Agrégation de peptides amyloïdes par des simulations numériques

U.F.R de Biologie Laboratoire de Biochimie Théorique
Tour 54, couloir 54-53 CNRS UPR 9080, IBPC
2, place Jussieu 13, rue Pierre et Marie Curie
75251 PARIS cedex 05 75005 PARIS
THÈSE DE DOCTORAT
Université Paris 7 - Denis Diderot
École Doctorale B2M - Biochimie et Biologie Moléculaire
Spécialité : Analyse de Génome et Modélisation Moléculaire
présentée par
Adrien MELQUIOND
pour obtenir le titre de Docteur de l’Université Paris 7
Agrégation de peptides amyloïdes par des
simulations numériques
Soutenue le mardi 18 septembre 2007, devant le jury composé de :
Pr. Philippe RÉGNIER Université Paris 7 président
Dr. Martine PRÉVOST Université Libre de Bruxelles rapporteur
Pr. Pierre AUCOUTURIER Université Pierre et Marie Curie rapporteur
Dr. David PÉRAHIA CNRS, Orsay examinateur
Dr. Human REZAEI INRA, Jouy en Josas examinateur
Pr. Philippe DERREUMAUX Université Paris 7 directeur de thèse

Remerciements
[La] curiosité animale est le moteur. Celui qui en est dépourvu
pourra toujours consulter des livres et des livres, bourrer sa
mémoire, il ne promènera ensuite sur le monde que l’œil d’un
veau gonflé aux hormones.
Robert Doisneau, A l’imparfait de l’objectif.
En guise de remerciements, je vous livre la photo souvenir de ma thèse. Le cadre est trop
petit pour contenir toutes les rencontres et les amitiés réalisées depuis mon arrivée au
LBT, il y a presque quatre ans déjà. Que les absents se consolent, il me reste quelques
clichés à prendre.
Dans un premier temps, le choix du sujet est essentiel. Il convient de le prendre plutôt
large, si possible panoramique, et de préférence inédit, voire même légèrement ambitieux.
Si le sujet paraît folklorique à votre entourage, considérez leurs remarques pusillanimes
comme la preuve manifeste de votre talent artistique, injustement incompris.
Le secret de l’art photographique est la lumière. J’ai eu la chance d’être éclairé par
Philippe Derreumaux qui par sa compétence et son attention a fini par lever les zones
d’ombres de ma composition. Je tiens également à exprimer toute mon admiration à Nor-
mand Mousseau pour son esprit brillant et ses billets savoureux qui m’ont autant instruit
que diverti. Je remercie enfin Richard Lavery qui m’a permis de développer cette photo
dans son laboratoire.
Ensuite, il s’agit de trouver une belle harmonie dans votre composition photographique.
Au premier plan, demandez à vos collègues les plus jeunes de se tenir bien droit (Karine,
Fabien, Cyril R., Pierre, Claire, Sylvia, Yasmine, Adrien Jr., Alexis, Mi-Ran, Joséphine,
Brahim, Nicolas, Paul, Marie-Pierre, Dragana, Cyril D., Flore, Sophie). Si certains ne
tiennent pas en place, n’hésitez pas à leur proposer une bière pour les aider à retrouver
leur calme et prévoyez plusieurs séances au ✭ Pantalon ✮ pour les plus agités.
iii

Au centre, faites un peu de place pour les divers membres de l’équipe (Brigitte, Marc,
Jean-Christophe, Alexey, Chantal, Isabelle) et profitez de leur expérience pour faire la
mise au point. Si malgré tout la photo reste floue, n’hésitez pas à demander un regard
extérieur comme ceux clairvoyants de Cathy, Patrick ou Sébastien.
Enfin, j’ai choisi de mettre en arrière plan tous les étudiants de L3, M1 et M2 en
bioinformatique qui pendant trois ans ont gentiment manifesté de l’intérêt pour mes en-
seignements. J’ai beaucoup appris sur moi à leur contact et j’ai pris énormément de plaisir
à leur transmettre mon enthousiasme pour cette discipline.
Quand l’épreuve photographique est enfin terminée, soumettez là à vos rapporteurs
Mme. Prévost et M. Aucouturier. Ces professionnels de la retouche savent tirer le meilleur
de votre travail ; je les remercie donc sincèrement pour leur compréhension et pour le
temps qu’ils m’ont accordé. Quelques amateurs se sont aussi essayés à la délicate mission
de rapporteur, je leur suis très reconnaissant pour leurs nombreuses relectures (Pierre,
Yasmine, Fabien, Nicolas).
Vient enfin le jour de l’exposition où vous présentez la photo devant un jury savam-
ment composé. Merci à Philippe Régnier, Martine Prévost, Pierre Aucouturier, Human
Rezaei et David Perahia pour leur intérêt et pour la justesse avec laquelle ils ont évalué
mon travail.
Pour que la photo soit complète, il reste à ajouter tous ceux qui colorent votre vie, la
famille évidemment (je m’expose à de graves conséquences si je ne cite pas explicitement
ma mère), les amis parisiens, hennebontais, andernosiens, barcelonais, clermontois, cha-
telleraudais (j’en oublie) toujours prêts à vous acceuillir pour un week-end ou à vous faire
transpirer sur un terrain de squash, les AGM2 2003–2004 pour leur touche de folie et leur
bonne humeur contagieuse, mon chat Pito pour son cirque incessant ...
J’ai mis beaucoup d’amour dans cette photo et j’en ai reçu beaucoup en retour, c’est
donc avec émotion que vient le moment de refermer l’album de cette thèse. Mon dernier
regard se pose avec douceur sur Céline, mais il est temps d’ouvrir un nouvel album ...
Maintenant, souriez !
iv

Table des matières
Remerciements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . iii
1 Introduction 1
1.1 Structures des protéines . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Propriétés génériques des fibres amyloïdes . . . . . . . . . . . . . . . . . . 6
1.3 Structure des fibres amyloïdes . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.4 Mécanismes de formation des fibres . . . . . . . . . . . . . . . . . . . . . . 12
1.5 Toxicité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.6 Objectifs de la thèse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2 Matériel et méthodes 19
2.1 Le champ de force OPEP . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.2 La technique d’activation relaxation . . . . . . . . . . . . . . . . . . . . . . 21
2.3 Dynamique moléculaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.3.1 Gromacs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.3.2 MD-OPEP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.3.3 La méthode d’échange de répliques (REMD-OPEP) . . . . . . . . . 24
2.4 Optimisation de géométrie ab initio . . . . . . . . . . . . . . . . . . . . . . 25
3 Les petits peptides amyloïdes 27
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.1.1 Le peptide KFFE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.1.2 Le fragment 22–27 du peptide IAPP humain . . . . . . . . . . . . . 28
3.2 Objectifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.3 Following the aggregation of amyloid-forming peptides by computer simu-
lations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.4 Structures of soluble amyloid oligomers from computer simulations . . . . . 40
3.5 Probing amyloid fibril formation of the NFGAIL peptide by computer si-
mulations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
v

Table des matières
4 Les peptides amyloïdes Aβ40 et Aβ42 impliqués dans la maladie d’Alzhei-
mer 65
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
4.2 Conformations en équilibre du peptide Aβ21−30 en solution . . . . . . . . . 67
4.3 Structure de la région 23–28 dans les monomères Aβ40 et Aβ42 . . . . . . . 70
4.4 Structure de la région 23–28 dans les dimères Aβ40 et Aβ42 . . . . . . . . . 73
4.5 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
5 Les mécanismes d’inhibition par des peptides N-méthylés 79
5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
5.1.1 Les différentes stratégies pour bloquer la formation des fibres amy-
loïdes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
5.1.2 La N-méthylation : comment piéger le processus d’agrégation . . . . 81
5.2 La N-méthylation rigidifie le peptide Aβ16−22 . . . . . . . . . . . . . . . . . 82
5.3 Stabilité de l’hexamère Aβ16−22 en présence ou en absence d’inhibiteurs . . 84
5.4 Analyse structurale des chaînes N-méthylées . . . . . . . . . . . . . . . . . 93
5.5 Mécanismes proposés pour la déstabilisation des fibres . . . . . . . . . . . 95
5.6 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
6 Conclusions et perspectives 101
Bibliographie 105
vi

Chapitre 1
Introduction
Sommaire
1.1 Structures des protéines . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Propriétés génériques des fibres amyloïdes . . . . . . . . . . . 6
1.3 Structure des fibres amyloïdes . . . . . . . . . . . . . . . . . . . 9
1.4 Mécanismes de formation des fibres . . . . . . . . . . . . . . . 12
1.5 Toxicité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.6 Objectifs de la thèse . . . . . . . . . . . . . . . . . . . . . . . . . 17
Les protéines occupent une place centrale dans le fonctionnement des cellules des êtres
vivants. Elles y jouent en effet tous les rôles imaginables, depuis la catalyse des réactions
chimiques jusqu’à la défense contre les infections. Notre capacité à nous déplacer dépend
de protéines présentes sous la forme de muscles ; les os qui constituent l’architecture in-
terne de l’organisme doivent leur résistance à une matrice de protéines collagènes ; qu’une
cellule se divise ou qu’elle devienne cancéreuse dépend de l’activité régulatrice de pro-
téines, etc. Le secret de cette remarquable variété de fonctions tient à la très large gamme
de conformations que les protéines peuvent adopter et aux propriétés chimiques très dif-
férentes qui en résultent.
Les protéines sont constituées d’une succession d’acides aminés (vingts types différents
chez l’homme) ; la chaîne ainsi formée se replie pour aboutir à la forme active de la protéine.
Cette conformation totalement repliée correspond à la forme la plus stable de la protéine
dans des conditions normales. On distingue quatre niveaux d’organisation structurale
pour une protéine, respectivement appelés structures primaire, secondaire, tertiaire et
quaternaire.
1

2 1 Introduction
1.1 Structures des protéines
La structure primaire est l’enchaînement linéaire des acides aminés dans un peptide,
cette structure est aussi appelée séquence.
La structure secondaire résulte d’un repliement local de la protéine créé par des in-
teractions stériques et électrostatiques et stabilisé par des liaisons hydrogène. On distingue
deux angles de torsion principaux dans un résidu (figure 1.1) :
– Φ, angle C-N-Cα-C ;
– Ψ, angle N-Cα-C-N.
La liaison peptidique étant plane, l’angle Ω (Cα-C-N-Cα) est bloqué la plupart du temps
sur une valeur proche de 180˚, ce qui maintient la liaison peptidique dans la conformation
trans. L’angle χ définit la rotation de la chaîne latérale du résidu.
C
N
H
R
H H
Φ
C α
Ψ
Fig. 1.1 – Angles de torsion dans un peptide.
χ
Ainsi, les liaisons N-Cα et Cα-C effectuent librement des mouvements de rotation, mais
seules quelques conformations parviennent à minimiser la gêne stérique. On peut répartir
ces structures secondaires en catégories représentées dans le tableau 1.1.
Conformation Φ [˚] Ψ [˚] Résidus/tour Translation/résidu [ ˚ A]
Hélice α droite -57 -47 3,6 1,50
Hélice α gauche +57 +47 3,6 1,50
Hélice 310 droite -49 -26 3,0 2,50
Hélice π droite -57 -70 4,4 1,15
Hélice gauche du collagène -51 +153 3,0 3,13
Feuillet plissé β antiparallèle -139 +135 2,0 3,40
Feuillet plissé β parallèle -119 +113 2,0 3,20
Chaîne étirée ±180 ±180
Tab. 1.1 – Paramètres angulaires des différentes structures secondaires (tiré de Weinman
et Méhul, 2000). La 4 e colonne représente le nombre de résidus nécessaires pour faire un
tour, autrement dit l’inclinaison d’un résidu. La dernière colonne permet de connaître la
longueur du peptide suivant la structure secondaire considérée et le nombre de résidus.
C
O
Ω
N

