Nous avons présenté COMMA, une méthode pour décrire et comparer les architectures dynamiques de différentes protéines. Il extrait propriétés dynamiques de ensembles conformationnels pour identifier les voies de communication, des chaînes de résidus liés par des interactions stables qui se déplacent ensemble, et cliques indépendants, des groupes de résidus qui fluctuent de manière concertée. Il fournit une description de l'infostery d'un complexe de protéines qui va au-delà des mesures au-delà de classiques de la façon dont une protéine se déplace ou change de forme. Nous avons montré l'efficacité de notre approche pour fournir des idées mécanistiques sur les effets des mutations délétères en identifiant les résidus qui jouent un rôle clé dans la propagation de ces effets. En outre COMMA révèle un lien entre les clusters de coévoluant résidus et les réseaux de corrélations dynamiques. Il permet de comparer les différents types de communication se produisant entre les résidus et de hiérarchiser les différentes régions d'une protéine en fonction de l'efficacité de leur communication. En outre, nous avons présenté une approche pour exploiter les séquences et les dynamiques structurelles pour prédire un paysage mutationnel. La discussion des exemples, a révélé l'interprétation physique sur la façon dont l'étude de la conservation apporte des idées importantes sur la sensibilité des positions conservées à des mutations. Notre méthode proposée, peut détecter des régions de protéines qui sont sujettes à des troubles ou des réarrangements conformationnels substantiels. De plus, il nous a permis de proposer des mutations qui régulent la stabilité des bobines enroulées désordonnées. / We presented COMMA, a method to describe and compare the dynamical architectures of different proteins or different variants of the same protein. COMMA extracts dynamical properties from conformational ensembles to identify communication pathways, chains of residues linked by stable interactions that move together, and independent cliques, clusters of residues that fluctuate in a concerted way. It provides a description of the infostery of a protein or protein complex that goes beyond the notions of chain, domain and secondary structure element/motif, and beyond classical measures of how a protein moves and/or changes its shape. We showed the efficiency of our approach in providing mechanistic insights on the effects of deleterious mutations by pinpointing residues playing key roles in the propagation of these effects. In addition COMMA reveals a link between clusters of coevolving residues and networks of dynamical correlations. It enables to contrast the different types of communication occurring between residues and to hierarchise the different regions of a protein depending on their communication efficiency. Furthermore, we presented an approach to exploit both the sequences and structural dynamics to predict a mutational landscape. The discussion of examples, revealed physical interpretation on how the study of conservation brings significant insights on the sensitivity of conserved positions to mutations. Our proposed method, can detect protein regions that are prone to disorder or substantial conformational rearrangements. Moreover, it enabled us to suggest mutations that regulate the stability of the disordered coiled-coils.

Miz-1 est un facteur de transcription qui active la transcription de gènes cytostatiques tels que p15[indice supérieur 1NK4B] ou p21[indice supérieur CIP1]. Il s’agit d’une protéine de la famille BTB/POZ, qui possède un ensemble de 13 doigts de zinc de type Cys?His? dans sa portion C-terminale. L’activation de ces gènes par Miz-1 peut être régulée par les protéines SMAD. SMAD3 et 4 peuvent toutes deux se lier aux doigts de zinc 1 à 4 de Miz-1, et les autres doigts de zinc sont pressentis pour être responsables de la liaison à l’ADN. Les séquences reconnues par Miz-1 sur les promoteurs des deux gènes mentionnés ci-haut ont été identifiées, mais n’ont pas d’homologie entre elles. L’oncogène c-Myc a la possibilité de se lier à Miz-1, et cette interaction cause la répression des gènes normalement activés par Miz-1, favorisant ainsi la prolifération cellulaire. Cette interaction cruciale, de même que celle entre Miz-1 et l'ADN, est toutefois assez mal caractérisée. Le but du projet dont fait partie ce mémoire est d’éclaircir tout ce mécanisme de liaison. Ce mémoire étudie la structure et les propriétés dynamiques des doigts de zinc 5 à 8 de Miz-1, qui, selon l’hypothèse initiale, seraient impliqués dans la liaison au promoteur des gènes-cibles de Miz-1. La résonance magnétique nucléaire est la technique qui a été utilisée dans le but d’obtenir ces résultats, et une partie importante