Mots-Clés

Préparation de cibles moléculaires, Docking Inverse, Anti-infectieux, Antimicrobiens, Traitement Statistique

Description

L’apparition de micro-organismes résistants aux antimicrobiens usuels (MDR) est une menace émergente, devenant un problème majeur de santé publique. La découverte de nouveaux traitements anti-infectieux efficaces est ainsi une priorité pour la recherche biomédicale. Dans ce but, il est proposé de rechercher de nouvelles molécules thérapeutiques, par un procédé de criblage in silico, contre deux pathogènes MDR d’intérêt, la bactérie Pseudomonas aeruginosa et la levure Candida auris. Nous recherchons Des inhibiteurs de nouvelles cibles thérapeutiques, telles que des enzymes impliquées dans la réponse au stress oxydatif produit par l’épithélium respiratoire pendant l’infection à P. aeruginosa, et Erg11p de C. auris, impliqué dans la synthèse de l’ergostérol.

Ce travail de stage devrait permettre de découvrir des molécules naturelles ou de synthèse interagissant avec de nouvelles cibles thérapeutiques ciblant deux pathogènes multi-résistants d’intérêt. Cette étape de sélection et d’obtention de potentiels candidats, par des méthodes de docking in silico est la première tâche d’un projet collaboratif. Par la suite, les candidats retenus seront validés biologiquement in vitro et in vivo par les équipes de bactériologie et de parasitologie partenaires du projet.

Méthodologie :

Dans une première étape, les structures protéiques connues et obtenues à l’échelle atomique par cristallographie aux rayons X (déposées dans la Protein Data Bank PDB) devront être validées en fonction de la souche étudiée et des éventuelles zones manquantes pour une utilisation dans le cadre du criblage virtuel. Pour cela, elles seront complétées et minimisées.

A partir des structures protéiques des cibles préparées, nous chercherons de potentiels ligands seront recherchés dans plusieurs bases de données de molécules :

- la Chimiothèque Nationale (CN) et son sous-ensemble la Chimiothèque Nationale Essentielle (CNE)

- la base de données de substances naturelles développée au sein de l’ICMR la PNMRNP (https://zenodo.org/ record/3825257#.YMs36Ggza-Y)

- la base de données LOTUS (https://lotus. naturalproducts.net/).

Le criblage virtuel de ces milliers de candidats sur les structures et conformations différentes sera effectué par la méthode de docking inverse en utilisant le logiciel AMIDE développé au sein de l’unité MEDyC.

A partir des résultats de l’ensemble des dockings, des analyses statistiques poussées permettront de choisir les 50 meilleurs candidats moléculaires. Ceux-ci seront discutés conjointement avec les collègues, de chimie, de bactériologie et de parasitologie sur la base des meilleures poses obtenues dans le criblage in silico.