1.1 Structures des protéines 3
Les deux structures secondaires majoritaires sont les hélices α (∼ 30 % des résidus
des protéines) et les feuillets β (∼ 20 % des résidus dans les protéines) (Weinman et
Méhul, 2000). Les fibres amyloïdes sont caractérisées par un motif en croix-β composé
exclusivement de feuillets β. Cette structure est constituée de chaînes polypeptidiques
très étirées (par exemple, Φ = -139˚ et Ψ = +135˚pour le feuillet β antiparallèle). Un
seul brin β n’est pas particulièrement stable, par contre plusieurs brins le sont grâce aux
liaisons hydrogène existantes entre les groupes CO et NH des brins voisins (figure 1.2).
Fig. 1.2 – Feuillets β antiparallèles. Les atomes de carbone sont en vert, d’hydrogène en
blanc, d’azote en bleu et d’oxygène en rouge. Les chaînes latérales sont représentées en
orange. Les liaisons hydrogène sont en pointillés noirs.
Les feuillets β parallèles et antiparallèles se distinguent par l’alternance des brins au
sein du feuillet (figure 1.3). La connexion des différents brins se fait par quelques acides
aminés qui n’ont pas de structure secondaire particulière ; on nomme ces éléments tours β
(β-turns).
Après une succession de repliements locaux, la protéine subit un repliement global
qui lui donne sa structure tertiaire et son activité biologique. Ce repliement conduit
à l’enfouissement des acides aminés hydrophobes de la protéine. La forme finale d’une
protéine peut contenir plusieurs motifs structuraux secondaires comme des hélices α ou
des feuillets β (figure 1.4).
Enfin, la structure quaternaire concerne un petit nombre de protéines de grande
taille issues de l’assemblage de plusieurs chaînes protéiques et parfois même d’autres mo-
lécules organiques ou d’atomes métalliques.
Le repliement des protéines est donc la transformation de la structure primaire (sé-
quence) en structure tertaire (voire quaternaire). D’un point de vue thermodynamique,
toute l’information nécessaire au repliement d’une protéine vers sa structure fonction-
nelle (native) se retrouve a priori dans sa séquence (principe d’Anfinsen (Anfinsen et al.,
1954)). D’un point de vue cinétique, le repliement d’une protéine aboutit à un paradoxe,
dit de Levinthal (Levinthal, 1968). En effet, pour une simple protéine de 100 acides aminés

4 1 Introduction
O
O
O
H
N
O
O
H
N
H
N
H
N
O
H
N
H
N
R
R
R
R
R
R
O
O
O
N
H
O
O
N
H
N
H
N
H
O
N
H
N
H
R
R
R
R
R
R
O
O
O
O
H
N
O
H
N
H
N
(a)
H
N
H
N
O
H
N
(b)
Fig. 1.3 – Deux types de feuillets β, (a) parallèles et (b) antiparallèles.
R
R
R
R
R
R
O
O
O
O
N
H
O
N
H
N
H
N
H
N
H
O
N
H
R
R
R
R
R
R
O
O
Fig. 1.4 – Structure tertiaire de la cystatine C.
L’hélice α est représentée en couleur verte, les
feuillets β en flèches rouge et les boucles en blanc.
O
O
H
N
O
H
N
H
N
H
N
H
N
O
H
N

1.1 Structures des protéines 5
et en considérant uniquement trois états (Φ, Ψ) possibles, la protéine peut adopter 3 100
conformations ce qui représente plus que l’âge de l’univers pour une exploration exhaus-
tive. In vivo, la majorité des protéines se replient dans une échelle de temps inférieure à
la seconde (de l’ordre de la milliseconde pour la majorité). Il existe donc des mécanismes
coopératifs qui favorisent le repliement protéique. Plusieurs modèles ont été proposés : le
modèle framework (Ptitsyn, 1991), le modèle d’effondrement (ou collapse) hydrophobe
(Dill, 1990), le mécanisme de nucléation-condensation (Wetlaufer, 1973 ; Shakhnovich
et al., 1991 ; Sali et al., 1994 ; Fersht, 1995), le modèle de diffusion-collision (Karplus et
Weaver, 1976, 1994), le repliement séquenciel et hiérarchique (Baldwin, 1975), le modèle
du Jigsaw-Puzzle (Harrison et Durbin, 1985), etc. Tous convergent vers la forme entonnoir
(funnel) de la surface d’énergie libre (partie bleue claire sur la figure 1.5) et diffèrent par
le rapport de forces entre la formation de structures secondaires et le degré de coopération
entre structures secondaires et tertiaires.
Cette surface (cf. figure 1.5) montre que le système peut converger vers l’état natif
s’il est guidé par la formation de contacts intramoléculaires ou bien basculer dans des
✭ puits ✮ d’agrégation via des contacts intermoléculaires. Des expériences récentes (Ro-
chet et Lansbury, 2000 ; Vendruscolo et Dobson, 2005) ont permis de mettre en évidence
différents intermédiaires pour ces deux voies (par exemple, pour les agrégats amorphes ou
pour la voie d’agrégation des protofibres), sans que l’on dispose de modèles structuraux
détaillés. Par ailleurs, les intermédiaires impliqués dans le passage d’un état où les struc-
tures globulaires sont stabilisées par cinétique vers un état fibre amyloïde qui correspond à
un minimum global d’énergie libre (favorisé thermodynamiquement) restent à déterminer.
Fig. 1.5 – Représentation
schématique du paysage énergétique
pour le repliement et
l’agrégation protéique (tiré de
Jahn et Radford, 2005).

6 1 Introduction
1.2 Propriétés génériques des fibres amyloïdes
La majorité de nos connaissances concernant le repliement des protéines est le résultat
d’expériences in vitro réalisées dans des conditions hautement contrôlées ou de simula-
tions in silico. En comparaison, l’environnement in vivo des protéines est complexe 1 et
extraordinairement variable, les protéines peuvent y rencontrer de nombreux obstacles du-
rant le processus de repliement. Des protéines partiellement repliées ont des surfaces non
protégées ✭ collantes ✮. Si ces protéines mal repliées s’agrégent, les conséquences peuvent
conduire à la mort de la cellule. Heureusement, il existe des ✭ gardiens cellulaires ✮ dont
le rôle est de contrôler et de garantir le bon repliement des protéines. Ces chaperons 2
moléculaires, empêchent les interactions déplacées. Ils constituent une classe de protéines
communes à tous les organismes vivants depuis les bactéries jusqu’aux êtres humains et
sont essentiels au bon fonctionnement de la cellule. Ces protéines jouent un rôle primor-
dial lorsque la cellule est soumise à un stress (choc thermique, osmotique, modification
du pH, etc). Certains chaperons maintiennent la protéine non repliée jusqu’à ce que sa
synthèse soit terminée ou jusqu’à ce que la protéine ait été transférée au travers d’une
membrane vers le compartiment cellulaire auquel elle est destinée. D’autres enfin sont
impliqués dans la dégradation et le recyclage des protéines vieillies ou mal-conformées.
Malgré ce système de veille, il existe de nombreuses maladies associées à un mauvais
repliement protéique. Les causes peuvent être multiples : mutations dans la protéine,
stress, dérèglement d’une protéine chaperon, changement de concentration, etc (Dobson
et Ellis, 1998 ; Ellis et Pinheiro, 2002). Chez l’Homme, près d’une trentaine de maladies
(Sunde et al., 1997 ; Huff et al., 2003 ; Selkoe, 2003 ; Stefani et Dobson, 2003 ; Westermark,
2005) sont associées au dépôt extracellulaire sous forme fibrillaire de matériel protéique
(cf. table 1.6). Ces dépôts, dits amyloïdes, peuvent être observés dans tous les tissus
et les organes, ils sont caractérisés par leur insolubilité et leur très grande stabilité. Leur
composition est hétérogène avec la présence parfois prédominante de glyco-amino-glycanes
(GAG), d’anticorps et de chaînes polypeptidiques de faible poids moléculaire (Glenner
et al., 1971). Leur fixation conduit le plus souvent à la mort des cellules.
1 Par exemple, l’encombrement moléculaire (molecular crowding effect) observé dans les cellules n’est
pas pris en compte dans les simulations. In vitro, il accélère l’agrégation et stabilise la protéine dans sa
forme native avant qu’elle ne bascule dans la voie agrégative (Kinjo et Takada, 2002a,b ; Munishkina
et al., 2004)
2 Au 19 e siècle, on désigne par ✭ chaperon ✮ un adulte qui accompagne les jeunes hommes ou femmes
non mariés au cours d’événements mondains. Leur principale intention était d’empêcher toutes interactions
inconvenantes et d’interdire tout comportement illicite.

1.2 Propriétés génériques des fibres amyloïdes 7
Plusieurs pathologies sont par ailleurs associées à une agrégation intracellulaire de
protéines (tau, α-synucléine, amyline, insuline ...) avec les mêmes conséquences pour les
tissus concernés.
Fig. 1.6 – Principales maladies amyloïdes (tiré de Sunde et al., 1997). Légende : ⋆ ou †,
structure en croix-β ; ‡, pas d’évidence par diffraction ; (α/β), prédiction de la structure
secondaire.
Le terme ✭ amyloïde ✮ a été introduit en 1854 par le physicien Rudolph Virchow qui
avait constaté qu’un tissu cérébral d’apparence anormale prenait une coloration bleue pâle
en présence d’iode puis violette par ajout d’acide sulfurique (Sipe et Cohen, 2000). Cette
analogie avec la réaction amidon-iode (qui présente une coloration violette en milieu acide)
lui fit penser que ce tissu cérébral malade contenait de la cellulose ; il lui donna ainsi le
nom d’amyloïde (dérivé du latin amylum et du grec amylon). Dès 1859, Friedreich et Ke-
kule (Cohen, 1986) mirent en évidence à la fois la présence de protéines mais également
l’absence de carbohydrates dans une masse amyloïde (en raison d’un taux élevé d’azote).
Cette observation déterminante orienta très vite les travaux sur les maladies amyloïdes
vers l’étude de protéines capables de changer de conformation pour adopter une forme
fibrillaire. Au 19 e siècle et au début du 20 e siècle, les maladies amyloïdes furent classées
selon les symptomes cliniques et les caractéristiques macroscopiques des organes et des
tissus malades relevées pendant l’autopsie. La compréhension de la structure des masses

8 1 Introduction
amyloïdes progressa avec l’utilisation du miscroscope optique et des colorants histologiques
(comme la thioflavine ou le rouge Congo) qui permirent de marquer in situ la présence
des dépôts. Au milieu du 20 e siècle, les avancées des techniques expérimentales permirent
la première observation de la forme particulière en ✭ croix-β ✮ des fibres amyloïdes, par
microscopie électronique (Shirahama et Cohen, 1967) et par cristallographie aux rayons X
(Eanes et Glenner, 1968).
De nombreuses études soulignent que la capacité à former des fibres amyloïdes est
indépendante de la séquence des chaînes polypeptidiques (Chiti et al., 1999, 2003 ; Dob-
son, 2003). Certaines protéines globulaires telles que le lysozyme (Booth et al., 1997) ou
encore la myoglobine (Fändrich et al., 2001) sont connues pour former des fibres amy-
loïdes in vivo et être responsables de maladies graves. Si la formation des fibres semble
être une propriété générique, sa propension peut varier remarquablement d’une séquence
à une autre sous des conditions expérimentales données. En effet, les vitesses d’agrégation
des chaînes polypeptidiques sont corrélées avec leurs caractéristiques physico-chimiques :
charge électrique (Chiti et al., 2002), pourcentage de structures secondaires et hydropho-
bicité (Dobson, 2003).
Des études théoriques ont également été menées pour compléter nos connaissances sur
les processus responsables de l’agrégation (DuBay et al., 2004 ; Cellmer et al., 2005 ;
Gsponer et Vendruscolo, 2006 ; Zibaee et al., 2007) ou prédire les séquences protéiques
succeptibles de favoriser la formation des fibres (Pawar et al., 2005). Enfin, l’observation
d’éléments de structure secondaire ✭ frustrés ✮ (discordance entre la prédiction et la dé-
termination expérimentale de la structure secondaire déterminée expérimentalement pour
un résidu) signale généralement une tendance à la polymérisation (Kallberg et al., 2001 ;
Dima et Thirumalai, 2002b ; Thirumalai et al., 2003).
La recherche amyloïde est extrémement large et couvre presque tous les domaines
scientifiques de la physique des matières condensées jusqu’à la médecine, de la biologie
à la chimie. Puisqu’il est impossible d’introduire le problème sous tous ses aspects, nous
limiterons maintenant l’introduction des fibres amyloïdes à leurs propriétés structurales
et aux mécanismes sous-jacents à leur formation.