de ce mémoire est dévouée à la théorie derrière cette puissante technique. La détermination de la structure de ces doigts de zinc est en fait une seule des nombreuses étapes du projet de l’élucidation du mécanisme de transrépression par c-Myc/Miz-1. Suite à la présentation des structures de ces doigts de zinc, ce mémoire s’intéresse à leurs caractéristiques dynamiques très particulières pour ce type de domaine protéique. Nous avons en effet découvert que les doigts de zinc 5 à 8 présentaient un niveau très élevé d’échange conformationnel, et qu’une portion du doigt de zinc 6 ne peut être caractérisée structurellement à cause de mouvements dans l’échelle de la micro/milliseconde, eux-mêmes dus à des répulsions électrostatiques. En conclusion, nous proposons que le ZF 6 ait un rôle de charnière entre deux ensembles de ZFs dans Miz-1. Ces résultats permettent l’actualisation du modèle de liaison de Miz-1 au promoteur de p15[indice supérieur INK4B] qui avait été élaboré comme hypothèse, et ils nous rapprochent de la compréhension de la transrépression par c-Myc. [symboles non conformes]

Cette thèse se place dans le cadre de l'étude in silico, c'est-à-dire assistée par ordinateur, des liens qui unissent la séquence d'une protéine à la (ou aux) structure(s) tri-dimensionnelle(s) qu'elle adopte. Le décryptage de ces liens présente de nombreuses applications dans divers domaines et constitue sans doute l'une des problématiques les plus fascinantes de la recherche en biologie moléculaire. Le premier aspect de notre travail concerne le développement de potentiels statistiques dérivés de bases de données de protéines dont les structures sont connues. Ces potentiels présentent plusieurs avantages: ils peuvent être aisément adaptés à des représentations structurales simplifiées, et permettent de définir un nombre limité de fonctions énergétiques qui incarnent l'ensemble complexe d'interactions gouvernant la structure et la stabilité des protéines, et qui incluent également certaines contributions entropiques. Cependant, leur signification physique reste assez nébuleuse, car l'impact des diverses hypothèses nécessaires à leur dérivation est loin d'être clairement établi. Nous nous sommes attachés à l'étude de certaines limitations des ces potentiels: leur dépendance en la taille des protéines incluses dans la base de données, la non-additivité des termes de potentiels, et l'importance souvent négligée de l'environnement protéique spécifique ressenti par chaque résidu. Nous avons ainsi mis en évidence que l'influence de la taille des protéines de la base de données sur les potentiels de distance entre résidus est spécifique à chaque paire d'acides aminés, peut être relativement importante, et résulte essentiellement de la répartition inhomogène des résidus hydrophobes et hydrophiles entre le coeur et la surface des protéines. Ces résultats ont guidé la mise au point de fonctions correctives qui permettent de tenir compte de cette influence lors de la dérivation des potentiels. Par ailleurs, la définition d'une procédure générale de dérivation de potentiels et de termes de couplage a rendu possible la création d'une fonction énergétique qui tient compte simultanément de plusieurs descripteurs de séquence et de structure (la nature des résidus, leurs conformations, leurs accessibilités au solvant, ainsi que les distances qui les séparent dans l'espace et le long de la séquence). Cette fonction énergétique présente des performances nettement améliorées par rapport aux potentiels originaux, et par rapport à d'autres potentiels décrits dans la littérature. Le deuxième aspect de notre travail concerne l'application de programmes basés sur des potentiels statistiques à l'étude de protéines qui adoptent des structures alternatives. La permutation de domaines est un phénomène qui affecte diverses protéines et qui implique la génération d'un oligomère suite à l'échange de fragments structuraux entre monomères identiques. Nos résultats suggèrent que la présence de "faiblesses structurales", c'est-à-dire de régions qui ne sont pas optimales vis-à-vis de la stabilité de la structure native ou qui présentent une préférence marquée pour une conformation non-native en absence d'interactions tertiaires, est intimement liée aux mécanismes de permutation. Nous avons également mis en évidence l'importance des interactions de type cation-{pi}, qui sont fréquemment observées dans certaines zones clés de la permutation. Finalement, nous avons sélectionné un ensemble de mutations susceptibles de modifier sensiblement la propension de diverses protéines à permuter. L'étude expérimentale de ces mutations devrait permettre de valider, ou de raffiner, les hypothèses que nous avons proposées quant au rôle joué par les