Les phénotypes de tous les organismes vivants connus sont déterminés par les interactions compliquées entre les protéines produites dans ces organismes. La compréhension des réponses des organismes aux stimuli externes ou internes est basée sur la compréhension des interactions des protéines individuelles et des structures de ses complexes. La prédiction d'un complexe de deux ou plus protéines est le problème du domaine du docking protéine-protéine. Les algorithmes du docking ont habituellement deux étapes majeurs: recherche 6D exhaustive suivi par le scoring. Dans ce travail, nous avons contribués aux deus étapes sus indiquées. Nous avons développés le nouvel algorithme pour la recherche 6D exhaustive, HermiteFit. Cela est basé sur la décomposition des fonctions 3D en base Hermite. Nous avons implémenté cet algorithme dans le programme pour le fitting (l'ajustement des donnés) des cartes de densité électronique de résolution faible. Nous avons montrés qu'il surpasse les algorithmes existants en terme de temps par point tandis qu'il maintient la même précision du modèle sortant. Nous avons aussi développés la nouvelle approche de calculation de la fonction du scoring, qui est basé sur les arguments logique simples et qui évite la calculation ambiguë de l'état de référence. Nous avons comparés cela aux fonctions de scoring existantes avec l'aide du docking protéines-protéines benchmarks bien connues. Enfin, nous avons développés une approche permettant l'inclusion des interactions eau-protéine à la fonction du scoring et nous avons validés notre méthode pendant le CAPRI (Critical Assessment of Protein Interactions) tour 47. / The phenotype of every known living organism is determined mainly by the complicated interactions between the proteins produced in this organism. Understanding the orchestration of the organismal responses to the external or internal stimuli is based on the understanding of the interactions of individual proteins and their complexes structures. The prediction of a complex of two or more proteins is the problem of the protein-protein docking field. Docking algorithms usually have two major steps: exhaustive 6D rigid-body search followed by the scoring. In this work we made contribution to both of these steps. We developed a novel algorithm for 6D exhaustive search, HermiteFit. It is based on Hermite decomposition of 3D functions into the Hermite basis. We implemented this algorithm in the program for fitting low-resolution electron density maps. We showed that it outperforms existing algorithms in terms of time-per-point while maintaining the same output model accuracy. We also developed a novel approach to computation of a scoring function, which is based on simple logical arguments and avoids an ambiguous computation of the reference state. We compared it to the existing scoring functions on the widely used protein-protein docking benchmarks. Finally, we developed an approach to include water-protein interactions into the scoring functions and validated our method during the Critical Assessment of Protein Interactions round 47.

Les récentes avancées des méthodes de détermination structurale à basse résolution (microscopie électronique, dispersion de neutrons ou de rayons X aux petits angles) et de l'imagerie cellulaire révèlent l'importance des assemblages supramoléculaires dans le fonctionnement de la cellule. Ces structures sont actuellement hors de portée des méthodes classiques de la modélisation moléculaire, limitées à l'étude des assemblages moléculaires de taille moyenne. Nous proposons une approche multi-échelle appelée Heligeom, basée sur les mouvements de vissage, permettant de relier l'échelle atomique à l'échelle des gros assemblages moléculaires. Cette approche exploite la propriété des assemblages moléculaires de s'auto-organiser en une grande variété de motifs géométriques tels que les hélices, les anneaux ou les filaments linéaires. Couplée à l'exploration des modes d'assemblage protéine-protéine au moyen de simulations d'amarrage ou d'échantillonnage par Monte Carlo, cette approche permet l'exploration et la combinaison de ces motifs. L'application d'Heligeom à l'étude du filament de RecA, une protéine membre de la famille des recombinases, a pu apporter un nouvel éclairage sur les modes d'auto-association de RecA et la diversité des géométries correspondantes, ainsi que sur les conséquences structurales de l'introduction d'irrégularités dans ces oligomères.La suite logicielle Heligeom est disponible dans la bibliothèque libre PTools. / Recent progress in methods for low resolution structural determination (electron microscopy, small angle neutron or X-ray scattering) and 3D cell imaging reveal the importance of supramolecular assemblies in the cell function. These structures are presently out of the reach of classical molecular modeling methods, which are limited to the study of medium size assemblies. We propose a multi-scale approach called Heligeom, based on the screw representation of movements, which enables linking the atomic scale to the scale of large assemblies. This approach builds on the property of molecular assemblies to self-organize into a large variety of geometric motifs such as helices, rings of linear filaments. Coupled to the exploration of protein-protein assembly modes using docking or Monte Carlo simulations, this approach allows identifying and combining such motifs. Application of Heligeom to study the filaments of RecA, a member of the recombinase protein family, shed new light on the modes of RecA self-association and the diversity of corresponding geometries, as well as the structural consequences of introducing irregularities in these oligomers. The Heligeom suite of computational tools is freely available in the PTools library.