1.3 Structure des fibres amyloïdes 9
1.3 Structure des fibres amyloïdes
À cause de leur caractère insoluble, la structure fine des fibres amyloïdes est longtemps
restée un mystère. La figure 1.7 résume les différentes méthodes expérimentales appliquées
à l’étude du repliement des protéines et classées par ordre croissant de résolution. Derniè-
rement, la situation a complètement changée avec les progrès majeurs de la spectroscopie
RMN de l’état solide et la préparation de nano ou microcristaux de petits fragments pep-
tidiques qui possèdent les caractéristiques des fibres amyloïdes et peuvent être résolus par
analyse de diffraction aux rayons X.
Fig. 1.7 – Méthodes expérimentales pour étudier le repliement des protéines (tiré de Dobson,
2004).
Les fibres amyloïdes sont caractérisées par la conversion de la structure tridimension-
nelle native d’une protéine vers une structure riche en feuillets β (voir partie 1.1). Les
fibres amyloïdes partagent une forme commune et des propriétés physico-chimiques si-
milaires. On désigne par structure en croix-β le motif constitutif de ces fibres qui décrit
l’empilement des brins β perpendiculairement à l’axe d’élongation de la fibre (voir fig. 1.8).

10 1 Introduction
Cette structure est remarquable, non seulement par sa singularité, sa stabilité et son inso-
lubilité, mais aussi parce que les protéines à l’origine de ces fibres n’ont pas de similarité
de séquences et possèdent des structures très variées : des petits peptides (Aβ, amyline,
insuline), des protéines nativement dépliées (α-synucléine), des protéines monomériques
repliées (lysozyme, β2-microglobuline) et même des assemblages multimériques (trans-
thyrétine). Par ailleurs, on observe une grande variété des structures des monomères en
solution (Prp et myoglobine sont en hélice α, Aβ est désordonné, etc).
(a) (b)
Fig. 1.8 – a) Vue latérale d’une section de fibre, les protofilaments correspondent aux
cylindres gris et les brins β aux flèches blanches ; b) Structure en croix-β caractéristique
des fibres amyloïdes (tiré de Nelson et Eisenberg, 2006)
À la fin du 20 e siècle, la connaissance de la structure des fibres se résume à la description
de ce motif en croix-β et à quelques modèles à basse résolution obtenus par microscopie
électronique à transmission (MET), plus récemment par microscopie à force atomique
(MFA), et par diffraction aux rayons X sur les fibres (Sunde et al., 1997). À titre d’exemple,
Jiménez et collaborateurs présente un modèle de fibres pour la protéine SH3 résolu par
microscopie cryo-électronique avec une précision de 25 ˚ A.
Les clichés de diffraction aux rayons X révèlent deux pics, l’un à 4.5 ˚ A environ qui
correspond à la distance entre deux brins β à l’intérieur des feuillets, l’autre de l’ordre de
10 ˚ A qui correspond à la distance interfeuillets. Chaque fibre est constituée de plusieurs
filaments, chacun composé de 4 à 8 protofilaments (4 feuillets β), et son diamètre est de
l’ordre de 100 ˚ A pour une longueur qui peut atteindre 20–25 nm.
Par une étude RMN de l’état solide, combinée à des procédures de minimisation d’éner-
gie, Tycko et collaborateurs ont proposé un modèle structural pour la fibre amyloïde
Aβ1−40 à pH 7,4 et T = 24˚(Antzutkin et al., 2000 ; Balbach et al., 2002 ; Petkova et al.,

1.3 Structure des fibres amyloïdes 11
2002). Dans cette structure, chaque peptide Aβ constitue une paire de brins β, entre les
résidus 12–24 et 30–40, qui recouvre le cœur de la fibre (voir figure 1.9 (a)). Ces brins,
connectés par une boucle 25–29, n’appartiennent pas au même feuillet β mais participent
à la formation de deux feuillets β à l’intérieur du même protofilament (figure 1.9 (a)). Les
différentes molécules Aβ sont ✭ empilées ✮ les unes sur les autres de manière parallèle et en
registre, au moins pour la région 9–39 (Antzutkin et al., 2000 ; Balbach et al., 2002). Par
analyse de contraintes expérimentales, telles que le diamètre des protofilaments mesuré
par MET ou encore la masse par unité de longueur mesurée par microscopie électronique
à balayage (MEB) (Petkova et al., 2002), les auteurs ont suggéré que chaque protofila-
ment était constitué de quatre feuillets β séparés d’environ 10 ˚ A (figure 1.9 (a)). Pour
finir, différentes techniques indiquent que la fibre Aβ1−42 s’organise de manière identique
(feuillets parallèles et en registre) avec des brins β entre les résidus 13–21 et 30–39.
(a) (b)
(c) (d)
Fig. 1.9 – Modèles structuraux des motifs amyloïdes. (a) Modèle RMN de l’état solide
du peptide Aβ1−40 (tiré de Petkova et al., 2002) ; (b) Modèle en hélice β proposé pour
PrP Sc (tiré de Govaerts et al., 2004) ; (c) Structure cristallographique du peptide GNNQQNY
provenant de la protéine prion de levure Sup-35 (tiré de Nelson et al., 2005) ; (d) Modèle
RMN de l’état solide du prion HET provenant du champignon Podospora anserina (tiré
de Ritter et al., 2005).

12 1 Introduction
Une deuxième étude RMN de l’état solide, couplée à un marquage par fluorescence,
a permis d’identifier les régions C-terminales du fragment HET prion impliquées dans le
cœur de la fibre (Ritter et al., 2005). Dans la structure proposée, chaque molécule contri-
bue par quatre brins β, avec les brins 1 et 3 qui définissent un premier feuillet β parallèle,
et les brins 2 et 4 un deuxième feuillet β parallèle à une distance d’environ 10 ˚ A (fi-
gure 1.9 (d)).
Enfin, l’émergence d’une nouvelle méthode de préparation des cristaux pour l’étude
cristallographique des fibres amyloïdes a permis d’obtenir un cristal tridimensionnel du
peptide GNNQQNY dérivé de la protéine prion Sup-35 de levure. La compaction des molécules
dans le cristal est telle que les auteurs ont pu atteindre une résolution sans précédente
(Nelson et al., 2005). Dans cette structure ouverte, chaque peptide GNNQQNY est étendu et
forme un brin d’un feuillet β parallèle et en registre qui s’étend dans tout le nanocristal
(figure 1.9 (c)). Chaque feuillet β interagit avec un deuxième feuillet autour d’une interface
complètement ✭ sèche ✮ dite steric zipper de l’épine β. Ces deux feuillets sont reliés par
l’axe indiqué sur la figure 1.9 (c) et un feuillet peut être superposé sur un autre par une
rotation de 180˚autour de cet axe et une légère translation le long de cet axe. L’interdi-
gitation compacte des chaînes latérales des résidus glutamine et asparagine aux positions
2, 4 et 6 de chaque brin, qui font face aux mêmes résidus sur l’autre feuillet, crée cette
structure particulière très serrée et lui confère son nom de steric zipper (figure 1.9 (c)).
Par cristallographie électronique, Govaerts et collaborateurs ont résolu la forme patho-
logique de la protéine prion PrP(Sc) tronquée à l’extrémité N-terminale (Govaerts et al.,
2004). Ce modèle en hélice β (figure 1.9 (b)) illustre le polymorphisme des fibres amyloïdes
(Tycko, 2004 ; Meredith, 2005) et les progrès dans la caractérisation structurale de ces
fibres qu’ont permis les dernières avancées technologiques.
1.4 Mécanismes de formation des fibres
L’étude expérimentale du processus d’agrégation est complexe car les intermédiaires
sont transitoires, en équilibre dynamique, en faible concentration, présentent plusieurs
niveaux d’oligomérisation et une grande variabilité conformationnelle. De plus, l’oligomé-
risation est dépendante des conditions de pH, température, agitation, etc (Munishkina
et al., 2004). La figure 1.10 résume les différentes techniques utilisées pour suivre les
différentes étapes de l’agrégation protéique.

1.4 Mécanismes de formation des fibres 13
Fig. 1.10 – Approches expérimentales pour suivre l’agrégation des protéines (tiré de Jahn
et Radford, 2005). A, fibre amyloïde ; N, structure native ; O, oligomères solubles ; U, états
dépliés ou partiellement repliés. Les techniques de spectroscopie sont multiples (mélange
manuel, flux stoppé, flux continu, techniques de relaxation), le choix dépend de l’échelle
de temps que l’on cherche à mesurer.
Actuellement, trois modèles mécaniques sont largement repris pour décrire la formation
des fibres amyloïdes.
Le plus populaire, le modèle de nucléation-polymérisation proposé par Jarett et Lans-
bury, est caractérisé par un temps de latence qui aboutit à la formation d’un noyau stable
(Jarrett et Lansbury, 1993). Une fois ce noyau formé , la propagation par addition suc-
cessive de nouveaux monomères devient thermodynamiquement favorable et la fibre croît
rapidement. L’étape limitante est donc la formation du noyau. La figure 1.11 illustre ce
mécanisme, avec un équilibre bidirectionnel entre monomères, dimères, trimères, etc qui
n’ont pas encore acquis leur propriété ✭ amyloïde compétente ✮. Une fois le noyau formé,
tous ces petits oligomères deviennent agrégatifs et s’assemblent sur les deux extrémités
de la graine amyloïde (croissance longitudinale). Cette figure montre également la dispa-
rition de la phase de latence si on ajoute dans la solution initiale des noyaux préformés
(figure 1.11). Ce processus est aussi décrit sur la figure 1.12 (c).
Un deuxième modèle, dit d’assemblage assisté d’une matrice (Templated Assembly),
suggère l’association rapide d’un peptide soluble (S) en conformation random coil sur un
noyau pré-formé. Cet assemblage est suivi d’une étape d’adaptation structurale (étape

