que le NCBI ou UniProtKB. Toutefois, pour certains organismes, les protéines ne sont pas toutes découvertes. On se réfère alors à l'ADN que l'on va traduire en protéine.
Aligner les séquences : Les séquences seules ne suffisent pas. En effet, et du fait des insertions / délétions de parties de séquences (voir plus haut), le phylogénéticien doit aligner toutes les séquences à étudier. Cela passe par des outils automatiques tels que ClustalW mais tout alignement doit être revu à la main.
Lancement des calculs et génération des arbres : Une fois les alignements obtenus, il faut lancer des calculs sur les séquences, calculs régi par des lois de probabilité (maximum de vraisemblance, lois bayésiennes...). Ces calculs permettent d'établir ce qu'on appelle une distance entre les séquences c'est-à-dire définir quelle séquence est plus proche de quelle autre... et ainsi de suite. Une fois ces distances calculées, des logiciels permettent de représenter le résultat sous forme d'arbre...

Interprétation des arbres : Le vrai travail commence à cette étape où le phylogénéticien interprète les résultats et donc les arbres. Suivant les calculs réalisés, les arbres sont différents. Il peuvent représenter une distance évolutive (gamme de temps) ou simplement une topologie (organisation visuelle).

Pourquoi ces études sont-elles importantes ?

L'étude de la phylogénie permet de comprendre comment les protéines ont évoluées, et surtout comment les espèces ont évoluées entre elles. L'idée est souvent que l'évolution est linéaire entre individu et entre protéine. Or, l'étude de la phylogénie montre que ce n'est pas le cas. Elle montre aussi que des protéines évoluent dans une espèce plus vite que d'autres, ce qui est lié à ce qu'on appelle la pression de sélection.
La phylogénie nous permet de comprendre pourquoi certaines protéines ont été sélectionnées par la nature plutôt que d'autres, pourquoi des organismes se sont éteints, pourquoi ils ont une caractéristique physique plutôt qu'une autre.
Plus près de nous, cela nous permet aussi de combattre certaines pathologies en attaquant des protéines ciblées du pathogène (bactérie, virus, parasite...) en sachant que les protéines humaines ne seront pas touchées car différentes...

source du code génétique :
--> google sous la requête "code génétique"
--> récupération sur le site de l'Université de Sherbrooke, relatif à la biochimie des protéines

Ma vie, mon métier.... : Ingénieur bases de données biologiques !

Evelyne Duvernois — Thu, 31 Jan 2008 15:21:00 +0100

Comme le disait il n'y a pas si longtemps Julien ici, sa série "Un jour, un métier..." est dédiée à la description d'une des facettes du métier d'ingénieur en génie industriel.
Pour ma part, j'ai créé la série "Ma vie, mon métier..." pour vous parler plus profondément du métier de bioinformaticien actuellement en France. J'espère que Julien ne m'en voudra pas trop de m'être honteusement inspiré son titre de série...

Et pour commencer cette série, je vais parler de ce que je fais tous les jours depuis maintenant 2 mois : créer et gérer des bases de données biologiques.

Qu'est-ce qu'une base de données ?

Pour commencer, commençons bien et commençons par le début ! Savez-vous exactement ce qu'est une base de données et à quoi cela sert ? Si la réponse est non, ce petit paragraphe va remplir ces inconnues avec quelques notions essentielles à la compréhension du métier.

Une base de données est une structure très commune, permettant de rassembler au sein d'une même entité un ensemble de données ayant une cohérence entre-elles. Les bases de données se retrouvent dans le milieu de la biologie mais aussi dans tous les milieux professionnels, de la banque à l'hotellerie, en passant par le milieu de la recherche internationale.

Le but d'une base de données est d'avoir :

accès simultanée aux données par plusieurs postes
grande capacité de stockage
une gestion plus facile (pas besoin de recouper 25 fichiers différents) : centralisation des données + confidentialité

PS: pour les puristes, je ne ferais pas le distingo ici entre base et banques de données

Les missions de l'ingénieur

La mission principale ici est, bien évidemment, de créer la base de données demandées mais cela passe par plusieurs phases qui ne sont pas forcément toutes rencontrées par des ingénieurs informaticiens.

Rencontrer les chercheurs : une base de données biologiques n'est correcte que si elle a été créée en adéquation avec le monde scientifique. Il ne sert à rien de refaire ce qui a déjà été fait et il ne sert à rien de faire ce qui ne servira pas. Ainsi, il faut de nombreuses discussions avec les chercheurs qui sont à l'origine du projet pour comprendre leurs attentes et comprendre à quoi pourra et devra servir la base.
Vérifier la localisation des données : Les données biologiques sont multiples : elles sont "trouvées" sur des publications, générées automatiquement via des règles précises (synthèse dite in silico), ou calculées (exemple : masse des composés). Le but est donc, avant la création de toute base, d'analyser le type de données nécessaires et de vérifier où trouver ces données. Lors un cas récent auquel j'ai dû faire face, le but était de créer une base regroupant des informations présentes sur plusieurs supports au sein d'une même structure, ceci afin de simplifier les interrogations.
A la mode informatique : Une fois que ces étapes sont réalisées, nous nous changeons alors en véritable informaticien, et nous réfléchissons au schéma de la base, et nous commençons notre codage. Ce qu'il faut néanmoins savoir est que la majorité des biologistes ne connaissent pas la langage des bases de données (SQL) et qu'il faut prévoir un outil de requêtage pour eux, avec une interface conviviale.

Pourquoi un bioinformaticien pour ce travail ?

Il est vrai que la création d'une base de données peut parraître spécifique des informaticiens "purs". Toutefois, il faut considérer ici que les biologistes ne parlent pas le langage informatique et que le dialogue entre 2 personnes ne comprenant pas le monde de l'autre est difficile.
Un bioinformaticien a pour capacité de comprendre les 2 mondes, sans pour autant être excellent dans les 2 domaines. Sa spécificité est ici d'être multi-thématique et d'avoir une forte capacité d'adaptation.

De plus, pour comprendre comment construire sa base de données "biologiques", il faut comprendre les données, et pouvoir dégager des tables d'intérêt, à la fois pour permettre d'interroger facilement la base mais aussi que les entités crées aient biologiquement du sens.

Exemple de bases de donnes "biologiques"

PubMed regroupe les papiers publiés
Uniprot KB regroupe des informations sur les protéines
PubChem regroupe des informations sur des éléments chimiques
... et encore bien bien d'autres...