Mots-Clés

bioinformatique structurale, protéines désordonnées, interactions hôte-pathogène

Description

L’utilisation de produits phytosanitaires issus de la chimie de synthèse pour protéger les cultures et soutenir la production alimentaire, peut induire des effets toxiques pour l'homme et l'environnement. C’est pourquoi, leur utilisation est graduellement réduite par les instances dirigeantes. Une option alternative à l’utilisation de produits phytosanitaires synthétiques est l’utilisation de peptides anti-microbiens ciblant des pathogènes attaquant les plantes. Par exemple, les pathogènes fongiques de l'ordre des Pucciniales (champignons de la rouille) déclenchent des épidémies annuelles sur les principales cultures du monde, comme le blé et le soja, qui menacent la sécurité de l'alimentation mondiale, et le peptide RISP (Rust-induced secreted protein) découvert par l’UMR Interactions Arbres-Microorganisms (Université de Lorraine) est secrété par le peuplier pour empêcher la germination des spores des pathogènes fongiques. Ce petit peptide, riche en cystéines et en prolines, contient deux ponts disulfures. Son étude par RMN a montré qu’il était intrinsèquement désordonné (Petre et al, 2016).

	L’existence de deux ponts disulfures réduit certainement la variabilité conformationnelle des peptides, mais la présence d’une dizaine de prolines rend possible des échanges cis/trans qui rendent les spectres RMN non interprétables. Nous proposons dans ce projet d’utiliser différentes approches bioinformatiques (Alford et al, 2017; Förster et al, 2022) pour prédire les differentes conformations de peptides correspondant a différents jeux de ponts disulfures et de conformations cis ou trans des liaisons peptidiques X-Pro. Les résultats obtenus seront comparés à des mesures biochimiques et analytiques effectués sur les peptides afin de sélectionner les jeux de ponts disulfures et les conformations des liaisons X-Pro les plus en accord avec les mesures expérimentales. Ce projet sera réalisé en étroite coordination avec le laboratoire CRM2 (équipe RMN) de l’Université de Lorraine.

Références:

Alford RF, Leaver-Fay A, Jeliazkov JR, O'Meara MJ, DiMaio FP, Park H, Shapovalov MV, Renfrew PD, Mulligan VK, Kappel K, Labonte JW, Pacella MS, Bonneau R, Bradley P, Dunbrack RL Jr, Das R, Baker D, Kuhlman B, Kortemme T, Gray JJ. The Rosetta All-Atom Energy Function for Macromolecular Modeling and Design. J Chem Theory Comput. 2017 Jun 13;13(6):3031-3048.

Förster D, Idier J, Liberti L, Mucherino A, Lin JH, Malliavin TE. Low-resolution description of the conformational space for intrinsically disordered proteins. Sci Rep. 2022 Nov 9;12(1):19057.

Petre B, Hecker A, Germain H, Tsan P, Sklenar J, Pelletier G, Séguin A, Duplessis S, Rouhier N. The Poplar Rust-Induced Secreted Protein (RISP) Inhibits the Growth of the Leaf Rust Pathogen Melampsora larici-populina and Triggers Cell Culture Alkalinisation. Front Plant Sci. 2016 Feb 17;7:97.

Organisation du stage: La présence de ponts disulfures et les conformations des liaison peptidiques X-Pro seront utilisées comme des contraintes pour prédire le repliement des protéines. La qualité des prédictions sera ensuite evaluée à l’aide de critères géométriques et énergétiques. Les conformations prédites seront comparées aux données expérimentales disponibles sur les rayons de gyrations peuplés par le peptide. Les outils bioinformatiques utilisés seront des outils de la littérature. La programmation de scripts python est envisagée.

Profil recherché: étudiant en chimie avec des connaissances en bioinformatique; étudiant en bioinformatique.