14 1 Introduction
Fig. 1.11 – Modèle de nucléation-polymérisation (tiré de Nilsson, 2004). L’agrégation
des peptides P est précédée d’une phase de latence. Une fois que le noyau est formé, la
propagation est très rapide vers la structure finale fibrillaire. La cinétique de ce processus
est indiquée par la courbe épaisse sur la partie basse de l’image. La courbe fine décrit la
cinétique observée lors de l’ajout initial de noyaux pré-formés, la phase de latence disparaît
alors complètement.
limitante) pendant laquelle le peptide s’accomode à la surface de la graine amyloïde pour
poursuivre l’élongation. Ce mécanisme est décrit sur la figure 1.12 (a).
Le troisième modèle proposé est le modèle de conversion monomère-dirigée (Monomer-
directed conversion) qui implique qu’un peptide monomérique puisse présenter un carac-
tère amyloïde (A) analogue à la conformation adoptée dans la fibre. Ce monomère struc-
turé est alors capable de convertir un peptide soluble (S) pour former un dimère avec un
profil amyloïde (A) (cf. figure 1.12 (b)). Cette étape du mécanisme est l’étape limitante.
Ensuite, le dimère se dissocie et les monomères structurés s’assemblent rapidement sur les
fibres en formation (figure 1.12 (b)).
Enfin, un dernier modèle combine l’information des modèles Templated Assembly et
Nucleated polymerization. Ce modèle dit de ✭ conversion conformationnelle nucléée ✮ (Nu-
cleated conformational conversion) s’appuie sur des observations faites sur la protéine
prion Sup-35 de levure. Dans ce processus, la conversion conformationnelle est initiée
par un complexe de protéines sous forme agrégée et dynamique (pas de structure qua-
ternaire établie). D’autres moins structurées vont alors former un noyau à leur contact
(figure 1.12 (d)). Une fois que ces noyaux sont formés, la propagation a lieu rapidement

1.4 Mécanismes de formation des fibres 15
Fig. 1.12 – Modèles envisagés pour la conversion des peptides amyloïdogéniques en fibres
amyloïdes (tiré de Kelly, 2000). (a) Templated Assembly (TA) ; (b) Monomer-directed
conversion (MDC) ; (c) Nucleated polymerization (NP) ; (d) Nucleated conformational
conversion (NCC).
par un mécanisme de matrices qui induisent le changement conformationnel de noyaux
entiers (figure 1.12 (d)). Les auteurs suggèrent que ces oligomères ont une structure annu-
laire, sous forme de micelle (Serio et al., 2000). La première étape est l’étape limitante de
ce modèle ; il faut noter que sa probabilité varie en fonction de la concentration protéique,
des charges et de l’agitation.
D’autres modèles spécifiques à certaines protéines sont également discutés comme
l’échange de domaine (domain swapping) pour former un dimère cystatine C (Janowski
et al., 2001) mais ceux-ci sont difficilement généralisables.

16 1 Introduction
1.5 Toxicité
S’il existe assez peu d’informations sur les mécanismes de propagation, les phénomènes
impliqués dans la toxicité des fibres sont encore mal connus et en premier lieu quelles sont
les espèces responsables de cette cytotoxicité. Il faut préalablement distinguer la toxicité
de la pathogénie.
Ainsi, si toutes les fibres ne sont pas toxiques, leur formation peut indirectement être la
cause d’une pathologie. Par exemple l’emphysème, une maladie des poumons, est parfois
provoquée par des mutations dans la protéine α-1-antitrypsine qui est fabriquée par des
cellules du foie. La protéine défectueuse reste dans le foie dans une conformation anormale
au lieu d’être emportée par la circulation sanguine. Elle n’est alors plus disponible pour
assurer sa fonction protectrice normale dans les poumons. La forme mutée de cette pro-
téine se replie beaucoup plus lentement que la protéine sauvage, en passant par un état
intermédiaire de longue durée de vie. Cet intermédiaire partiellement replié a tendance à
s’agglomérer, ce que la protéine totalement repliée ne fait pas. Si l’accumulation dans le
foie de l’α-1-antitrypsine ne se fait pas sans dommages, l’agent pathogène responsable de
l’emphysème pulmonaire n’est pas de nature amyloïde.
La toxicité peut être acquise par l’exposition d’acides aminés qui ne devraient pas
l’être et qui favorisent la polymérisation (c’est le cas de l’amylose cardiaque héréditaire
qui est dûe à la mutation Ile122 sur la transthyrétine). Elle peut également être provo-
quée par la perte du repliement natif. Par exemple, la fibrose cystique est due à une seule
mutation dans une protéine qui transporte normalement des ions à travers la membrane
cellulaire. La fonction normale est perdue parce que la mutation affecte le repliement de
la protéine de sorte que celle-ci devient incapable d’occuper sa place requise dans la cellule.
Récemment, il a été montré que la toxicité n’est pas uniquement le fait des fibres mais
qu’elle est également portée par les oligomères rencontrés très tôt durant le processus
de fibrillogénèse (Ellis et Pinheiro, 2002 ; Kirkitadze et al., 2002). Cleary et collabora-
teurs montrent que des trimères et des dimères solubles d’Aβ sont ensemble nécessaires
et suffisants pour détruire les fonctions cognitives (Cleary et al., 2005). La toxicité des
oligomères peut même être observée pour des protéines qui ne sont pas connues pour
être responsables de maladies amyloïdes (Bucciantini et al., 2002 ; Baglioni et al., 2006).
Enfin, la fonction native d’une protéine chaperon, l’αB cristalline, peut paradoxalement
augmenter le pouvoir cytotoxique du peptide Aβ amyloïde en empêchant la formation des
fibres et en le maintenant dans une forme oligomérique encore plus nocive pour la cellule
(Stege et al., 1999). La toxicité accrue des formes oligomériques pourrait s’expliquer par
leur fort pouvoir d’interaction avec les membranes cellulaires (Stefani et Dobson, 2003).
La création non dirigée de pores dans la membrane ou leurs liaisons spécifiques avec cer-
tains constituants membranaires aurait pour conséquence la perte de l’activité cellulaire.

1.6 Objectifs de la thèse 17
Les oligomères solubles de Aβ, de l’α-synucléine et du fragment 106–126 de la pro-
téine prion partagent une organisation similaire ce qui suggère un mode d’action commun
de toxicité pour tous ces intermédiaires (Kayed et al., 2003). Ils représentent donc tout
naturellement de nouvelles cibles thérapeutiques et la compréhension des mécanismes qui
gouvernent leur formation pourrait être déterminante pour lutter efficacement contre le
processus d’amyloïdogénèse.
1.6 Objectifs de la thèse
La formation des fibres amyloïdes à partir de monomères, qui requiert plusieurs jours
in vitro, est hors d’atteinte des techniques de simulation numérique classiques qui reposent
sur des champs de force de mécanique moléculaire avec une représentation explicite du
solvant. La dynamique moléculaire, qui intègre les équations de Newton avec un pas de
l’ordre de la femtoseconde, offre le plus d’information dynamique et thermodynamique
mais est couramment limitée à des trajectoires de 1 µs, typiquement 100 ns. Une telle
échelle de temps peut être suffisante pour tester la stabilité d’édifices moléculaires préfor-
més (Armen et al., 2004 ; Ma et Nussinov, 2002 ; Zanuy et Nussinov, 2003 ; Tsai et al.,
2004 ; Haspel et al., 2005 ; Stork et al., 2005 ; Tarus et al., 2005 ; de la Paz et al., 2005),
appréhender les premiers événements de la dynamique d’un peptide amyloïde (en favori-
sant les contacts entre centres de masse (Klimov et Thirumalai, 2003) ou en ajoutant des
contraintes sur les déplacements chimiques (Paci et al., 2004)) ou l’amarrage d’un mo-
nomère désordonné sur un petit oligomère préformé (Nguyen et al., 2007), mais d’autres
méthodes sont nécessaires pour couvrir le régime d’agrégation.
Une première approche est la simulation de dynamique moléculaire discontinue (DMD)
(Jang et al., 2004 ; Nguyen et Hall, 2004 ; Urbanc et al., 2004b) qui représente chaque
acide aminé par une à quatre particules et s’appuie sur des potentiels de formes carrées
(square-well potentials). Cette approche utilisée sur des oligomères Aβ1−40 et Aβ1−42 n’a
pas été calibrée sur des protéines dont les propriétés structurales et thermodynamiques
sont connues.
Enfin, seconde possibilité consiste à utiliser à un potentiel effectif ✭ gros-grain ✮ dé-
veloppé au laboratoire (OPEP 3 , voir partie 2.1) associé à des outils efficaces pour ex-
plorer l’espace des conformations (technique d’activation-relaxation, ART) et étudier la
dynamique (dynamique moléculaire, MD) ou la thermodynamique d’assemblage (méthode
d’échange de répliques, REMD). Ces méthodes sont décrites au chapitre 2.
3 Optimized Potential for Efficient peptide-structure Prediction

18 1 Introduction
Idéalement, nous aimerions attaquer de front la détermination des structures du do-
décamère de Aβ1−40 ou Aβ1−42 car ces oligomères sont liés à une toxicité très importante.
Dans le cadre de cette thèse, nos objectifs sont au nombre de trois.
Le premier objectif est de caractériser les mécanismes d’agrégation de petits peptides
connus pour former des fibres amyloïdes in vitro. Le chapitre 3 présente trois articles
publiés sur les peptides KFFE et NFGAIL et qui s’appuient sur la technique ART-OPEP.
À partir de ces simulations, nous sommes capables d’extraire une vision structurale des
oligomères en équilibre pour des systèmes allant du tétramère au dodécamère. Bien que
ART offre la possibilité d’extraire des informations pertinentes en regard des mécanismes
d’agrégation, cette technique s’approche mais ne tend pas vers la distribution d’équilibre.
De plus, ART ne fournit pas d’information temporelle (pas d’échelle de temps).
Le second objectif de cette thèse est de caractériser la surface d’énergie libre du dimère
Aβ1−42 pour tenter d’apporter des informations supplémentaires en regard du facteur limi-
tant contribuant au temps de latence. De nombreuses études ont suggéré le rôle essentiel
de la région 21–30 dans le repliement du monomère et l’oligomérisation. Les résultats ob-
tenus à partir de simulations REMD-OPEP sont décrits au chapitre 4, qui a été soumis
début juin pour publication dans Current Alzheimer Disease.
Notre troisième objectif est de comprendre les premières étapes de la dynamique d’in-
teraction entre des fibres et des peptides N-méthylés, connus pour inhibiter la formation
des fibres ou désintégrer des agrégats déjà formés. Pour ce faire, nous avons réalisé plu-
sieurs simulations de dynamique moléculaire MD-OPEP d’un modèle fibrillaire de Aβ et
plusieurs copies d’un inhibiteur. Les résultats décrits chapitre 5 permettent de dégager
certains sites préférentiels d’interaction et indiquent que le processus de déstabilisation
est un phénomène extrêmement lent.
Enfin, les conclusions générales et les perspectives de ce travail de thèse sont présentées
au chapitre 6.