faiblesses structurales et les interactions de type cation-{pi}. Nous avons également analysé une autre protéine soumise à d'importants réarrangements conformationnels: l'{alpha}1-antitrypsine. Dans le cas de cette protéine, les modifications structurales sont indispensables à l'exécution de l'activité biologique normale, mais peuvent sous certaines conditions mener à la formation de polymères insolubles et au développement de maladies. Afin de contribuer à une meilleure compréhension des mécanismes responsables de la polymérisation, nous avons cherché à concevoir rationnellement des protéines mutantes qui présentent une propension à polymériser contrôlée. Des tests expérimentaux ont été réalisés par le groupe australien du Professeur S.P. Bottomley, et ont permis de valider nos prédictions de manière assez remarquable. ---------------------------------------------------------------------------------------------------- The work presented in this thesis concerns the computational study of the relationships between the sequence of a protein and its three-dimensional structure(s). The unravelling of these relationships has many applications in different domains and is probably one of the most fascinating issues in molecular biology. The first part of our work is devoted to the development of statistical potentials derived from databases of known protein structures. These potentials allow to define a limited number of energetic functions embodying the complex ensemble of interactions that rule protein folding and stability (including some entropic contributions), and can be easily adapted to simplified representations of protein structures. However, their physical meaning remains unclear since several hypotheses and approximations are necessary, whose impact is far from clearly understood. We studied some of the limitations of these potentials: their dependence on the size of the proteins included in the database, the non-additivity of the different potential terms, and the importance of the specific environment of each residue. Our results show that residue-based distance potentials are affected by the size of the database proteins, and that this effect can be quite strong, is residue-specific, and seems to result mostly from the inhomogeneous partition of hydrophobic and hydrophilic residues between the surface and the core of proteins. On the basis of these observations, we defined a set of corrective functions in order to take protein size into account while deriving the potentials. On the other hand, we developed a general procedure of derivation of potentials and coupling terms and consequently created an energetic function describing the correlations between several sequence and structure descriptors (the nature of each residue, the conformation of its main chain, its solvent accessibility, and the distances that separate it from other residues, in space and along the sequence). This energetic function presents a strongly improved predictive power, in comparison with the original potentials and with other potentials described in the literature. The second part describes the application of different programs, based on statistical potentials, to the study of proteins that adopt alternative structures. Domain swapping involves the exchange of a structural element between identical proteins, and leads to the generation of an oligomeric unit. We showed that the presence of “structural weaknesses”, regions that are not optimal with respect to the folding mechanisms or to the stability of the native structure, seems to be intimately linked with the swapping mechanisms. In addition, cation-{pi} interactions were frequently detected in some key locations and might also play an important role. Finally, we designed a set of mutations that are likely to affect the swapping propensities of different proteins. The experimental study of these mutations should allow to validate, or refine, our hypotheses concerning the importance of structural weaknesses and cation-{pi} interactions. We also analysed another protein that undergoes large conformational changes: {alpha}1-antitrypsin. In this case, the structural modifications are necessary to the proper execution of the biological activity. However, under certain circumstances, they lead to the formation of insoluble polymers and the development of diseases. With the aim of reaching a better understanding of the mechanisms that are responsible for this polymerisation, we tried to design mutant proteins that display a controlled polymerisation propensity. An experimental study of these mutants was conducted by the group of Prof. S.P. Bottomley, and remarkably confirmed our predictions.

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.

