méthode

prédiction du repliement des protéines

Les méthodes computationnelles prédisent comment les protéines se replient en leurs structures 3D fonctionnelles.
22 articles liés · 3 formules

Description

La prédiction du repliement des protéines est le problème computationnel qui consiste à déterminer la structure tridimensionnelle native d'une protéine à partir de sa séquence d'acides aminés. Comme la fonction d'une protéine est intimement liée à sa forme, connaître la structure repliée est crucial pour comprendre les processus biologiques, concevoir des médicaments et ingénier de nouvelles protéines. Le défi est redoutable : le nombre de conformations possibles est astronomiquement grand, pourtant les protéines se replient en leurs formes fonctionnelles en quelques millisecondes, un paradoxe connu sous le nom de paradoxe de Levinthal. Les méthodes modernes de prédiction combinent des calculs d'énergie basés sur la physique avec l'apprentissage automatique, en particulier les réseaux de neurones profonds, pour atteindre une précision quasi expérimentale pour de nombreuses protéines.

Histoire

Le problème du repliement des protéines a été formulé dans les années 1960 par Christian Anfinsen, qui a montré que la séquence d'acides aminés détermine la structure native. Les efforts de prédiction computationnelle ont commencé dans les années 1970, mais des avancées majeures sont survenues en 2020 avec AlphaFold2, qui a atteint une précision quasi expérimentale lors de la compétition CASP14, suivie d'améliorations supplémentaires et d'une adoption plus large.

Comment ça marche

Les approches contemporaines, telles qu'AlphaFold et les outils associés, utilisent une stratégie à deux volets. Premièrement, elles exploitent l'information évolutive : en comparant les séquences de nombreuses protéines apparentées, elles déduisent quelles paires d'acides aminés sont susceptibles d'être en contact dans la structure repliée. Deuxièmement, elles emploient des modèles d'apprentissage profond qui traitent ces données de co-évolution ainsi que des contraintes physiques, en affinant itérativement une structure 3D prédite. Les réseaux de neurones sont entraînés sur des milliers de structures protéiques connues, apprenant les règles complexes qui relient la séquence à la géométrie. La sortie est une liste classée de structures candidates, avec des scores de confiance pour chaque région, que les chercheurs peuvent ensuite valider expérimentalement.

En pratique

Une prédiction précise de la structure des protéines accélère la découverte de médicaments en permettant le criblage virtuel de composés contre des cibles protéiques, aide à concevoir des enzymes pour des processus industriels, et contribue à interpréter les mutations pathogènes en médecine personnalisée.

Anecdote

Les derniers modèles de prédiction peuvent replier une protéine typique en quelques minutes sur un seul GPU, une tâche qui prendrait des années à un superordinateur pour simuler à partir des premiers principes.

Concept graph →

Formules

$$\frac{\sigma_{\chi A}}{\sigma_{\chi B}} \approx \left(\frac{\mu_{\chi A}}{\mu_{\chi B}}\right)^2$$
Cross section ratio scales with reduced mass squared.
Ce qu'il y a dans la formule
σ_χAvariablescattering cross section of particle χ with nucleus A — section efficace square metre
σ_χBvariablescattering cross section of particle χ with nucleus B — section efficace square metre
μ_χAvariablereduced mass of particle χ and nucleus A — reduced mass kilogram
μ_χBvariablereduced mass of particle χ and nucleus B — reduced mass kilogram
\frac{σ_{χe}}{σ_{χp}}\approx(\frac{μ_{χe}}{μ_{χp}})^2 · 2607.20620v1
$$Z = \int \mathcal{L}(\Theta) \pi(\Theta) d\Theta$$
Integral of likelihood times prior over parameter space.
Ce qu'il y a dans la formule
ZvariableBayesian evidence (marginal likelihood) — évidence bayésienne
ΘvariableParameter vector — parameter vector
L(Θ)variableLikelihood function — likelihood function
π(Θ)variablePrior probability density — prior probability density
∫opérateurIntegration over parameter space — opérateur intégral
dΘopérateurInfinitesimal volume element — volume element
z=\int_{ω_\theta}\mathcal{l}(\theta)π(\theta)d\theta · 2605.09521v1
$$f(x) = \frac{1}{2\sigma} \operatorname{sech}^2\left(\frac{x}{2\sigma}\right)$$
Hyperbolic secant squared distribution with scale parameter.
Ce qu'il y a dans la formule
xvariablerandom variable
σvariablescale parameter
sechopérateurhyperbolic secant function — hyperbolic secant
\ell_{t_1}(p)=\frac{1}{4t_1}\operatorname{sech}^2(\frac{p}{2t_1}) · 2607.05000