Chapitre 2
Matériel et méthodes
Sommaire
2.1 Le champ de force OPEP . . . . . . . . . . . . . . . . . . . . . . 19
2.2 La technique d’activation relaxation . . . . . . . . . . . . . . . 21
2.3 Dynamique moléculaire . . . . . . . . . . . . . . . . . . . . . . . 23
2.3.1 Gromacs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.3.2 MD-OPEP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.3.3 La méthode d’échange de répliques (REMD-OPEP) . . . . . . 24
2.4 Optimisation de géométrie ab initio . . . . . . . . . . . . . . . 25
2.1 Le champ de force OPEP
Afin de dépasser les échelles de temps accessibles par les techniques classiques de si-
mulation tout-atome en solvant explicite, nous utilisons un champ de force gros-grains qui
inclut implicitement les effets du solvant. Le champ de force OPEP (Optimized Poten-
tial for Efficient peptide-structure Prediction) permet de décrire les interactions courte et
longue portée des protéines. Initialement optimisé pour minimiser l’énergie d’une struc-
ture native parmi un ensemble de conformations non natives pour six peptides tests de 12
à 38 acides aminés présentant des motifs β-hairpin, hélice α, αβ, ββα (Derreumaux, 1999,
2000b), ce champ de force a récemment été reparamétré sur un ensemble de 23 protéines
et environ 30000 leurres (Maupetit et al., 2007). Ce modèle d’énergie simplifiée a déjà été
utilisé avec succès pour une gamme étendue de petites protéines présentant des topolo-
gies variées (Derreumaux, 1999, 2000b ; Forcellino et Derreumaux, 2001 ; Wei et al., 2003).
À la différence des modèles gros-grains à forte simplification utilisés pour les simu-
lations de dynamique moléculaire discontinue (Jang et al., 2004 ; Ding et al., 2005), le
champ de force OPEP bénéficie d’une meilleure résolution qui lui permet de capturer des
19

20 2 Matériel et méthodes
détails au niveau atomique avec une bonne fiabilité. OPEP repose sur une représentation
simplifiée de la chaîne peptidique où la chaîne principale des acides aminés est développée
explicitement tandis que les chaînes latérales sont réduites à des centroïdes 1 (Derreu-
maux, 1999) (cf. figure 2.1). Ces pseudo-atomes sont positionnés aux centres de masse des
chaînes latérales tout-atome et respectent leurs caractéristiques physico-chimiques (rayon
d’occupation, charge, hydrophobicité ...) (Derreumaux, 2000b).
Fig. 2.1 – Représentation schématique des acides
aminés selon le champ de force gros-grains OPEP.
La formule analytique du potentiel se décompose en trois termes :
EOPEP = Elocal + Enon bonded + EH bond
• Les interactions à courte portée sont définies par des potentiels harmoniques pour
conserver la stéréochimie de la protéine :
Elocal =
Kkb(r − req) 2 +
kα(α − αeq) 2 +
bonds
angles
+
kΦ(Φ − Φ0) 2 +
kΨ(Ψ − Ψ0) 2
Φ
Ψ
improper angles
kΩ(Ω − Ωeq) 2
où req, αeq et Ωeq sont tirés du champ de force AMBER parm94 (Cornell et al., 1995) ; Φ0 = Φ
dans l’intervalle [Φlower, Φupper] 2 , sinon Φ0 = min(Φ-Φlower, Φ-Φupper).
• Les interactions non liées sont définies par :
Enon bonded =
ELJ +
1,4
Cα,Cα
ELJ +
M ′ ,M ′
ELJ +
ELJ +
où M’ représente les atomes de la chaîne principale M à l’exception des Cα ; Sc désigne la
chaîne latérale et ELJ, le potentiel de Lennard-Jones avec des termes attractif et répulsif :
ELJ = ɛij
r 0 ij
rij
12
− 2
r 0 ij
rij
6
H(ɛij) − ɛij
M,Sc
r 0 ij
rij
Sc,Sc
6
H(−ɛij)
1 Hormis les chaînes latérales de l’alanine et de la proline qui sont représentées tout-atome.
2 On utilise (Φlower = -160˚, Φupper = -60˚) et (Φlower = -60˚, Φupper = -160˚)
ELJ

2.2 La technique d’activation relaxation 21
La fonction H(x) vaut 1 si x ≥ 0 et 0 si x < 0 ; ainsi, ELJ sera du type 6/12 ou seulement 6.
Pour toutes les interactions autres que Sc-Sc, H(x) est fixé à 1 et un potentiel 6/12 est
donc utilisé. En revanche, pour les interactions entre deux chaînes latérales, H(x) vaut 1
si l’interaction est attractive (résidus présentant un caractère hydrophobe ou des charges
opposées) et H(x) = 0 si l’interaction est répulsive, un potentiel 6 est alors utilisé.
où
et
• Enfin, le potentiel de liaison hydrogène est exprimé par :
EH bond =
ij,j=i+4
ɛhb1−4µ(rij)ν(αij) +
ij,j>i+4
ɛhb1>4µ(rij)ν(αij)
+ ɛhb−αexp(−(rij − σ) 2 /2)exp(−(rkl − σ) 2 /2)∆(ijkl)
+ ɛhb−βexp(−(rij − σ) 2 /2)exp(−(rkl − σ) 2 /2)∆ ′ (ijkl)
12 10 σ σ
µ(rij) = 5 − 6
rij rij
ν(αij) =
cos 2 αij si αij > 90˚
0 sinon
Les deux premiers termes de l’équation décrivent les interactions à deux corps (ij ) qui
dépendent de la géométrie des angles NHO et de la distance O - - - H. Les termes suivants
définissent les interactions à quatre corps et représentent l’effet de coopérativité entre les
liaisons ij et kl.
La version d’OPEP 3.2 a été utilisée pour les simulations de dynamique moléculaire
et d’échange de répliques.
2.2 La technique d’activation relaxation
La technique d’activation-relaxation est une méthode de simulation numérique qui
permet d’explorer la surface d’énergie libre d’une molécule dans des temps accessibles
tout en respectant son espace conformationnel (Mousseau et al., 2001 ; Wei et al., 2002).
ART nouveau utilise une méthode de diagonalisation directe de la matrice Hessienne (par
l’algorithme de Lanczos) et appartient à une famille d’algorithmes qui inclut la méthode
dimère de Henkelman et Jónsson (Henkelman et Jónsson, 1999) et l’approche hybride du
suivi de vecteur propre (eigenvector-following) (Cerjan et Miller, 1981 ; Doye et Wales,
1997).

22 2 Matériel et méthodes
Un événement ART consiste en quatre étapes :
1.
À partir d’une structure d’énergie minimale, la conformation est déformée dans
une direction choisie aléatoirement dans l’espace de dimension 3N. La déformation
augmente progressivement jusqu’à ce qu’une direction devienne instable, c’est-à-dire
jusqu’à ce que la plus petite valeur propre de la matrice Hessienne, qui représente
l’inflexion de la surface d’énergie, devienne négative.
2. La configuration est ensuite poussée le long de cette direction (on suit le vecteur
propre associé à la valeur propre négative) tout en minimisant les forces perpendi-
culaires au mouvement et ce, tant que le total des forces sur l’ensemble des atomes
est supérieur à un certain seuil. Une fois atteinte, cette valeur indique la conver-
gence du système vers un état de transition 3 . Ces deux premières étapes constituent
la phase d’activation.
3. La configuration est alors déplacée légèrement de manière à franchir ce point de
selle, puis est relaxée dans un nouveau minimum local en utilisant une technique de
minimisation classique (dynamique amortie).
4. Enfin, la nouvelle conformation est acceptée ou rejetée selon le critère de Metropolis
(équation 2.1) qui prend en compte la différence d’énergie entre les minima initial
et final à la température désirée (à titre d’exemple, 71,9 % des conformations finales
ont été acceptées pour les simulations réalisées sur le tétramère KFFE, cf. partie 3.3).
Précisons que cette température n’a pas de sens physique (pas d’entropie dans le
système) mais qu’elle traduit un paramètre énergétique. En effet, plus T sera grand
plus nous accepterons de conformations, y compris des états défavorables à 300 K.
L’acceptation ou non des géométries est donnée par le critère de Metropolis,
∆E
− k
paccept = e B T (2.1)
où ∆E est la différence d’énergie entre les deux états, T la température et kB la
constante de Boltzmann.
Un événement ART est illustré sur la figure 2.2, les flèches pleines représentent un
chemin possible d’activation-relaxation. ART-OPEP a déjà permis de mettre en évidence
les mécanismes déterminants du repliement du β-hairpin de la région C-terminale de la
protéine G (Wei et al., 2004b) et plus récemment, les mécanismes d’agrégation d’un dimère
et d’un trimère du peptide Aβ16−22 (Santini et al., 2004b,a). L’analyse de ces simulations
sur l’épingle β de la protéine G est en adéquation avec les données expérimentales et les
simulations classiques (dynamique moléculaire à haute température, méthode d’échange
de répliques, dynamique d’ensemble) et suggèrent le caractère physique des trajectoires.
3 point de selle d’ordre 1

2.3 Dynamique moléculaire 23
En outre, nos simulations montrent que toutes les régions de l’espace conformationnel sont
accessibles en un nombre fini d’événements indépendamment du point de départ et que
les événements sont réversibles.
Fig. 2.2 – Représentation schématique d’un événement
ART sur la surface d’énergie.
En pratique, ART limite l’échantillonnage de l’espace conformationnel aux minima
locaux. Par conséquent, les trajectoires ART ne tendent pas exactement vers une distri-
bution d’équilibre de Boltzmann mais s’en approchent. Dans la suite de cette étude, nous
utiliserons parfois la fonction de partition de Boltzmann pour calculer les probabilités
de chaque état, mais les valeurs données n’auront qu’un sens qualitatif, pour la raison
évoquée précédemment.
2.3 Dynamique moléculaire
2.3.1 Gromacs
Les simulations à l’échelle atomique, avec une représentation explicite du solvant, ont
été réalisées avec le programme GROMACS 3.1.4 en utilisant le champ de force Gro-
mos96 (van Gunsteren et al., 1996 ; Scott et al., 1999). Les systèmes ont été simulés dans
l’ensemble isobare-isotherme NPT à la pression de 1 atm (algorithme de Berendsen (Be-
rendsen et al., 1984)). Les simulations sont réalisées en conditions périodiques à pH 7,
avec un modèle d’eau SPC (Single Point Charge), sans ajout de contre-ion car le système
est déjà équilibré électriquement (la somme des charges sur le peptide est nulle). Les in-
teractions électrostatiques ont été calculées avec la méthode PME (Particle Mesh Evald)
(Ewald, 1921 ; Allen et Tildeslley, 1987) en utilisant un rayon de coupure de 12 ˚ A, la
liste des voisins étant mise à jour toutes les 10 fs. L’utilisation des algorithmes SHAKE
(Ryckaert et al., 1977), puis LINCS (Hess et al., 1997), pour contraindre les longueurs de
liaisons à leur valeur d’équilibre, nous a permis d’utiliser un pas d’intégration de 2 fs.
Le premier système (tétramère de KFFE) a été solvaté dans une boîte rectangulaire de
45 × 45 × 32 ˚ A contenant 1995 molécules d’eau SPC et des simulations ont été lancées
aux températures constantes de 298 K et 330 K avec des constantes de couplage de 0,1 et
0,5 ps respectivement (algorithme de Berendsen (Berendsen et al., 1984)). L’heptamère
de KFFE a été solvaté dans une boîte dodécahédrique de 60 ˚ A de côté avec 3650 molécules

24 2 Matériel et méthodes
d’eau SPC pour les structures double-couches et 5633 pour le feuillet β monocouche idéal.
La densité pour toutes les trajectoires est équilibrée à une valeur de 1,0 g/mL.
2.3.2 MD-OPEP
Les simulations de dynamique moléculaire gros-grains en solvant implicite sont réalisées
avec le programme MD-OPEP (Derreumaux et Mousseau, 2007) qui utilise un algorithme
de Verlet (Swope et al., 1982) pour l’intégration des équations du mouvement de Newton.
Les phases de production sont effectuées à température constante (thermostat de Berend-
sen (Berendsen et al., 1984)) avec un temps de couplage de 0,1 ps.
L’algorithme RATTLE (Andersen, 1983) a été utilisé pour nous affranchir des vibra-
tions de liaison de plus hautes fréquences, ce qui autorise un pas d’intégration de 1,5 fs.
Les simulations sont réalisées avec un modèle de solvant implicite et une représentation
gros-grain de la chaîne latérale (cf. partie 2.1), l’échelle de temps simulée n’a donc pas de
réalité physique. En effet, de part la représentation gros-grain du système et l’utilisation
d’un continuum diélectrique pour représenter l’effet du solvant, l’espace conformationnel
est considérablement lissé ce qui accélère fortement son exploration.
2.3.3 La méthode d’échange de répliques (REMD-OPEP)
Pour éviter d’attendre l’événement rare qui permettra de franchir une barrière d’éner-
gie en dynamique moléculaire classique à T=300K, il est possible d’utiliser la méthode
d’échange de répliques (Replica Exchange Molecular Dynamics) (Hansmann, 1997 ; Su-
gita et Okamoto, 1999) qui permet d’explorer plus efficacement le paysage énergétique,
mais également l’espace des températures. Cette technique combine les principes de la
dynamique moléculaire et de la méthode d’umbrella sampling (Boczko et Brooks, 1995).
La simulation parallèle de plusieurs trajectoires, où la température devient une variable
dynamique au cours de la simulation, a initialement été implémentée avec la méthode
Monte Carlo par Swendsen et Wang pour étudier des verres de spins (Swendsen et Wang,
1986). Le Monte Carlo d’échange, ou REM (Replica Exchange Method), a été introduit
pour la première fois par Hansmann sur un petit peptide de séquence Tyr-Gly-Gly-Phe-
Met (Hansmann, 1997). Couplée à la dynamique moléculaire, cette méthode d’échange
s’est démocratisée et est, aujourd’hui, très utilisée pour l’étude des biomolécules (Sugita
et Okamoto, 1999 ; Gront et al., 2000 ; Sugita et al., 2000 ; García et Sanbonmatsu, 2002 ;
Kinnear et al., 2004 ; Schug et al., 2004 ; Kokubo et Okamoto, 2004)