Le complexe d'initiation de la traduction 3 des eucaryotes (eIF3) joue un role central dans le réseau d'interaction des divers facteurs d'initiation de la traduction qui s'assemblent sur les ribosomes 40S, et participent aux différentes réactions au cours de la voie d'initiation de la traduction. Chez Saccharomyces cerevisiaea, ce complexe est composé de cinq sous-unités, qui sont toutes homologues avec les sous-unités de cœur du complexe eIF3 des mammifères, composé de 13 sous-unités. Un objectif majeur actuellement est d'obtenir une structure tridimensionnelle de ce complexe. Dans une première étape vers la résolution de cette structure, les efforts portent sur la détermination des régions de liaisons entre sous-unités, dont assez peu sont actuellement connues. La région d'interaction entre la sous-unité 3i et le domaine C-terminal extrémal de 3b a récemment été résolu par RMN et structure cristallographique. D'un autre côté, la région d'interaction entre 3i et 3g, bien que localisée à l'extrémité N-terminale de 3g, doit encore être précisée. Les échanges hydrogène/deutérium (HDX) se sont développés depuis les années 1990 comme outil d'analyse structurale de protéines et de complexes multiprotéiques. La spectrométrie de masse est couramment utilisée pour réaliser la mesure de l'échange. L'approche HDX la plus usuelle repose sur une mesure de masse de peptide marqués issus d'une digestion enzymatique des protéines d'intérêt afin de déterminer le contenu en deutérium ainsi que leur vitesse d'incorporation. Pour ce travail, un spectromètre de masse à ultra-haute résolution, de type FT-ICR 7T, a été utilisé conjointement avec une séparation nano-LC pour générer des données HDX-MS de haute qualité. La précision de mesure de masse d'un spectromètre de masse FT-ICR n'est pas suffisante en elle-même pour identifier de façon certaine les peptides issus d'une digestion à la pepsine, du fait de l'absence de spécificité de la pepsine. Nous avons en conséquence développé une approche statistique pour l'identification des peptides, en se basant sur la définition d'une valeur de probabilité d'occurrence pour un peptide donné dans une digestion à la pepsine. En combinaison avec la précision élevée sur la mesure de masse, ce seul critère permet une identification efficace des peptides, sans devoir recourir à une validation par MS/MS systématique. Cette méthode a été mise en application pour l'étude des régions de liaison dans les complexes eIF3i :b et eIF3i :g. Dans les deux cas, 3i a été surexprimée sous sa forme complète. Au contraire, pour 3b et 3g, seul un segment partiel de la protéine native, contenant le domaine présumé d'interaction a été surexprimé. La liste de référence des peptides présents permet une excellente couverture de séquence et une forte superposition entre séquences adjacentes, ce qui assure une élucidation de la structure avec une bonne résolution spatiale. Pour la liaison entre 3i et 3b, les régions d'interactions qui sont apparues dans des conditions en solution proches des conditions physiologiques sont cohérentes avec la structure proposée par une autre équipe au cours de la thèse, apportant des informations complémentaires à celles issues de la structure cristallographique dérivée de la phase solide. Pour la liaison entre 3i et 3g, la région d'interaction a été étudiée en l'absence de toute donnée structurale à l'échelle atomique pour 3g. Les résultats apportent une vision nouvelle sur la formation du complexe entre 3g et 3i, et pour la première fois les régions de liaisons exacts ont été mis en évidence.

Ces dernières années, plusieurs modèles d'évolution moléculaire, basés sur l'hypothèse que les séquences des protéines évoluent sous la contrainte d'une structure bien dénie et constante au cours de l'évolution, ont été développés. Cependant, un tel modèle repose sur l'expression de la fonction repr ésentant le lien entre la structure et sa séquence. Les potentiels statistiques proposent une solution intéressante, mais parmi l'ensemble des potentiels statistiques existants, lequel serait le plus approprié pour ces modèles d'évolution ? Dans cette thèse est développé un cadre probabiliste d'optimisation de potentiels statistiques, dans le contexte du maximum de vraisemblance, et dans une optique de protein design. Le potentiel statistique utilisé ici est composé d'un terme de contact entre deux acides aminés et un terme d'accessibilité au solvant, mais le cadre statistique peut être très facilement généralisé à des formes plus complexes de potentiel. Ce cadre intègre diérentes méthodes d'optimisation, incluant la prise en compte de structures alternatives (decoys) pour l'optimisation des potentiels, et utilise une amélioration algorithmique permettant l'obtention rapide de potentiels statistiques adaptés au contexte. Tout cela nous fournit un cadre robuste et des tests statistiques (à la fois dans le contexte de l'optimisation des potentiels et dans le contexte de l'évolution moléculaire), permettant de comparer diérentes méthodes d'optimisation de potentiels statistiques pour les modèles soumis à des contraintes structurales.