Articles liés · 22

La carte colorée du bois : comment la lumière polarisée lit l'architecture tridimensionnelle des parois cellulaires
Une fine coupe d'eucalyptus repose sous l'objectif du microscope, et la lumière blanche, après avoir traversé deux filtres polarisants, transforme le bois en une mosaïque de taches pourpres, jaunes et bleues.
Physique chimique2026-08-212 minarXiv:2608.21322express
Calculer les vibrations d'une protéine en quelques secondes
Une protéine dans une cellule ne reste pas immobile comme un mannequin en vitrine. Ses atomes tremblent, s'étirent et se plient constamment, un peu comme une corde de guitare tendue qui continue de vibrer après qu'on l'a pincée. Pour comprendre comment une protéine fonctionne, il faut savoir à quel point chaque partie est fermement liée à ses voisines.
Biomolécules2026-08-182 minarXiv:2608.17759express
Un fil de protéine assemblé à partir de bruit
Sous un microscope électronique, une protéine apparaît comme une série d'ombres floues — des centaines de milliers de clichés de la même molécule, mais sous des angles différents et avec un fort bruit.
Physique biologique2026-08-022 minarXiv:2608.01143express
Le repliement des protéines comme effet secondaire de la fonction
La chaîne protéique se replie en un outil fonctionnel en une fraction de seconde — et ne se trompe presque jamais. On a longtemps pensé que l'évolution polissait spécialement les séquences d'acides aminés pour que la protéine non seulement fonctionne, mais trouve aussi facilement sa forme unique. Ces nouveaux travaux renversent cette conception.
Optique2026-07-172 minarXiv:2607.15925express
Une protéine prise dans un faisceau lumineux
Une protéine dans la cellule n'est pas une sculpture figée, mais un mécanisme agité. Ses pièces vibrent sans cesse, et ce sont ces mouvements qui déterminent comment elle capture des molécules, transmet des signaux ou construit le squelette cellulaire. Mais filmer la vie d'une seule protéine se heurtait à deux interférences.
Le réseau de neurones qui ne se contente pas de prédire, mais garde les secrets des protéines
Une immense bibliothèque où chaque livre est une instruction précise pour assembler une molécule de protéine. Le réseau de neurones AlphaFold2 a lu des millions de ces livres et a appris à fournir instantanément un modèle tridimensionnel prêt à l'emploi.
Comment cultiver un motif instable
Un jardinier veut faire pousser une fleur rare. Il ne faut pas arroser et fertiliser n'importe comment, mais selon un planning strict : un peu plus de chaleur le matin, un peu moins d'humidité le soir. Sinon, les mauvaises herbes envahissent le parterre. C'est à peu près ce qui se passe avec les molécules à la surface d'un métal.
Comment une cellule copie rapidement son ADN
La cellule ressemble à une bibliothèque où l'on recopie chaque jour des milliers de livres. Les machines moléculaires – polymérases et ribosomes – glissent le long du brin modèle et assemblent une copie, maillon par maillon. Ces machines ont plusieurs états : elles peuvent ralentir, se tromper ou changer de mode.
Comment le cerveau apprend à anticiper sans indices
Un réseau de neurones, telle une feuille de papier quadrillé, reçoit des signaux homogènes en entrée – et trace lui-même sa grille de coordonnées. D'abord, les connexions entre les entrées et les cellules du réseau deviennent semblables à une colline douce : la réponse est plus forte au centre et s'atténue vers les bords.
Biomolécules2026-06-071 minarXiv:2606.08647express
Les protéines : de l'image figée à la danse vivante
Pendant longtemps, nous n'avons vu les protéines que dans leur position finale, comme des photos de danseurs figés dans une pose élégante. Des programmes comme AlphaFold ont appris à prédire cette pose à partir d'une chaîne de maillons de carbone.
Biomolécules2026-05-223 minarXiv:2606.05198express
Une station d'accueil pour les molécules : comment loger un médicament dans l'ADN ou l'ARN