Dans la cellule, les protéines évoluent dans un environnement très dense et interagissent ainsi avec un grand nombre de partenaires spécifiques et non-spécifiques qui entrent en compétition. L’objectif de ma thèse est de caractériser les propriétés physiques et évolutives des surfaces protéiques pour comprendre comment la pression de sélection s’exerce sur les protéines, façonnant leurs interactions et régulant ainsi cette sévère compétition.Pour cela, j’ai développé une méthodologie permettant de caractériser la propension des protéines à interagir avec les protéines de leur environnement, par des approches de docking. La cartographie moléculaire permettant la visualisation et la comparaison des propriétés de la surface des protéines, j’ai donc mis en place un nouveau cadre théorique basé sur une représentation des paysages énergétiques d'interaction par des cartes d'énergies. Ces cartes (en deux dimensions) reflètent de manière synthétique la propension des surfaces protéiques à engager des interactions avec d’autres protéines. Elles sont donc d’un grand intérêt pratique pour déterminer les régions des surfaces protéiques les plus enclines à engager des interactions avec d’autres molécules.Ce nouveau cadre théorique a permis de montrer que les surfaces des protéines comprennent des régions de différents niveaux d'énergies de liaison (régions chaudes, intermédiaires et froides pour les régions d'interaction favorables, intermédiaires et défavorables respectivement).Une partie importante de la thèse a consisté à caractériser les propriétés physico-chimiques et évolutives de ces différentes régions. L'autre partie a consisté à appliquer cette méthode sur plusieurs systèmes : complexes homomériques, protéines du cytosol de S. cerevisiae, familles d'interologues. Ce travail ouvre la voie à un grand nombre d'applications en bioinformatique structurale, telles que la prédiction de sites de liaison, l’annotation fonctionnelle ou encore le design de nouvelles interactions.En conclusion, la stratégie mise en place lors de ma thèse permet d’explorer la propension d’une protéine à interagir avec des centaines de partenaires d'intérêts, et donc d'investiguer le comportement d’une protéine dans un environnement cellulaire spécifique. Cela va donc au-delà de l'utilisation classique du docking "binaire" puisque notre stratégie fournit une vision systémique des interactions protéiques à l’échelle des "résidus". / In the crowded cell, proteins interact with their functional partners, but also with a large number of non-functional partners that compete with the functional ones. The goal of this thesis is to characterize the physical properties and the evolution of protein surfaces in order to understand how selection pressure exerts on proteins, shaping their interactions and regulating this severe competition.To do this I developed a framework based on docking calculations to characterize the propensity of protein surfaces to interact with other proteins. Molecular cartography enables the visualization and the comparison of surface properties of proteins. I implemented a new theoretical framework based on the representation of interaction energy landscapes by 2-D energy maps. These maps reflect in a synthetic manner the propensity of the surface of proteins to interact with other proteins. These maps are useful from a practical point view for determining the regions of protein’s surface that are more prone to interact with other proteins. Our new theoretical framework enabled to show that the surface of proteins harbor regions with different levels of propensity to interact with other proteins (hot regions, intermediate and cold regions to favorable, intermediate and unfavorable regions respectively).A large part of this thesis work consisted in characterizing the physico-chemical properties and the evolution of these regions. The other part of this thesis work consisted in applying this methodology on several study systems: homomeric complexes, cytosolic proteins from S. cerevisiae, families of interologs. This work opens the way to numerous practical applications in structural bioinformatics, such as binding site prediction, functional annotation and the design of new interactions.To conclude, the strategy implemented in this work enable the exploration of the propensity of a protein to interact with hundred of protein partners. It thus enables the investigation of the behavior of a protein in a crowded environment. This application goes beyond the classical use of protein docking as a, because our strategy provides a systemic point of view of protein interactions at an atomic resolution.