En bioinformatique structurale, une partie des méthodes computationnelles qui calculent les structures de protéines à l'aide de données expérimentales, effectuent une optimisation de la position des atomes sous les contraintes expérimentales mesurées sur le système étudié, ainsi que sous des contraintes provenant de la connaissance générique de la stéréochimie organique. Ces méthodes d'optimisation présentent l'inconvénient de ne pas garantir la détermination de la meilleure solution. De plus, la validation de l'optimisation se fait en comparant les résultats obtenus pour des calculs répétés, et le résultat d'un calcul est accepté dans la mesure où le même résultat est obtenu plusieurs fois. Par cette approche, on rend plus difficile la détection de conformations alternatives de protéines, qui sont pourtant le sujet d'un vif intérêt dans la littérature. En effet, le développement de la sensibilité des techniques de résonance magnétique nucléaire (RMN) a permis de mettre en évidence plusieurs cas d'échange conformationnel reliés à la fonction des protéines. Dans ce projet de thèse, nous avons étudié une nouvelle approche pour le calcul de structures des protéines et l'exploration de leurs espaces conformationnels, basée sur la résolution du problème de Géométrie de Distance associé aux contraintes de distances dans une protéine par l'algorithme "interval Branch and Prune". Le logiciel implémentant cette méthode est appelée iBPprot, il incarne l'une des premières tentatives d'échantillonnage exhaustive des espaces conformationnels des protéines. Dans un premier temps, on s'est intéressé à l'application de la méthode en utilisant exclusivement des constraintes de distances exactes. Les résultats ont démontré que iBPprot était capable de reconstruire des structures références en s'appuyant seulement sur quelques contraintes à courte portée. De plus, la reconstruction a été d'une précision telle que la conformation générée présentait un RMSD de 1 Angstrom maximum avec la structure référence. L'exploration exhaustive de l'espace conformationnel a été possible pour une bonne partie des protéines cibles. Les temps de calcul pour l'exploration des espaces conformationnels ont été très variables allant de quelques secondes pour quelques protéines jusqu'à des semaines pour d'autres. L'évaluation de la qualité des structures obtenues a démontré qu'au moins 68% des valeurs de phi et psi sont localisées dans la zone 'core' du diagramme de Ramachandran. Cependant, des clash stériques ont été détectées dans plusieurs conformations mettant en jeu jusqu'à 7% d'atomes dans quelques unes de ces conformations. Dans un deuxième temps, on s'est intéressé à l'application de la méthode en incluant des intervalles de distances comme contraintes dans les calculs. Dans ce cas de figure, la méthode a réussi a reconstruire des structures références avec un RMSD inférieur à 5 Angstrom pour plus de la moitié des protéines cibles. En contre partie, le parcours complet de l'espace conformationnel n'a été possible que pour la plus petite protéine de l'ensemble des protéines étudiées. Pour la moitié des autres protéines, plus de 70% des atomes ont vu leurs positions échantillonnées. La qualité des structures obtenues a regressé en comparaison avec les simulations faites avec des distances exactes. En effet, seulement 53% des valeurs de phi et psi étaient localisées dans la zone 'core' du diagramme de Ramachandran, et le pourcentage d'atomes impliqués dans un clash stérique s'élevait jusqu'à 22% pour quelques protéines. Concernant le temps de calcul, le taux de génération de conformations a été déterminé pour chaque protéine cible, et il s'est avéré que globalement sa valeur etait compétitive par rapport aux valeurs des taux observables dans la littérature... / Structural biology has allowed us expand our knowledge of living organisms. It is defined as the investigation of the structure and function of biological systems at the molecular level. Studying a biomolecule's structure offers insight into its geometry, as angles and distances between the biomolecule's atoms are measured in order to determine the biomolecular structure. The values of these geometrical parameters may be obtained from biophysical techniques, such as X-ray crystallography or nuclear magnetic resonance (NMR) spectroscopy. One of the most used methods to calculate protein structures from geometric restraints is simulated annealing. This method does not guarantee an exhaustive sampling of protein conformational space, which is a shortcoming as one protein may adopt multiple