Un rapport marquant de l'Université du Kansas paru cette semaine dans les Proceedings of the National Academy of Sciences propose une nouvelle technique de modélisation de la vie moléculaire avec des ordinateurs.

Selon l'auteur principal Ilya Vakser, directeur du programme de biologie computationnelle et du centre de biologie computationnelle et professeur de biosciences moléculaires à la KU, l'enquête sur la modélisation informatique des processus vitaux est une étape majeure vers la création d'une simulation de travail d'une cellule vivante à résolution atomique. . Cette avancée promet de nouvelles connaissances sur la biologie fondamentale d'une cellule, ainsi qu'un traitement plus rapide et plus précis des maladies humaines.

"C'est environ des dizaines ou des centaines de milliers de fois plus rapides que les techniques de résolution atomique existantes", a déclaré Vakser. "Cela offre des opportunités sans précédent pour caractériser des mécanismes physiologiques qui sont désormais bien au-delà de la portée de la modélisation informatique, pour mieux comprendre les mécanismes cellulaires et utiliser ces connaissances pour améliorer notre capacité à traiter les maladies."

Jusqu'à présent, un obstacle majeur à la modélisation des cellules par ordinateur était l'approche des protéines et de leurs interactions qui sont au cœur des processus cellulaires. À ce jour, les techniques établies pour modéliser les interactions protéiques reposaient soit sur "l'amarrage des protéines" soit sur la "simulation moléculaire".

Selon les chercheurs, les deux approches présentent des avantages et des inconvénients. Bien que les algorithmes d'amarrage des protéines soient parfaits pour échantillonner les coordonnées spatiales, ils ne tiennent pas compte de la «coordonnée temporelle» ou de la dynamique des interactions protéiques. En revanche, les simulations moléculaires modélisent bien la dynamique, mais ces simulations sont trop lentes ou à faible résolution.

"Notre étude de preuve de concept relie les deux méthodologies de modélisation, en développant une approche qui peut atteindre des échelles de temps de simulation sans précédent à une résolution de tous les atomes", ont écrit les auteurs.

Les collaborateurs de Vakser sur le papier étaient Sergei Grudinin de l'Université de Grenoble Alpes en France; Eric Deeds de l'Université de Californie-Los Angeles; Nathan Jenkins, doctorant à la KU, et Petras Kundrotas, professeur assistant de recherche au programme de biologie computationnelle de la KU.

Après avoir conceptualisé la meilleure façon de combiner les avantages des deux approches de modélisation des protéines, l'équipe a développé et codé un algorithme pour piloter la nouvelle simulation.

"Le défi le plus difficile était de développer l'algorithme qui reflète de manière adéquate l'idée de base simple de l'approche", a déclaré Vakser.

Mais une fois cette percée franchie, ils pourraient commencer à valider la nouvelle procédure.

"Le paradigme était facile - un coup de clarté", a déclaré Vakser.

"Les approches de simulation existantes passent la majeure partie du temps de calcul à voyager dans des zones à faible probabilité ou à haute énergie du système. Nous savons tous où se trouvent ces zones. Au lieu de cela, l'idée était d'échantillonner ou de voyager uniquement dans les zones à haute énergie. -probabilité, zones à faible énergie, et ignorer celles à faible probabilité en estimant les taux de transition entre les états à forte probabilité.Le paradigme est aussi ancien que la modélisation biomoléculaire elle-même et a été largement utilisé depuis l'aube de l'ère de la modélisation il y a des décennies."

Mais Vakser a déclaré que jusqu'au nouvel article de son équipe, l'approche n'avait pas été appliquée à la cinétique des interactions protéiques dans l'environnement cellulaire, l'objet de leur étude.

"Parce qu'il y a beaucoup moins d'états à forte probabilité que d'états à faible probabilité, cela nous a donné un énorme gain de vitesse de calcul - des dizaines à des centaines de milliers de fois", a déclaré Vakser. "Cela a été fait sans perte apparente de précision. On peut affirmer que la précision a été gagnée, car le protocole de simulation est basé sur les techniques" d'amarrage ", qui sont spécifiquement conçues pour caractériser les assemblages de protéines."

Le chercheur de la KU a déclaré que sa méthode de simulation cellulaire pourrait être déployée pour étudier la santé humaine et traiter les maladies avec un nouveau niveau de précision.

"L'approche peut être utilisée pour étudier les voies moléculaires sous-jacentes aux mécanismes de la maladie", a déclaré Vakser. "Il peut être utilisé pour déterminer les effets nocifs des mutations génétiques par les modèles modifiés d'associations de protéines - les mutations génétiques provoquent des changements dans la structure des protéines, qui à leur tour affectent l'association des protéines. Ou il pourrait être utilisé pour identifier des cibles pour la conception de médicaments par détecter les éléments critiques dans les modèles d'association de protéines."

Selon Vakser, la nouvelle technique de simulation offre de nombreuses pistes de recherche prometteuses à explorer à l'avenir.

"Parmi eux, l'adaptation de l'approche aux interactions des protéines avec les acides nucléiques, l'ARN et l'ADN", a-t-il déclaré. "En outre, nous aimerions tenir compte de la flexibilité des formes moléculaires, établir une corrélation avec le spectre en développement rapide des études expérimentales de l'environnement cellulaire et appliquer la procédure à un modèle de cellule réelle, avec ses composants moléculaires réels regroupés." + Explorer plus loin

Selon des chercheurs, la science est à l'aube d'une compréhension « transformationnelle » de la vie via la modélisation cellulaire