Résumé : Les méthodes de détection de similarités de sites de liaison servent entre autres à la prédiction de fonction et à la prédiction de cibles croisées. Ces méthodes peuvent aider à prévenir les effets secondaires, suggérer le repositionnement de médicament existants, identifier des cibles polypharmacologiques et des remplacements bio-isostériques. La plupart des méthodes utilisent des représentations basées sur les atomes, même si les champs d’interaction moléculaire (MIFs) représentent plus directement ce qui cherche à être identifié. Nous avons développé une méthode bio-informatique, IsoMif, qui détecte les similarités de MIF entre différents sites de liaisons et qui ne nécessite aucun alignement de séquence ou de structure. Sa performance a été comparée à d’autres méthodes avec des bancs d’essais, ce qui n’a jamais été fait pour une méthode basée sur les MIFs. IsoMif performe mieux en moyenne et est plus robuste. Nous avons noté des limites intrinsèques à la méthodologie et d’autres qui proviennent de la nature. L’impact de choix de conception sur la performance est discuté. Nous avons développé une interface en ligne qui permet la détection de similarités entre une protéine et différents ensembles de MIFs précalculés ou à des MIFs choisis par l’utilisateur. Des sessions PyMOL peuvent être téléchargées afin de visualiser les similarités identifiées pour différentes interactions intermoléculaires. Nous avons appliqué IsoMif pour identifier des cibles croisées potentielles de drogues lors d’une analyse à large échelle (5,6 millions de comparaisons). Des simulations d’arrimage moléculaire ont également été effectuées pour les prédictions significatives. L’objectif est de générer des hypothèses de repositionnement et de mécanismes d’effets secondaires observés. Plusieurs exemples sont présentés à cet égard. / Abstract : Methods that detect binding site similarities between proteins serve for the prediction of function and the identification of potential off-targets. These methods can help prevent side-effects, suggest drug repurposing and polypharmacological strategies and suggest bioisosteric replacements. Most methods use atom-based representations despite the fact that molecular interaction fields (MIFs) represents more closely the nature of what is meant to be identified. We developped a computational algorithm, IsoMif, that detects MIF similarities between binding sites. We benchmark IsoMif to other methods which has not been previously done for a MIF-based method. IsoMif performed best in average and more consistently accross datasets. We highlight limitations intrinsic to the methodology or to nature. The impact of design choices on performance is discussed. We built a freely available web interface that allows the detection of similarities between a protein and pre-calculated MIFs or user defined MIFs. PyMOL sessions can be downloaded to visualize similarities for the different intermolecular interactions. IsoMif was applied for a large-scale analysis (5,6 millions of comparisons) to predict offtargets of drugs. Docking simulations of the drugs in the binding site of their top hits were performed. The primary objective is to generate hypotheses that can be further investigated and validated regarding drug repurposing opportunities and side-effect mechanisms.