functional conformations, and it is important to determine them exhaustively. In this PhD project, the efficiency of a new method - derived from operations research and computational geometry - is studied in order to answer this question: How does this method explore the conformational spaces of small proteins? This method - implemented within the iBPprot software framework - treats protein structure determination as a distance geometry problem, which the interval branch-and-prune algorithm tries to solve by the full exploration of its solutions space. The results obtained by iBPprot on a set of test proteins, with sizes ranging from 24 to 120 residues and with known structures, are analyzed here. Using short-range exact distance restraints, it was possible to rebuild the structure of all protein targets, and for many of them it was possible to exhaustively explore their conformational spaces. In practice, it is not always possible to obtain exact distance restraints from experiments. Therefore, this method was then tested with interval data restraints. In these cases, iBPprot permitted the sampling of the positions of more than 70% of the atoms constituting the protein backbone for most of the targets. Furthermore, conformations whose r.m.s. deviations closer than 6 Angstrom to the target ones were obtained during the conformational space exploration. The quality of the generated structures was satisfactory with respect to Ramachandran plots, but needs improvement because of the presence of steric clashes in some conformers. The runtime for most performed calculations was competitive with existing structure determination method...

La matrice extracellulaire est un réseau tridimensionnel complexe qui joue le rôle de support aux cellules ainsi que de réservoir de molécules bioactives régulant le comportement cellulaire. Elle est composée de 1027 protéines chez l’Homme (Naba et al., Matrix Biol. 2016), 274 protéines constituant le matrisome et 753 associées (facteurs de croissance et protéines régulatrices de la matrice extracellulaire) et de 6 glycosaminoglycanes dont 5 sulfatés. La matrice extracellulaire est impliquée dans de nombreuses pathologies (Bonnans et al., Nat. Rev. Mol. Cell Biol. 2014). La lysyl oxydase, responsable de la réticulation des collagènes et de l’élastine est impliquée dans de nombreux cancers. La matrice extracellulaire est un réservoir de fragments bioactifs, nommés matricryptines, qui sont libérés par protéolyse des biomolécules de la matrice et régulent de nombreux processus biologiques tels que l’angiogenèse et l’adipogenèse (Ricard-Blum et Vallet Matrix Biol. 2017). Nous avons exprimé en cellules humaines plusieurs matricryptines dont les ectodomaines des collagènes membranaires XIII, XVII, XXIII et XXV et identifié leurs partenaires extracellulaires. Nous avons caractérisé le propeptide de la lysyl oxydase par SEC-MALS, diffusion dynamique de la lumière et par SAXS et avons modélisé à partir des données de SAXS sa structure tridimensionnelle. Nous avons identifié 17 nouveaux partenaires de ce fragment et analysé le mutant Arg158Gln dépourvu d’activité biologique. Cette mutation identifiée chez l’Homme inhibe les activités anti-prolifératives du propeptide et est associée à un risque accru de cancer du sein (Min et al., Cancer Res. 2009). Nous avons exprimé la lysyl oxydase mature et modélisé sa structure tridimensionnelle en utilisant toutes les données disponibles. Les interactions identifiées au cours de ce travail ont été associées à celles obtenues par curation manuelle de la littérature pour construire la première version de l’interactome extracellulaire humain / The extracellular matrix is an intricate tridimensional network supporting cells and a bioactive molecule reservoir involved in the regulation of cell behavior. It is composed of 1027 proteins in humans (Naba et al., Matrix Biol. 2016), including 274 of the core matrisome and 753 associated proteins (growth factors and extracellular matrix regulators) and 6 glycosaminoglycans including 5 sulfated. The extracellular matrix is altered in numerous pathologies (Bonnans et al., Nat. Rev. Mol. Cell Biol. 2014). The lysyl oxidase is responsible for the cross-linking of collagens and elastin and is involved in many cancers. The extracellular matrix is a reservoir of bioactive fragments named matricryptins which are released by proteolysis of extracellular matrix proteins and regulate numerous biological processes like angiogenesis and adipogenesis (Ricard-Blum et Vallet, Matrix Biol. 2017). We have expressed under a