2.4 Optimisation de géométrie ab initio 25
De la même manière, la technique REMD-OPEP consiste à réaliser plusieurs trajec-
toires (répliques) de dynamique moléculaire avec le champ de force OPEP et à autoriser
des échanges entre deux copies du système i et j tous les texch avec la probabilité suivante :
1
P (i ↔ j) = min 1, exp −
kBTi
1
(Ui − Uj)
kBTj
où kB est la constante de Boltzmann, Ui et Uj les énergies potentielles des copies à l’instant
texch, et Ti et Tj les températures des répliques i et j.
Les températures sont contrôlées par l’algorithme de Berendsen (Berendsen et al.,
1984) et sont distribuées exponentiellement : Tn = T0e (n×k) , avec T0 et k constantes, et n
le nombre de répliques. Pour chaque simulation de REMD, nous avons contrôlé les taux
d’échange ainsi que le bon recouvrement des trajectoires.
2.4 Optimisation de géométrie ab initio
Nous souhaitons réaliser des simulations en présence d’un inhibiteur N-méthylé. Il a
donc été nécessaire d’implémenter cette liaison -NCH3 dans le champ de force OPEP,
c’est-à-dire obtenir les charges et les paramètres de géométrie locale : angles de valence,
angles dihèdres, longueurs de liaison ... Nous avons donc effectué une optimisation de
géométrie ab initio pour le peptide modifié Ace-Pro-Phe ⋆ -Nhe où l’hydrogène porté par
l’azote de la liaison peptidique marquée par une étoile a été substitué par un groupement
méthyl. Cette optimisation de géométrie a été réalisée avec le programme Gaussian03
(Frisch et al., 2004) en utilisant le jeu de base 6-31G(d,p) et la méthode B3LYP 4 hybride
DFT/Hartree-Fock. Plusieurs études (Wiberg, 2004 ; Martin et Zipse, 2005) valident ce
protocole qui semble être le plus performant pour réaliser une bonne optimisation de
géométrie sur un système de cette taille. Les charges atomiques sont déterminées par
l’analyse de population de Mulliken.
4 méthode hybride de Becke (Becke, 1993) à trois paramètres utilisant la corrélation fonctionnelle de
Lee-Yang-Parr (Lee et al., 1988)

Chapitre 3
Les petits peptides amyloïdes
Sommaire
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.1.1 Le peptide KFFE . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.1.2 Le fragment 22–27 du peptide IAPP humain . . . . . . . . . . 28
3.2 Objectifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.3 Following the aggregation of amyloid-forming peptides by
computer simulations . . . . . . . . . . . . . . . . . . . . . . . . 30
3.4 Structures of soluble amyloid oligomers from computer si-
mulations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.5 Probing amyloid fibril formation of the NFGAIL peptide by
computer simulations . . . . . . . . . . . . . . . . . . . . . . . . 54
3.1 Introduction
3.1.1 Le peptide KFFE
À ce jour, KFFE est le plus petit peptide connu pour former, in vitro, des fibres amy-
loïdes comparables à celles retrouvées dans les différentes maladies évoquées précédem-
ment (Tjernberg et al., 2002) (cf. figure 3.1). Dans leur étude, Tjernberg et collaborateurs
cherchent à déterminer les conditions minimales pour la formation de fibres in vitro à
partir de peptides très courts. D’après des études précédentes, les résidus lysine (K) et
glutamate (E) sont généralement observés sur des brins voisins à l’intérieur des feuillets β
(Wouters et Curmi, 1995) et les peptides riches en KE forment des fibres (Zhang et al.,
1993) ; par ailleurs, les résidus phénylalanine (F) et valine (V) sont fréquents dans les
brins β tandis que les résidus leucine (L) et alanine (A) sont surexprimés dans les hélices α
(Kallberg et al., 2001). Les analyses de Tjernberg et collaborateurs par miscroscopie élec-
27

28 3 Les petits peptides amyloïdes
tronique, dichroïsme circulaire et coloration au rouge Congo vont valider ces observations.
En effet, il apparaît que KFFE et KVVE sont capables d’induire la formation de fibres amy-
loïdes contrairement à KLLE et KAAE. Ces résultats suggèrent que les résidus hydrophobes
avec une forte propension à former des brins β et les résidus avec des complémentarités
de charge favorisent la formation des fibres. À noter qu’un autre tétrapeptide de séquence
DNFK est également capable de former des fibres (Reches et al., 2002) mais moins ordonnées
que celles observées pour KFFE ou KVVE.
Fig. 3.1 – a. Miscroscopie électronique
des fibres obtenues avec KFFE (300 µM,
10 jours d’incubation à 37˚C, échelle
50 nm) ; b. Coloration des fibres au
rouge Congo et vue sous lumière polarisée
(échelle 25 µm).
Tjernberg propose pour KFFE un modèle d’assemblage en feuillet β antiparallèle (cf.
figure 3.2) fondé sur un principe d’énergie minimale. Cet arrangement est stabilisé par
la distribution des charges et les interactions de van der Waals entre les chaînes latérales
(interaction π entre les phénylalanines des brins adjacents (Gazit, 2002)). Le motif KFFE
a également été utilisé pour générer un dodécamère du peptide KFFEAAAKKFFE capable
également de former des feuillets β arrangés en croix β (Hosia et al., 2004).
Fig. 3.2 – Modèle d’un feuillet β composé de quatre tétrapeptides
antiparallèles de séquence KFFE. K est représenté en bleu,
F en noir et E en rouge.
3.1.2 Le fragment 22–27 du peptide IAPP humain
Le peptide IAPP (Islet Amyloid PolyPeptide), ou amyline, est un peptide de 37 acides
aminés sécrété dans la circulation sanguine par les cellules β du pancréas (îlots de Lange-
rhans) en même temps que l’insuline. L’amyline inhibe la sécrétion de glucagon, retarde
la vidange gastrique, réduit la sensation de faim et a, sur le métabolisme glucidique, des

3.2 Objectifs 29
effets complexes, parfois opposés à ceux de l’insuline. Par ailleurs, l’amyline a un effet
vasodilatateur de type calcitonine.
La forme humaine de l’amyline est associée sous forme de fibres amyloïdes au diabète
de type II mellitus (Hayden et al., 2005). Ces fibres se forment dans les îlots chez plus de
90 % des patients diabétiques (72 % ayant plus de 40 ans) et chez 18 % des sujets normaux
représentant un état prédiabétique. Bien qu’une expression accrue du gène IAPP entraîne
une surproduction d’IAPP caractéristique de l’aggravation de l’état diabétique, le gène de
l’IAPP est exprimé normalement chez les diabétiques. La formation des dépôts amyloïdes
est donc liée à un dysfonctionnement post-transcriptionnel.
Par des expériences de fluorescence couplées à des études de dichroïsme circulaire et de
RMN, L. Khemtémourian ( ✭ communication personnelle ✮) montre que la forme oligomé-
rique provoque l’endommagement de la membrane. Hayden et collaborateurs ont montré
que la région 22–27 de l’amyline, de séquence NFGAIL, est responsable de la formation de
fibres amyloïdes (Hayden et al., 2005). En solution, des expériences de spectroscopie IR
(Petty et Decatur, 2005) indiquent que NFGAIL forme des feuillets β ordonnés et parallèles.
Enfin, des simulations de dynamique moléculaire sur le fragment NFGAIL et son variant
NAGAIL révèlent l’importance des interactions hydrophobes entre les chaînes latérales des
phénylalanines dans les premières étapes de l’agrégation (Wu et al., 2004, 2005b) et leur
rôle dans l’élongation de la fibres, car le stacking des cycles aromatiques dirige la formation
ordonnée des protofilaments (Wu et al., 2005a ; Colombo et al., 2005).
3.2 Objectifs
De nombreuses études suggèrent que la toxicité des maladies neurodégénératives telles
que la maladie d’Alzheimer ou la maladie de Parkinson sont le fait des intermédiaires
oligomériques solubles formés très tôt dans le processus de fibrillogénèse. Il est donc im-
portant de caractériser précisemment les premières étapes de la formation des oligomères
au niveau atomique. Puisque ces structures sont métastables et ont une durée de vie
très courte, leur caractérisation expérimentale est difficile et doit être complétée par des
simulations numériques.
Dans ce chapitre, je présente les résultats obtenus par l’approche ART-OPEP sur des
systèmes composés de 4 et 7 tétrapeptides KFFE puis sur un ensemble de 12 hexapeptides
NFGAIL. Nous essayerons de répondre aux questions suivantes pour chacun des systèmes.
Quelles sont les structures des intermédiaires qui précèdent la formation du noyau ? Com-
ment se réalise la conversion structurale de la forme native vers un état amyloïde dit
✭ amyloïde compétent ✮ ? Quelles sont les bases de la complémentarité protéique ? Quels
sont les paramètres déterminants pour la formation des fibres ? Peut-on estimer la taille
du noyau pour ces deux séquences amyloïdogéniques ?

30 3 Les petits peptides amyloïdes
3.3 Following the aggregation of amyloid-forming pep-
tides by computer simulations
Adrien Melquiond, Geneviève Boucher, Normand Mousseau & Philippe Derreumaux
J. Chem. Phys., 122 : 174904, 2005
Les rares données expérimentales sur les intermédiaires amyloïdes solubles concernent
le peptide Aβ amyloïde. Des expériences PICUP 1 couplées à SDS-PAGE 2 menées sur Aβ40
révèlent que les intermédiaires oligomériques se présentent sous forme d’un mélange de
monomères, dimères, trimères et tétramères en équilibre rapide (Bitan et al., 2003b). Au
contraire, Aβ42 forme préférentiellement des pentamères et des hexamères (paranuclei)
qui s’assemblent pour former des superstructures comparables aux protofibrilles (Walsh
et al., 1997 ; Bitan et al., 2003a). Cette étude montre également que la polymérisation
des peptides β-amyloïde suit un mécanisme de nucléation-polymérisation avec l’existence
d’une phase de latence peuplée par des intermédiaires solubles, jusqu’à la formation d’un
assemblage préférentiel stable (noyau) à partir duquel le processus d’agrégation s’accèlère
(élongation de la fibre).
Bien que le motif KFFE ne soit pas présent dans la séquence du peptide Aβ amyloïde
responsable de la maladie d’Alzheimer, sa simplicité en fait un modèle attractif pour
comprendre les états conformationnels explorés lors de l’agrégation amyloïde. En effet,
le fragment Aβ16−22 est antiparallèle (Petkova et al., 2004) tandis que le peptide entier
forme des feuillets β parallèles (Balbach et al., 2002 ; Petkova et al., 2002). Il a ainsi été
montré que l’arrangement parallèle ou antiparallèle pour le peptide Aβ varie en fonction
de la longueur du peptide mais est également contrôlé par son amphiphilicité puisque le
peptide octanoyl-Aβ16−22 forme des feuillets parallèles (Gordon et al., 2004).
Comme nous l’avons évoqué précédemment (cf. partie 1.6), la simulation numérique de
la formation d’agrégats ordonnés n’est pas une tâche facile. Une alternative est offerte par
la technique d’activation-relaxation (ART), couplée à un modèle d’énergie simplifiée avec
une description implicite du solvant (OPEP). Cette technique présente deux avantages
majeurs par rapport aux méthodes classiques que sont le Monte Carlo (MC) et la dyna-
mique moléculaire (MD). Les événements ART sont déterminés directement dans l’espace
des configurations ce qui permet des changements conformationnels de grande complexité
(en comparaison avec les déplacements MC). Par ailleurs, cette approche n’est pas limi-
tée par la hauteur des barrières d’énergie à franchir ce qui autorise le système à évoluer
rapidement à travers l’espace conformationnel sans avoir à attendre qu’une fluctuation
thermique efficace se produise (comme dans les simulations de dynamique moléculaire).
1 Photo-Induced Cross-Linking of Unmodified Proteins.
2 Sodium Dodecyl Sulfate-PolyAcrylmide Gel Electrophoresis

