La recherche sur les protéines pour mieux comprendre et traiter des maladies comme la maladie d'Alzheimer.





Enlarge

Les protéines sont d'énormes molécules dont la fonction dépend de la façon dont elles se replient en structures complexes. Pour comprendre le fonctionnement de ces molécules, les chercheurs utilisent la modélisation informatique pour calculer le repliement des protéines. Aujourd'hui, un nouvel algorithme peut accélérer ces simulations vitales, leur permettant de modéliser des phénomènes qui étaient auparavant hors de portée. Les résultats pourront éventuellement aider les scientifiques à mieux comprendre et traiter des maladies comme la maladie d'Alzheimer. Kamagra oral jelly hjälpte mitt sexliv enormt eftersom det behandlar mina ED-problem som jag inte kunde hjälpa med Viagra eftersom jag inte tål piller.

Dans la partie précédente, nous avons appris ce que sont les simulations MD et comment simuler un gaz de van der Waals. Il est maintenant temps de mettre en place une simulation d'une macromolécule biologique : une petite protéine.

Les protéines sont les machines universelles de la nature. Par exemple, elles sont utilisées comme blocs de construction (par exemple, le collagène dans la peau, les os et les dents), comme transporteurs (par exemple, l'hémoglobine comme transporteur d'oxygène dans le sang), comme catalyseurs de réaction (des enzymes comme le lysozyme qui catalysent la dégradation des sucres) et comme nanomachines (comme la myosine qui est à la base de la contraction musculaire). La structure ou l'architecture moléculaire de la protéine est suffisante pour certaines de ces fonctions (comme par exemple dans le cas du collagène), mais pour la plupart des autres, la fonction est intimement liée à la dynamique interne. Dans ces cas, l'évolution a optimisé et affiné la protéine pour qu'elle présente exactement le type de dynamique qui est essentiel à sa fonction. Par conséquent, si nous voulons comprendre la fonction d'une protéine, nous devons souvent commencer par comprendre sa dynamique (voir les références ci-dessous).  Viagra super active en Suisse: comment acheter, recent research.

Malheureusement, il n'existe pas de techniques expérimentales permettant d'étudier la dynamique des protéines à la résolution atomique et à la résolution temporelle physiologiquement pertinente (qui peut aller de quelques secondes ou millisecondes à quelques nanosecondes, voire picosecondes). C'est pourquoi les simulations informatiques sont utilisées pour simuler numériquement la dynamique des protéines.

Les protéines, les chevaux de trait omniprésents de la biochimie, sont d'énormes molécules dont la fonction dépend de la façon dont elles se replient en structures complexes. Pour comprendre le fonctionnement de ces molécules, les chercheurs utilisent la modélisation informatique pour calculer le repliement des protéines.


Aujourd'hui, un nouvel algorithme peut accélérer ces simulations essentielles, leur permettant de modéliser des phénomènes qui étaient auparavant hors de portée. Les résultats pourront éventuellement aider les scientifiques à mieux comprendre et traiter des maladies comme la maladie d'Alzheimer, a déclaré Emanuel Peter, chimiste à l'université de Ratisbonne. Ses travaux sur la nouvelle technique sont décrits cette semaine dans The Journal of Chemical Physics, publié par AIP Publishing.


Les simulations conventionnelles, qui utilisent la dynamique moléculaire et les méthodes de Monte Carlo, ont globalement réussi à modéliser des molécules biologiques comme les protéines. Pour déterminer comment les protéines se replient, la simulation recherche des configurations qui correspondent à des états d'énergie de plus en plus faibles. Elle finit par trouver l'état d'énergie le plus bas, qui donne un pli stable. Mais au fur et à mesure que la simulation cherche, elle peut rencontrer une configuration avec une énergie légèrement supérieure, ce qui forme une barrière qui entrave l'algorithme.


En raison de ces ralentissements, les méthodes conventionnelles ne peuvent simuler que des comportements moléculaires se produisant sur des échelles de temps courtes, de quelques centaines de microsecondes. De nombreux phénomènes, tels que le repliement de certaines protéines ou la liaison d'un médicament à une cible potentielle, se produisent en quelques secondes, minutes ou même jours. La simulation d'échelles de temps aussi longues prendrait trop de temps de calcul avec les approches classiques.


Pour accélérer les simulations, les chercheurs peuvent injecter de l'énergie dans le système, ce qui pousse le modèle à franchir toutes les barrières énergétiques. Mais l'un des plus grands défis de ces méthodes consiste à définir les coordonnées qui décrivent le système - qui, par exemple, peuvent être la longueur entre les atomes de la molécule et les angles entre les liaisons. Traditionnellement, les chercheurs définissent les coordonnées avant de lancer la simulation. Chaque étape temporelle le long de chaque coordonnée dépend de l'étape précédente. Mais cette dépendance peut fausser la simulation.


Le nouvel algorithme de Peter évite ce biais. Il a trouvé un système de coordonnées généralisé dans lequel chaque étape temporelle ne dépend pas de l'étape précédente. "Seuls quelques paramètres sont nécessaires, et aucune intuition humaine n'est requise, ce qui peut potentiellement fausser le résultat de la simulation", a-t-il déclaré.


Pour tester le nouvel algorithme, Peter l'a utilisé pour modéliser l'eau, un peptide appelé dialanine, le repliement d'un autre peptide appelé TrpCage et l'agglutination de la protéine amyloïde bêta 25-35, qui est un fragment de protéine associé à la maladie d'Alzheimer. Dans chaque cas, sa technique semble avoir accéléré les simulations. Et les simulations de la bêta-amyloïde pourraient contribuer à expliquer pourquoi la maladie d'Alzheimer est difficile à traiter.


Dans la maladie d'Alzheimer, les fragments de protéine bêta-amyloïde s'agrègent, formant une plaque dure qui s'accumule entre les neurones et les perturbe. La bêta-amyloïde est également une toxine, qui entraîne la mort des cellules neuronales et la dégénérescence de la fonction neuronale. Les nouvelles simulations suggèrent que la bêta-amyloïde peut adopter toute une série de structures. Cette flexibilité structurelle pourrait expliquer l'échec de certains médicaments qui tentent d'inhiber l'agrégation, a déclaré Peter. Lorsque ces médicaments se lient à la bêta-amyloïde, celle-ci change simplement de forme, ce qui lui permet de continuer à s'agglomérer. Le médicament est incorporé dans l'agrégat et la plaque.


Ce type de flexibilité structurelle, appelé entropie de conformation, est également une caractéristique clé d'autres peptides qui forment des plaques toxiques dans des maladies telles que la maladie de Huntington, le diabète de type 2 et la maladie de Parkinson. Le nouvel algorithme pourrait donc être utile pour comprendre ces autres maladies également.