recombinant form in human cells some matricryptins including the ectodomains of the membrane collagens XIII, XVII, XXIII and XXV and have identified their extracellular partners. We have characterized the propeptide of lysyl oxidase by SEC-MALS, dynamic light scattering, and SAXS and have built a coarse-grained 3D model by SAXS-derived constraints. We have identified 17 new partners of this fragment and analyzed the mutant Arg158Gln which has no biological activity. This mutation has been identified in humans and inhibits the propeptide anti-proliferative properties. It is associated to an increased risk of breast cancer (Min et al., Cancer Res. 2009). We have expressed the mature lysyl oxidase and modelled its tridimensional structure using available data. All the interactions identified in this study were associated to manually curated interactions described in the literature to build the first version of the human extracellular interactions network

Les antibiotiques sont les médicaments les plus utilisés dans la médecine moderne. Depuis leurs découvertes, ils ont drastiquement changé la façon dont les infections sont traitées. Toutefois, à travers le processus d’adaptation, les bactéries deviennent éventuellement résistantes aux antibiotiques. Malgré leur omniprésence dans la biosphère, l’émergence de souches résistantes est favorisée par le mauvais usage des antibiotiques, ce qui crée une menace importante pour la santé publique. Les antibiotiques actuelles perdent graduellement leur efficacité, et vue le faible nombre de nouvelles molécules développées, la priorité est donnée pour la découverte de nouvelles stratégies capables de combattre les pathogènes. Les nouvelles cibles thérapeutiques idéales doivent exercer une faible pression évolutive, diminuer la virulence et être unique aux microorganismes. Une façon d’atteindre cet objectif est d’interférer dans la régulation et l’homéostasie du Fer chez les bactéries. La biodisponibilité du Fer a fortement influencé l’émergence de la vie sur terre et les stratégies évolutives qu’elle a adoptée. Ce qui a mené à l’apparition d’un mécanisme central de détection du Fer assurant la régulation de cet élément de haute importance. Ce senseur est un point faible que nous pourrons exploiter dans notre combat contre les infections bactériennes. La protéine Fur, pour « Ferric Uptake Regulator », est un régulateur de transcription métal dépendant qui est impliqué dans vaste réseau de régulation contrôlant principalement l’homéostasie du Fer et l’expression de facteurs de virulence. Le travail présenté dans ce manuscrit complète les études précédentes sur des inhibiteurs de la protéine Fur en utilisant une approche combinée théorique et expérimentale grâce a des expériences de XAS, SAXS et MALLS associé a de la modélisation moléculaire. Nous décrivons pour la première fois la structure de Fur d’E. coli ainsi que la structure d’un tétramère de Fur d’un mutant de P. aeruginosa. Par ailleurs, les profils d’énergie libre des protéines Fur de différentes espèces ont été déterminé, pour des complexes tetramériques ou dans le cas de dimères liés à l’ADN, permettant une compréhension préliminaire de leur mécanistique. Les informations structurales obtenues grâce aux travaux présentés dans ce manuscrit permettront de mieux comprendre les mécanismes d’inhibition des protéines Fur ainsi que fournir de nouvelles opportunités pour le développement de molécules a visée thérapeutique. / The most commonly prescribed drugs in human medicine are antibiotics. Since their discovery, they have drastically impacted the way we treat infections. However, a bacterium eventually becomes resistant to antimicrobial treatment through the natural process of adaptative evolution. Even if resistant bacteria are omnipresent in the biosphere, their emergence rate is accelerated by the misuse of antimicrobial agents leading to the public health threat we are facing now. As currently available antimicrobial agents lose their effectiveness and very few new drugs are being developed, a breakthrough in new strategies to fight pathogens should be a priority. Ideal new therapeutic targets should exert weak evolutionary pressure, disarm or weaken the pathogen and be unique to microorganisms. One way to do so is by interfering with the iron regulation and its homeostasis within Bacteria. The bioavailability of iron strongly influenced early life and the metabolic strategies that sustained it. A central iron sensing mechanism evolved to ensure the regulation of such an important element. Sadly for bacteria this