La P-glycoprotéine (P-gp) appartient à la famille des transporteurs ABC qui confèrent, aux microorganismes pathogènes et cellules tumorales humaines, par transport actif à travers la membrane plasmique, une résistance à de multiples molécules antibiotiques et anticancéreuses sans parenté structurale. Malgré les quelques structures de transporteurs ABC bactériens, la caractérisation par microscopie électronique de la P-gp, et la récente structure de P-gp de souris déposée dans la Protein Data Bank (PDB), obtenir une structure pour la P-gp humaine est d'un intérêt particulier à cause de son importance clinique. Actuellement, il n'existe pas de modèle structural d'interaction P-gp/substrat permettant d'expliquer sa multispécificité. Par modélisation par homologie, nous avons reconstruit trois structures de la Pgp humaine: une en présence et deux autres en absence de nucléotide. La liaison du nucléotide change l'accessibilité du transporteur de la face cytoplasmique vers la face extracellulaire. Ces trois états conformationnels ont été placés dans un environnement membranaire afin de révéler la localisation des mutations spécifiques altérant la liaison de la P-gp à certains médicaments. Enfin, nous avons réalisé une étude de docking sur deux structures modélisées de P-gp de Hamster dans les deux orientations. Ce docking a concerné trois molécules sans aucune ressemblance structurale (vérapamil, vinblastine et tentoxine) mais dont les fixations sont mutuellement soit compétitives, soit non-compétitives. Les meilleures poses obtenues sont compatibles avec l'existence de deux pharmacophores distincts pour la reconnaissance des drogues transportées par la P-gp.

Fur (Ferric Uptake Regulator) est un régulateur transcriptionnel spécifique des bactéries qui intervient dans le contrôle de l'homéostasie du fer, ce qui en fait une cible antibactérienne intéressante. Avant mon arrivée au laboratoire, quatre inhibiteurs interagissant spécifiquement avec Fur avaient été isolés. La partie active de ces inhibiteurs consiste en des peptides de 13 acides aminés. Au cours de cette thèse, j'ai utilisé une double-approche : théorique et expérimentale pour étudier l'interaction de ces peptides avec Fur afin de comprendre le mécanisme d'inhibition. J'ai synthétisé plusieurs séquences peptidiques, montré par des tests biochimiques que certaines inhibaient Fur et déterminé les interactions importantes à l'activité inhibitrice. J'ai obtenu des modèles théoriques des complexes Fur/peptides par amarrage moléculaire, cohérents avec les résultats expérimentaux, qui ont mis en évidence une zone d'inhibition de Fur. Des criblages in silico dans cette zone ont permis de sélectionner de petites molécules, inhibitrices potentielles de Fur et donc intéressantes pour des applications thérapeutiques.

L’ADN, support de l’information génétique, est constamment altéré par des agents physiques ou chimiques d’origines endogènes (métabolisme) et exogènes (UV, radiations ionisantes, produits chimiques) dont les effets sont génotoxiques. Ces modifications structurales délétères de l’ADN sont éliminées par de nombreux mécanismes de réparation. Parmi eux, le système de réparation par excision de bases (BER) est initié par les ADN glycosylases qui reconnaissent et éliminent les bases endommagées. Dans certaines stratégies anti-cancéreuses, l’utilisation de la chimiothérapie et la radiothérapie ont pour but la destruction des cellules cancéreuses en altérant leur ADN. Dans ce contexte, les ADN glycosylases réparent l’ADN des cellules traitées et induisent une résistance non désirée au traitement, faisant de ces enzymes des cibles thérapeutiques intéressantes. Le but de ces travaux est d’approfondir la compréhension des mécanismes de réparation des ADN glycosylases de la superfamille structurale Fpg/Nei grâce à la modélisation moléculaire et de pouvoir identifier et concevoir des inhibiteurs de ces enzymes. Les simulations de dynamique moléculaire (DM) nous ont permis d’étudier la « Lesion Capping Loop » (LCL) et de l’associer à la stabilisation de la base endommagée positionnée dans le site actif. Nous avons également étudié les chemins de sortie possibles de la base après coupure par l’enzyme et l’implication de la boucle LCL dans ce phénomène grâce à des simulations de DM ciblée (TMD-1). De plus, les simulations de DM couplées à un protocole d’amarrage moléculaire « aveugle » nous ont permis d’identifier 2 sites de fixations possibles majoritaires pour des petites molécules potentiellement inhibitrices. Un de ces sites correspondant au site actif de hNEIL1 a fait l’objet d’un criblage virtuel d’une partie de la base de molécules Ambinter. Ceci nous a permis d’identifier des molécules potentiellement inhibitrices dont les effets seront prochainement testés in vitro dans l’équipe sur la protéine humaine hNeil1. / The DNA, genetic information support, is frequently damaged by physical or chemical agents from endogenous (cell metabolism) and exogenous (UV, ionizing radiations, chemicals) factors whose effects are genotoxic. These deleterious DNA structural alterations are removed by many DNA repair mechanisms. Among them, the base excision repair (BER) is initiated by DNA glycosylases which recognize and remove damaged bases. In some anti-cancer strategies, the use of chemo- and radiotherapy is aimed to cancerous cells destruction by altering their DNA. In that specific context, DNA glycosylases repair the DNA of treated cells and induce unwanted resistance to treatments, making these enzymes interesting therapeutic targets. The purpose of this work is to deepen the repair mechanism knowledge of Fpg/Nei structural superfamily of DNA glycosylases using molecular modeling and designing inhibitors of these enzymes. Molecular dynamic simulations allowed us to study the « Lesion Capping Loop » (LCL) and to associate its role to substrate stabilization in the enzyme active site. We also studied some possible excision’s product release pathways and LCL implication in this phenomena by targeted molecular dynamic simulations (TMD-1). Furthermore, molecular dynamic simulations coupled to a blind molecular docking protocol allowed us to identify 2 possible main binding sites of potential inhibitiors. One of these binding sites corresponding to the hNEIL1 active site has been the object of a virtual screening of the Greenpharma database. This allowed us to identify potential inhibitors whom effects will be soon tested in vitro on the humain protein hNEIL1.