3.3 Following the aggregation of amyloid-forming peptides by computer simulations 31
Des simulations ART-OPEP ont déjà été réalisées sur des hexamères de KFFE (Wei
et al., 2004c). Les résultats montrent que le peptide KFFE est non structuré en solution et
que six peptides KFFE peuvent adopter trois arrangements préférentiels en solution : deux
organisations en feuillets β double-couche qui satisfont la structure générique des fibres
amyloïdes observée par diffraction aux rayons X et un hexamère mono-couche courbé (Wei
et al., 2004c). Dans ce chapitre, nous poursuivons notre étude du peptide KFFE, bloqué
aux extrémités par deux groupements acétyl et amine. L’expérience montre que cette
manipulation ne perturbe pas l’agrégation de ces peptides (Tjernberg et al., 2002). Nous
analyserons en détail les mécanismes d’agrégation de quatre peptides KFFE et l’effet des va-
riations de séquence sur les structures solubles de plus basses énergies. Pour ce faire, nous
avons simulé 30 trajectoires ART d’agrégation (T = 300 K pour le critère de Metropolis,
voir partie 2.2) pour le tétramère de KFFE en partant d’états initiaux choisis aléatoirement.
Dans une seconde série de simulations, nous nous sommes intéressés au variant KPGE qui,
conformément aux données expérimentales (Chiti et al., 2003), ne converge jamais vers
la formation de feuillet β. Enfin, nous avons réalisé deux simulations ✭ tout-atome ✮ de
dynamique moléculaire en solvant explicite à 298 K et 330 K pour un total cumulé de
50 ns (cf. partie 2.3.1) afin de déterminer la stabilité du tétramère de KFFE ordonné en un
seul feuillet β antiparallèle.
Nous examinons dans un premier temps la stabilité de la conformation tétramérique
proposée par Tjernberg et collaborateurs (Tjernberg et al., 2002). L’analyse de l’écart qua-
dratique moyen, ou RMSD 3 , calculé sur les Cα le long de la trajectoire permet d’évaluer
rapidement la stabilité de notre système. Cette distance traduit la déviation du système à
l’instant t par rapport à la conformation initiale. Les calculs de RMSD sont reportés sur
la figure 3.3 pour les trajectoires de 20 ns à 298 K et de 30 ns à 330 K. Les figures 3.4 et
3.5 montrent le détail de ces trajectoires.
Sur la figure 3.3 (a), nous observons que les quatre chaînes se désolidarisent puis se
rassemblent deux fois au cours des 20 ns de la simulation à 298 K (cf. les maxima atteints
après 7,4 et 15,4 ns où le RMSD est de 4,8 et 5,2 ˚ A, et les minima rencontrés après 11,6 et
19,8 ns où le RMSD vaut 0,8 et 1,8 ˚A respectivement). À 330 K, température expérimen-
tale commune pour l’incubation des fibres amyloïdes, le tétramère se défait après 8,1 ns
jusqu’à atteindre un RMSD maximal de 8,2 ˚ A, puis se réassocie dans sa conformation
initiale au bout de 15,3 ns (RMSD de 1,5 ˚ A). Ensuite, les peptides fluctuent entre des
valeurs de RMSD comprises entre 1,5 et 4,5 ˚ A pendant près de 5 ns et finalement explorent
de nouveaux états en fin de simulation (RMSD de 7 ˚ A après 25 ns).
3 Root Mean Square Deviation

32 3 Les petits peptides amyloïdes
RMSD (Å)
0 4 8
H−bonds
0 6 12
RMSD (Å)
0 4 8
(a) (b)
0 10 20
Time (ns)
H−bonds
0 6 12
(c) (d)
0 10 20 30
Time (ns)
Fig. 3.3 – Simulations de dynamique moléculaire atomique en solvant explicite, la configuration
de départ est un feuillet β constitué de 4 brins antiparallèles, en accord avec
le modèle proposé par Tjernberg et collaborateurs (Tjernberg et al., 2002). Évolution des
RMSDs calculés sur les Cα (en ˚ A) à 298 K (a) et 330 K (b) ; évolution du nombre de
liaisons hydrogène natives (en gris) et non natives (en pointillés) à 298 K (c) et 330 K (d).
Pour aller plus loin dans l’analyse de ces trajectoires, nous avons également classé les
structures en différents groupes en utilisant une valeur seuil de RMSD de 2,5 ˚ A. L’analyse
de cette classification à 298 K met en évidence deux topologies en équilibre, une archi-
tecture tétramérique avec des brins β antiparallèles (76 % de la population durant ces
20 ns, cf. structures à 11,6 et 19,8 ns sur la figure 3.4) et deux dimères perpendiculaires
avec des brins β antiparallèles (16 % de la population, cf. structures à 7,2 et 14,3 ns sur
la figure 3.4). La rotation d’un dimère par rapport à l’autre est donc accessible du point
de vue thermodynamique à la température de 298 K. Comme nous pouvions le penser,
l’analyse des groupes pour la trajectoire de 30 ns à 330 K révèle plus d’arrangements en
équilibre : des trimère-monomères (21 % de la population, cf. structures à 8,1 et 24,5 ns
sur la figure 3.5) où le monomère peut adopter différentes conformations et orientations
par rapport au trimère, des dimères-monomères (8 % de la population, cf. structures à 5,8
et 22,3 ns sur la figure 3.5) et des tétramères avec des brins β antiparallèles (cf. structure
à 15,3 ns) ou mélangeant des orientations parallèle-antiparallèle (cf. structures à 10,6 et
28,8 ns sur la figure 3.5), la population totale de ces tétramères représentant 71 % de la
trajectoire.

3.3 Following the aggregation of amyloid-forming peptides by computer simulations 33
Fig. 3.4 – Détail de la trajectoire de dynamique moléculaire tout-atome à 298 K en solvant
explicite.
Nous nous sommes enfin intéressés à l’évolution du nombre de liaisons hydrogène au
cours de la simulation pour chacune de ces trajectoires de dynamique moléculaire (voir
figure 3.3 (c,d)). Ces analyses montrent que les arrangements dominants ne contiennent pas
de liaisons hydrogène non natives, c’est-à-dire hors du registre 4 initial. Les changements
de conformation ont lieu rapidement pour les deux températures, même si cela ne nous
permet pas de conclure que les simulations ont atteint leur équilibre en 20 ou 30 ns. Par
ailleurs, les populations calculées le long de ces trajectoires de dynamique moléculaire en
solvant explicite n’ont qu’une signification qualitative, il nous aurait fallu réaliser plusieurs
simulations avec différentes vitesses initiales pour pouvoir faire des statistiques. Ceci peut
également expliquer pourquoi la conformation à deux dimères n’a pas été détectée à 330 K.
4 La notion de ✭ registre ✮ fait référence au réseau de liaisons hydrogène établi dans le feuillet β. Si
celui-ci correspond à une interaction entre résidus du type 1+k ⇔ 1+k, alors on considère que le feuillet
β est ✭ en registre ✮ parallèle. Si l’on observe une interaction entre résidus du type 1+k ⇔ 4-k, alors le
feuillet β est ✭ en registre ✮ antiparallèle. Toute autre association (par exemple, 1+k ⇔ 3-k) est considérée
comme ✭ hors registre ✮ (Petkova et al., 2004).

34 3 Les petits peptides amyloïdes
Fig. 3.5 – Détail de la trajectoire de dynamique moléculaire tout-atome à 330K en solvant
explicite. Les notations AP et P désignent respectivement les orientations antiparallèles et
parallèles des chaînes. L’extrémité N-terminale de chaque chaîne est représentée par une
sphère.

3.3 Following the aggregation of amyloid-forming peptides by computer simulations 35
Comme nous l’avons précisé en introduction 3.1.1, l’organisation tétramérique pro-
posée par les expérimentateurs n’est fondée que sur un calcul de minimisation d’énergie
et ne présuppose en aucun cas qu’elle soit la seule conformation visitée. Afin d’explorer
plus en avant l’espace conformationnel pour ce système composé de quatre peptides KFFE,
nous utilisons maintenant la technique ART-OPEP (détaillée partie 2.2). Nous avons ef-
fectué 30 simulations (notées de R1 à R30) de 8000 événements d’activation-relaxation à
300 K en utilisant différentes graines aléatoires et deux états initiaux différents avec des
chaînes aléatoirement disposées dans une sphère de telle manière que la distance entre
deux brins soit comprise entre 6 et 10 ˚ A (cf. figure 3.6 (a,b)). Nos résultats mettent en
évidence quatre arrangements possibles de basse énergie qui possèdent les propriétés sui-
vantes : des tétramères avec une orientation parfaitement antiparallèle entre les brins β
(voir figure 3.6 (d) ; 9 simulations, soit 30 % des trajectoires, avec une énergie associée de
-45 kcal/mol) ; des tétramères avec des orientations mixtes entre les brins β ou des trimères
parallèle-antiparallèle associés à un monomère (voir figure 3.6 (c) ; 30 % des trajectoires ;
énergie associée de -43 kcal/mol) ; deux dimères perpendiculaires dont les chaînes sont
orientées de façon antiparallèle (voir figure 3.6 (e) ; 10 % des trajectoires ; énergie associée
de -42,6 kcal/mol) ; enfin, des états métastables qui sont des arrangements désordonnés
de dimères-monomères et trimères-monomère (30 % des simulations ; énergies entre -32 et
-39 kcal/mol).
Notre structure de plus basse énergie concorde avec la prédiction de Tjernberg et
collaborateurs (Tjernberg et al., 2002) s’appuyant sur une simple minimisation d’éner-
gie de quatre brins β KFFE associés selon une orientation parallèle ou antiparallèle. De
plus, nos simulations laissent entrevoir d’autres états oligomériques d’énergies comparables
(trimères-monomère et deux dimères perpendiculaires). Pour chacune de ces topologies,
il existe plusieurs variations qui diffèrent principalement par leur réseau de liaisons hy-
drogène. La stabilité marginale des structures ordonnées explique la large distribution
conformationnelle observée lors d’une courte simulation de MD à 298 K. Ces résultats
s’inscrivent dans la lignée de simulations antérieures d’agrégation et de dissociation de
peptides par dynamique moléculaire en utilisant différentes représentations de solvant
(Paci et al., 2004 ; Hwang et al., 2004).
Afin de déterminer les effets des variations de séquence sur les structures de plus
basses énergies, nous avons également réalisé une série de simulations ART-OPEP sur un
ensemble de quatre peptides KPGE. Dans ce cas, conformément à la propriété de ✭ cassure ✮
des brins β du résidu proline 5 , nous n’avons constaté que des arrangements désordonnés
5 Cette propriété β-sheet breaker du résidu proline est largement utilisée dans le développement d’agents
chimiques antiamyloïdes capables de réduire le formation des plaques et de lutter contre les dommages
cérébraux dans des modèles de souris transgéniques (Permanne et al., 2002)

