Return to search

De l'identification à la caractérisation des complexes protéiques : développement d'une plateforme bioinformatique d'analyse

Un des défis de l’ère post-génomique est de déterminer la fonction des protéines et plus précisément d’établir une cartographie protéomique de la cellule. Ainsi le défi de la génomique fonctionnelle et plus précisément de la protéomique est de comprendre les événements qui ont lieu au cours de la maturation des protéines. Plusieurs approches ont été décrites pour comprendre la fonction des protéines dont les interactions protéiques. Traditionnellement, les études des interactions protéiques étaient basées sur des approches ciblées ou sur des hypothèses d’interactions. Récemment, le développement des analyses à haut débit a généré une quantité impressionnante d’information. Face à l’accumulation des données, une approche uniquement expérimentale n’apparaît plus suffisante. Par conséquent, la création de méthodes bioinformatiques développant des procédures de prospection de données couplées avec des approches expérimentales permettra de prédire les interacteurs in silico. C’est dans cette optique que le laboratoire a développé son projet de recherche sur la famille des poly (ADP-ribose) polymérases (PARPs). La poly(ADP-ribosyl)ation est une modification post-traductionnelle qui consiste en l’ajout d’une chaîne d’ADP-ribose sur des protéines cibles.L’objectif principal de notre étude est de caractériser par des expériences d’immunoprécipitation le rôle dynamique de la poly(ADP-ribosyl)ation. L’identification des interacteurs des PARPs s’effectuera par spectrométrie de masse. Cette technique va générer d’importantes quantités de données et nécessitera une plate-forme d’analyse et de grandes capacités de calcul informatique. Dans ce contexte général, l’objectif de ce travail de thèse était de développer la plateforme bioinformatique d’analyse, d’implémenter les outils d’identifications des protéines, d’établir un contrôle de qualité des méthodes d’identification (spécificité/sensibilité) et enfin d’explorer le contenu des bases de connaissances. A l’aide du système mis en place au sein de la plateforme de protéomique, nous avons identifié de nouvaux interacteurs de la famille des PARPs comme par exemple RFC1, 2, 3, 4, 5. / An ambitious goal of proteomics is to elucidate the structure, interactions and functions of all proteins within cells and organisms. In the “post-genome” era, mass spectrometry (MS) has become an important method for the analysis of proteome data. One strategy to determine protein function is to identify protein–protein interactions. The rapid advances made in mass spectrometry in combination with other methods used in proteomics results in an increasing of proteomics projects. The increasing use of high-throughput and large-scale bioinformatics-based studies has generated a massive amount of data stored in a number of different databases. A challenge for bioinformatics is to explore array of information to uncover biologically relevant interactions and pathways. Thus for protein interaction studies, there is clearly a need to develop a systematic and stepwise in silico approach that can predict potential interactors or are most likely to improve our understanding of how complex biological systems work. The focus of our laboratory is the study of the activity of poly(ADP-ribose) polymerases (PARPs) and their role in the cell. Poly(ADP-ribosylation) is a post-synthetic protein modification consisting of long chains of poly(ADP-ribose) (pADPr) synthesized by PARPs at the expense of NAD+. The overall objective of this research is to extensively characterize the dynamic roles of poly(ADP-ribosyl)ation in response to cellular stresses that cause DNA damage. Our approach utilizes immunoprecipitation and affinity purification followed by mass spectrometry identification of associated proteins. One part of this thesis projet is to develop the architecture and major features of a web-based utility tool, which is designed to rationally organize protein and peptide data generated by the tandem mass spectrometry. Next, we have performed benchmarking to optimize protein identification. The system will be expanded as needed in order to make the analysis more efficient. We have also explored the public database information for protein identification data mining. Using the described pipeline, we have successfully identified several interactions of biological significance between PARP and other proteins such as RFC1, 2, 3, 4, 5.

Identiferoai:union.ndltd.org:LAVAL/oai:corpus.ulaval.ca:20.500.11794/19065
Date12 April 2018
CreatorsDroit, Arnaud
ContributorsPoirier, Guy G.
Source SetsUniversité Laval
LanguageFrench
Detected LanguageFrench
Typethèse de doctorat, COAR1_1::Texte::Thèse::Thèse de doctorat
Format296 p., application/pdf
Rightshttp://purl.org/coar/access_right/c_abf2

Page generated in 0.0028 seconds