Imaginez un immense garage avec des centaines de places de stationnement. Vous arrivez au volant d'une petite voiture — la molécule du futur médicament — et vous cherchez l'unique box libre où elle se glissera parfaitement. Sauf que ces boxes ne sont pas en béton, mais tissés de brins d'ADN ou d'ARN, et personne n'a affiché les règles de stationnement.
Des protéines sans ancêtres : le design à partir de zéro
Une protéine dans la cellule ressemble à une minuscule machine : chacune a son plan précis et sa tâche. Certaines coupent des molécules, d'autres transportent l'oxygène, d'autres encore captent la lumière.
Physique quantique2026-04-293 minarXiv:2604.26861express
Des protéines sur une corde quantique
Un long fil de perles se glisse dans un minuscule écrin : certaines perles se serrent les unes contre les autres, d'autres s'écartent. C'est le problème que résout une protéine lorsqu'elle se replie en une molécule fonctionnelle. Seulement, les perles — les acides aminés — peuvent être des centaines, et chaque contact modifie toute la structure.
Physique chimique2026-04-272 minarXiv:2604.24634express
Le proton sans filet : quand les réseaux de neurones traquent les quarks
Le proton semble être une petite boule compacte, mais à l'intérieur, ça bouillonne : les quarks échangent des gluons, les particules qui les collent. Les gluons apparaissent et disparaissent, et leur distribution dans le proton n'est pas qu'un détail curieux : c'est la clé des prédictions au Grand collisionneur de hadrons.
Le cerveau comme de l'argile : pourquoi il rétrécit dans la maladie d'Alzheimer
La maladie d'Alzheimer commence insidieusement : au plus profond du cerveau, deux protéines s'accumulent : la protéine tau et l'amyloïde-bêta. Elles se comportent comme des graines de mauvaise herbe : un amas qui apparaît pousse les cellules voisines à produire des amas similaires.
Un cristal qui se souvient : comment raviver la mémoire des ordinateurs
Au cœur de chaque disque dur ou clé USB se cache un matériau qui sait « mémoriser » un champ électrique. On appelle ce matériau un ferroélectrique. Si on lui applique une tension, de minuscules régions — les domaines — se retournent à l'intérieur du cristal, comme les aiguilles d'une boussole.
Des fils qui choisissent leur forme
Le tentacule d'une pieuvre se courbe, attrape et s'étire — et tout cela sans un seul os. Le secret réside dans l'alternance de zones qui se contractent et de zones qui restent passives. Les scientifiques tentent depuis longtemps de reproduire cet exploit avec des matériaux artificiels, mais jusqu'à présent, ils ne pouvaient pas contrôler précisément la manière dont le matériau changerait de forme.
Quand la vessie devient une poire
La vessie ressemble à un ballon de baudruche : pendant qu'elle se remplit, la paroi s'étire et la forme change. Les médecins surveillent généralement la pression interne et la quantité de liquide introduite, mais ils prêtent rarement attention à la géométrie elle-même, c'est-à-dire à la manière dont la surface se courbe.
Les plis du cerveau racontent la démence
Le cerveau de chaque personne est couvert de circonvolutions, comme une empreinte digitale — avec un motif unique. Lors de la démence, ce motif change, mais pour deux maladies similaires, Alzheimer et la démence à corps de Lewy, les modifications sont presque impossibles à distinguer à l'œil nu. Les médecins ont besoin d'un moyen fiable de les séparer, car les traitements diffèrent.
Protéine et médicament : comment accélérer la recherche par 26
La recherche d'un nouveau médicament ressemble à la recherche de la bonne clé pour une serrure. La protéine dans la cellule est la serrure, et la molécule candidate est la clé. Il faut comprendre si la clé convient et à quel point elle s'y adaptera solidement. Avant, l'ordinateur passait en revue chaque atome de la serrure et de la clé pour le vérifier.
Joints de cristaux : comment les lignes à l'intérieur du métal décident de son destin
Dans un mince film d'aluminium, des millions de minuscules grains de métal sont pressés les uns contre les autres, comme les grains d'un granite. Là où trois de ces grains se rejoignent, apparaît un joint triple — une ligne le long de laquelle trois joints de grains se rencontrent.