Les glycosides cardiotoniques sont des inhibiteurs des pompes sodium / potassium utilisés pour le traitements des insuffisances cardiaques, qui détiennent également des activités anticancéreuses et épigénétiques récemment caractérisées. Toutefois, dans l’objectif de repositionner ces médicaments comme traitement anticancéreux, les mécanismes sousjacents aux activités anticancéreuses et épigénétiques des glycosides cardiotoniques restent à être déterminés. Dans nos travaux, nous révélons que la proscillaridine A est le glycoside cardiotonique qui détient des activités anticancéreuses et épigénétiques les plus puissantes dans des lignées de cancer du côlon, de leucémies et de sarcomes pédiatrique. De plus, nous avons identifié que l’activité anticancéreuse de la proscillaridine A corrèle positivement avec le niveau d’expression protéique du proto-oncogène MYC dans un panel de 14 lignées cellulaires cancéreuses. Dans les lignées cellulaires exprimants un haut niveau de MYC telles que les lignées leucémiques, la proscillaridine A agit comme un inhibiteur de MYC et module sa stabilité protéique ainsi que la régulation transcriptionnelle et translationnelle de ces cibles. Cette inhibition est induite par la baisse significative de l’expression des enzymes épigénétiques les lysines acétyltransférases (KATs), qui contrôlent l’ajout des résidus d’acétylcoenzyme A sur les histones et sur d'autres protéines dont MYC. La baisse d’expression des KATs résultent à une baisse de l’acétylation des résidus de l’histone 3 et à une reprogrammation de l’acétylome des cellules cancéreuses surexprimant MYC. Ces changements au niveau de la chromatine induisent une reprogrammation transcriptionnelle et phénotypique des cellules surexprimant MYC, qui se traduit par une perte de la transcription des programmes oncogéniques et l’induction des programmes associés à la différenciation cellulaire. Pour finir, nous avons évalué le potentiel synergique anticancéreux et épigénétique de la proscillaridine A avec le médicament épigénétique la décitabine dans des lignées cancéreuses exprimants des niveaux différentiels de MYC. Dans une lignée résistante à la proscillaridine A et exprimant de faible niveau de MYC (lignée de cancer de côlon), la décitabine et la proscillaridine A démontrent des activités épigénétiques synergiques tandis que dans une lignée sensible à la proscillaridine A et surexprimant MYC (lignée de sarcome pédiatrique), la décitabine et la proscillaridine A démontrent des activités antiprolifératives synergiques. Dans ces travaux, nous avons donc démontré le potentiel de repositionner la proscillaridine A dans les cancers surexprimant MYC. Également, nous démontrons le potentiel synergique anticancéreux et épigénétique de la proscillaridine A avec la décitabine et nous suggérons d’étudier cette combinaison de médicaments dans les cancers plus résistants à la proscillaridine A. / Cardiac glycosides are sodium/potassium pomps’ inhibitors used for the treatment of heart failure, and whose anticancer and epigenetic activities have been recently characterized. However, in order to repurpose cardiac glycosides as anticancer drugs, mechanistic studies are required to identify the anticancer and epigenetic mechanism of actions. In our experiments, proscillaridin A exhibited the most powerful anticancer and epigenetic activities in colon cancer, leukemia, and sarcoma cell lines. Moreover, we demonstrated that in a panel of 14 cancer cell lines, proscillaridin A anticancer activities positively correlated with MYC protooncogene expression level. In high MYC expressing cell lines such as leukemia, proscillaridin A inhibited MYC expression through protein destabilization and through transcriptomic and translational regulation of MYC targets. Theses inhibitions are induced by the loss of lysine acetylatransferase (KAT) expressions, which are epigenetic enzymes controlling the addition of acetyl-coenzyme A on histones and other proteins such as MYC. KAT inhibitions are responsible for the global loss of histone 3 acetylation and acetylome reprogrammation in high MYC expressing cancer cells. These chromatin changes induced transcriptomic and phenotypic reprogrammation, defined by a loss of the transcription of oncogenic programs and the induction of cell differentiation. To finish, we evaluated the anticancer and epigenetic synergic potential of proscillaridin A in combination with the epigenetic drug the decitabine in cancer cell lines expressing different MYC levels. In a cancer cell line resistant to proscillaridin A treatments and expressing low MYC level (colon cancer cell line), the combination of decitabine and proscillaridin A demonstrated synergistic epigenetic activity although, in a cell line sensitive to proscillaridin A treatments and expressing high MYC level (sarcoma cell line), the combination of decitabine and proscillaridin A exhibited synergistic anti-proliferative activity. To conclude, we highlighted the potential of repurposing proscillaridin A as an anticancer treatment in high MYC expressing cells. Furthermore, we demonstrated the anticancer and epigenetic synergistic potential of proscillaridin A in combination with decitabine and we propose to study the drug combination in cancers that are resistant to proscillaridin A treatment.