Fur (Ferric Uptake Regulator) est un régulateur transcriptionnel spécifique des bactéries qui intervient dans le contrôle de l'homéostasie du fer, ce qui en fait une cible antibactérienne intéressante. Avant mon arrivée au laboratoire, quatre inhibiteurs interagissant spécifiquement avec Fur avaient été isolés. La partie active de ces inhibiteurs consiste en des peptides de 13 acides aminés. Au cours de cette thèse, j'ai utilisé une double-approche : théorique et expérimentale pour étudier l'interaction de ces peptides avec Fur afin de comprendre le mécanisme d'inhibition. J'ai synthétisé plusieurs séquences peptidiques, montré par des tests biochimiques que certaines inhibaient Fur et déterminé les interactions importantes à l'activité inhibitrice. J'ai obtenu des modèles théoriques des complexes Fur/peptides par amarrage moléculaire, cohérents avec les résultats expérimentaux, qui ont mis en évidence une zone d'inhibition de Fur. Des criblages in silico dans cette zone ont permis de sélectionner de petites molécules, inhibitrices potentielles de Fur et donc intéressantes pour des applications thérapeutiques. / Fur (Ferric Uptake Regulator) is a transcriptional regulator involved in the control of iron homeostasis. Specific to bacteria, Fur is an attractive antibacterial target. Before my arrival in the laboratory, four inhibitors interacting specifically with Fur had been isolated. The active part of these inhibitors consists of peptides of 13 amino acids. In this thesis I have used both theoretical and experimental approaches to study interactions of these peptides with Fur in order to understand the inhibition mechanism. I have synthesized several peptide sequences, shown through biochemical assays that some of them could inhibit Fur and I have identified residues important to the inhibitory activity. I‘ve obtained theoretical models of Fur/peptide complexes consistent with experimental results, which reveal an inhibition pocket in Fur. Small molecules have then been selected though In silico screening of this pocket, that could potentially inhibit Fur, and thus be interesting for therapeutic applications.

Le criblage virtuel est utilisé dans la recherche de médicaments et la construction de modèle de prédiction de toxicité. L’application d’un protocole de criblage est précédée par une étape d’évaluation sur une banque de données de référence. La composition des banques d’évaluation est un point critique ; celles-ci opposent généralement des molécules actives à des molécules supposées inactives, faute de publication des données d’inactivité. Les molécules inactives sont néanmoins porteuses d’information. Nous avons donc créé la banque NR-DBIND composée uniquement de molécules actives et inactives expérimentalement validées et dédiées aux récepteurs nucléaires. L’exploitation de la NR-DBIND nous a permis d’étudier l’importance des molécules inactives dans l’évaluation de modèles de docking et dans la construction de modèles de pharmacophores. L’application de protocoles de criblage a permis d’élucider des modes de liaison potentiels de petites molécules sur FXR, NRP-1 et TNF⍺. / Virtual screening is widely used in early stages of drug discovery and to build toxicity prediction models. Commonly used protocols include an evaluation of the performances of different tools on benchmarking databases before applying them for prospective studies. The content of benchmarking tools is a critical point; most benchmarking databases oppose active data to putative inactive due to the scarcity of published inactive data in the literature. Nonetheless, experimentally validated inactive data also bring information. Therefore, we constructed the NR-DBIND, a database dedicated to nuclear receptors that contains solely experimentally validated active and inactive data. The importance of the integration of inactive data in docking and pharmacophore models construction was evaluated using the NR-DBIND data. Virtual screening protocols were used to resolve the potential binding mode of small molecules on FXR, NRP-1 et TNF⍺.