sensor became an exploitable weakness in our battle against infection. The “Ferric Uptake Regulator” is a metal dependent transcription regulator with a large regulatory network controlling iron homeostasis and bacterial virulence. This work continues previous investigations on Fur inhibitors using a combined experimental and theoretical approach by performing XAS, SAXS and MALLS experiments together with computer simulations. We describe for the first time the structures of Fur from E. coli in addition to a tetrameric Fur structure of a mutant from P. aeruginosa. Moreover, free energy profiles of Fur proteins, as tetramers or dimers bound to DNA, from different species were generated and key residues involved in the interactions determined, providing mechanistic insights into Fur complexes. The structural information gathered from this work will be used to better understand inhibition mechanisms of Fur proteins providing new opportunities to overcome drug development challenges.

Les séquences protéiques naturelles sont le résultat net de l’interaction entre les mécanismes de mutation, de sélection naturelle et de dérive stochastique au cours des temps évolutifs. Les modèles probabilistes d’évolution moléculaire qui tiennent compte de ces différents facteurs ont été substantiellement améliorés au cours des dernières années. En particulier, ont été proposés des modèles incorporant explicitement la structure des protéines et les interdépendances entre sites, ainsi que les outils statistiques pour évaluer la performance de ces modèles. Toutefois, en dépit des avancées significatives dans cette direction, seules des représentations très simplifiées de la structure protéique ont été utilisées jusqu’à présent. Dans ce contexte, le sujet général de cette thèse est la modélisation de la structure tridimensionnelle des protéines, en tenant compte des limitations pratiques imposées par l’utilisation de méthodes phylogénétiques très gourmandes en temps de calcul. Dans un premier temps, une méthode statistique générale est présentée, visant à optimiser les paramètres d’un potentiel statistique (qui est une pseudo-énergie mesurant la compatibilité séquence-structure). La forme fonctionnelle du potentiel est par la suite raffinée, en augmentant le niveau de détails dans la description structurale sans alourdir les coûts computationnels. Plusieurs éléments structuraux sont explorés : interactions entre pairs de résidus, accessibilité au solvant, conformation de la chaîne principale et flexibilité. Les potentiels sont ensuite inclus dans un modèle d’évolution et leur performance est évaluée en termes d’ajustement statistique à des données réelles, et contrastée avec des modèles d’évolution standards. Finalement, le nouveau modèle structurellement contraint ainsi obtenu est utilisé pour mieux comprendre les relations entre niveau d’expression des gènes et sélection et conservation de leur séquence protéique. / Protein sequences are the net result of the interplay of mutation, natural selection and stochastic variation. Probabilistic models of molecular evolution accounting for these processes have been substantially improved over the last years. In particular, models that explicitly incorporate protein structure and site interdependencies have recently been developed, as well as statistical tools for assessing their performance. Despite major advances in this direction, only simple representations of protein structure have been used so far. In this context, the main theme of this dissertation has been the modeling of three-dimensional protein structure for evolutionary studies, taking into account the limitations imposed by computationally demanding phylogenetic methods. First, a general statistical framework for optimizing the parameters of a statistical potential (an energy-like scoring system for sequence-structure compatibility) is presented. The functional form of the potential is then refined, increasing the detail of structural description without inflating computational costs. Always at the residue-level, several structural elements are investigated: pairwise distance interactions, solvent accessibility, backbone conformation and flexibility of the residues. The potentials are then included into an evolutionary model and their performance is assessed in terms of model fit, compared to standard evolutionary models. Finally, this new structurally constrained phylogenetic model is used to better understand the selective forces behind the differences in conservation found in genes of very different expression levels.