36 3 Les petits peptides amyloïdes
(a) (b)
(c) (d)
(e) (f)
Fig. 3.6 – (a,b) Structures initiales
utilisées pour les simulations ART ;
(c,d,e) Structures de plus basses énergies
prédites par ART pour 4 chaînes
KFFE ; (f) Structure de plus basse
énergie obtenue pour un tétramère de
KPGE. Les extrémités N-terminales des
chaînes sont marquées par des sphères.
(cf. figure 3.6 (f)). Ce résultat montre que l’algorithme ART-OPEP n’est pas biaisé vers
un assemblage type feuillet β riche en liaisons hydrogène.
Afin de mieux comprendre les mécanismes d’agrégation de KFFE prédits par ART, nous
allons maintenant suivre la formation des structures de plus basses énergies en analysant
l’énergie totale le long de la simulation, le nombre de liaisons hydrogène natives et non na-
tives calculé selon les critères DSSP (Kabsch et Sander, 1983), l’orientation des chaînes en
calculant le produit scalaire de leurs vecteurs directeurs (de l’extrémité N-terminale vers
l’extrémité C-terminale), la distance entre les Cα des extrémités pour les quatre chaînes
et enfin le pourcentage de contacts 6 natifs chaîne latérale-chaîne latérale. La structure
native est la conformation de plus basse énergie pour chaque trajectoire. Enfin, nous
considérons que deux peptides sont engagés dans la formation d’un dimère s’ils partagent
6 Deux chaînes latérales k et l, de rayons de Van Der Waals Rk et Rl, sont en contact si la distance
qui les sépare est inférieure à (Rk + Rl + 1) ˚ A.

3.3 Following the aggregation of amyloid-forming peptides by computer simulations 37
au moins trois liaisons hydrogène et qu’ils sont dans une configuration étendue (distance
Cα1-Cα4 > 8 ˚ A). Par extension, nous considérons la formation d’un trimère (et de la même
manière un tétramère) si deux dimères respectent ces conditions et ont un brin en commun.
Energy
−45 −35 −25
H−bonds
0 6 12
End−to−end distance
0 5 10
1
2
3
4
Oligomeric state
1−3 1−4 2−4
(a) (b)
Orientation
−1 0 1
3−1
1−4
4−2
(c) (d)
0 2000 4000 5679
Event Number
Qc
0 50 100
(e) (f)
0 2000 4000 5679
Event Number
Fig. 3.7 – Analyse
détaillée de la trajectoire
ART d’agrégation
R2. (a) Énergie en
kcal/mol ; (b) Évolution
des états oligomériques
formés ; (c) Nombre
de liaisons hydrogène
natives (en gris) et non
natives (en pointillés) ;
(d) Orientations entre
les chaînes 3 et 1,
1 et 4, 4 et 2 ; (e)
Distances entre les extrémités
pour les 4 brins
(en ˚ A) ; (f) pourcentage
de contacts natifs
chaîne latérale-chaîne
latérale. Par souci de
clarté, les résultats sont
donnés jusqu’à ce que la
structure de plus basse
énergie soit atteinte.
La figure 3.7 décrit la trajectoire R2 qui aboutit à la formation d’un feuillet β an-
tiparallèle de quatre chaînes (cf. figure 3.6 (d)). Nous observons que pendant les 500
premiers événements le système consiste en deux dimères étendus (chaînes 1-3 et 2-4, cf.
figure 3.7 (b,e)) de très basse énergie (∼ -40 kcal/mol, cf. figure 3.7 (a)) où les liaisons hy-
drogène sont dans un registre non natif (cf. figure 3.7 (c)). À partir de l’événement 1400,
le système s’organise en un tétramère non natif où les chaînes 1 et 4 s’assemblent (cf.
figure 3.7 (b) ; tétramère 3-1-4-2). Une fois ce tétramère non natif ordonné assemblé, les
peptides fluctuent autour de ce minimum local par mouvements de reptation (Gennes,
1971) jusqu’à former le tétramère natif. Ceci est indiqué par l’augmentation soudaine du
nombre de liaisons hydrogène natives à l’événement 3899 ( ✭ glissement ✮ de la chaîne 2
sur la chaîne 4) et à l’événement 4388 (déplacement de la chaîne 3 sur la chaîne 1) sur la
figure 3.7 (c). On note également une augmentation coopérative du nombre de contacts
natifs sur la figure 3.7 (f). Le chemin qui mène à la structure finale est donc en réalité

38 3 Les petits peptides amyloïdes
faiblement déterminé par l’énergie totale du système qui décroît seulement de 2 kcal/mol
entre les événements 3000 et 4388. La figure 3.7 (d) souligne que les chaînes explorent es-
sentiellement des arrangements antiparallèles durant cette trajectoire. Pour conclure, les
simulations qui convergent vers un état tétramérique en feuillet β révèlent néanmoins des
différences importantes d’une trajectoire à l’autre (en partant de la même conformation
initiale). Par exemple dans les trajectoires R12 et R25, la région proche de -40 kcal/mol
est explorée après plus de 5000 événements, certaines chaînes alternent entre une orienta-
tion parallèle ou antiparallèle et l’intermédiaire oligomérique qui précède la formation du
tétramère natif n’est pas un double dimère mais une conformation trimère-monomère.
Fig. 3.8 – Analyse
détaillée de la trajectoire
ART d’agrégation
R6. (a) Énergie en
kcal/mol ; (b) Evolution
des états oligomériques
formés ; (c) Nombre
de liaisons hydrogène
natives (en gris) et non
natives (en pointillés) ;
(d) Orientations entre
les chaînes 3 et 1,
1 et 4, 4 et 2 ; (e)
Distances entre les extrémités
pour les 4 brins
(en ˚ A) ; (f) pourcentage
de contacts natifs
chaîne latérale-chaîne
latérale. Par souci de
clarté, les résultats sont
donnés jusqu’à ce que la
structure de plus basse
énergie soit atteinte.
Energy
−45 −30 −15
H−bonds
0 6 12
End−to−end distance
0 5 10
1
2
3
4
Oligomeric state
1−2 1−3 2−4 3−4
(a) (b)
Orientation
−1 0 1
(c) (d)
0 2000 4000 6000 7850
Event Number
Qc
0 50 100
(e) (f)
Event Number
1−2
1−3
2−4
0 2000 4000 6000 7850
La figure 3.8 illustre les mécanismes mis en jeu pour former l’état deux dimères perpen-
diculaire (cf. figure 3.6 (e)) observé pour la trajectoire R6. L’analyse de la figure 3.8 (b)
met en évidence un intermédiaire trimère-monomère (trimère 1-2-4 et monomère 3) durant
les 1800 premiers événements ; puis le brin 1 se défait et le système reste dans une organisa-
tion dimère-monomères (dimère 2-4 et deux monomères 1 et 3) entre les événements 1800
et 3200. Ensuite, le système explore transitoirement un nouvel état trimère-monomère
(trimère 3-4-2 et monomère 1) avant de former deux dimères (chaînes 1-3 et 2-4) à par-

3.3 Following the aggregation of amyloid-forming peptides by computer simulations 39
tir de l’événement 5000 qui finit par se stabiliser dans une orientation perpendiculaire
(cf. figure 3.8 (d)). L’étude des distances aux extrémités (figure 3.8 (e)) montre que la
trajectoire R6 fait intervenir des intermédiaires où la chaîne 1 est repliée. Nous observons
également sur la figure 3.8 (d) des transitions parallèle-antiparallèle pour les chaînes 2
et 4 (pourtant associées dans la formation d’un dimère dès le début de la trajectoire) et
un basculement du registre de liaisons hydrogène non natif vers un registre natif (cf. fi-
gure 3.8 (c)). De la même manière que pour la trajectoire d’agrégation R2, le chemin final
qui guide vers la formation de l’état natif (entre les événements 6000 et 7850) est associé
à une très faible décroissance de l’énergie totale du système.
L’ensemble des mécanismes d’agrégation est reporté figure 3.9. Ces chemins sont ren-
contrés avec différentes probabilités : le chemin (a) est observé pour 5/30 trajectoires, le
chemin (b) dans 9/30 trajectoires, les chemins (c) dans 4/30 trajectoires et (d) dans 3/30
trajectoires. Nous avons décrit en détail deux simulations qui empruntent les chemins (c)
pour R2 et (b) pour R6. Ces résultats sont cohérents avec des simulations de dynamique
moléculaire discontinue (Jang et al., 2004) qui utilisent un modèle de protéine simplifiée
avec un potentiel de Gō (énergies biaisées pour favoriser l’état natif). Cependant, nos
travaux révèlent un processus d’agrégation plus complexe qui peut être réversible (comme
l’attestent les trois trajectoires qui suivent le chemin (d)), qui peut présenter des transi-
tions trimère-monomère vers dimère-dimère et vice versa (observées pour 7/13 trajectoires
qui suivent le chemin (b) ou (c)) ou impliquer la formation d’intermédiaires transitoires.
Les limitations des simulations Gō pour explorer les mécanismes de repliement ont déjà
été discutées pour une épingle β de 16 résidus (Wei et al., 2004b). Récemment, Baumket-
ner et Shea ont suivi l’oligomérisation de quatres peptides KFFE, et de ses variants KAAE,
KLLE et KVVE, par des simulations de REMD (Baumketner et Shea, 2005). Cette étude
a confirmé la stabilité thermodynamique des formes dimériques et le polymorphisme des
oligomères obtenus.
Fig. 3.9 – Schéma récapitulatif des
mécanismes d’agrégation prédits par
ART. Les nombres 1, 2, 3 et 4 renvoient
aux formes monomérique, dimérique,
trimérique et tétramérique pour
le peptide KFFE.
Dans cette étude, 30 % des trajectoires n’ont pas convergé en 8000 événements ART
et sont restées dans des états désordonnés et métastables. Ce comportement avait déjà
été observé pour des simulations ART sur des dimères et des trimères de Aβ16−22 (San-

40 3 Les petits peptides amyloïdes
tini et al., 2004b,a) et suggère que le réarrangement des alignements non natifs vers les
alignements natifs des brins β constitue le facteur limitant pour le processus d’agrégation.
L’ensemble des simulations ART et MD démontre que quatre peptides KFFE existent
sous différents états oligomériques en équilibre rapide avec des orientations variées des
brins et du réseau de liaisons hydrogène. Il apparaît ainsi que le processus d’agrégation
pour ce tétrapeptide est complexe et ne peut se résumer à la simple addition successive
de brins sur un assemblage déjà formé. Nos résulats montrent également qu’un tétramère
d’un peptide court ne peut pas former deux couches parallèles ou antiparallèles.
3.4 Structures of soluble amyloid oligomers from com-
puter simulations
Adrien Melquiond, Normand Mousseau & Philippe Derreumaux
Proteins, 65 : 180–191, 2006
Pour approfondir notre étude sur l’agrégation du peptide KFFE, nous essayons mainte-
nant de déterminer comment les états de plus basses énergies et les processus d’assemblage
varient avec le nombre de monomères présents initialement dans le système. Nous ana-
lysons ainsi en détail les mécanismes d’agrégation prédits par la méthode ART-OPEP
pour sept peptides KFFE (bloqués aux extrémités par des groupements acétyl et amine)
à partir de conformations initiales aléatoires. Nos simulations montrent que sept chaînes
désordonnées KFFE peuvent atteindre trois arrangements d’énergies similaires : des oligo-
mères amorphes, des conformations ✭ annulaires ✮ ouvertes qui présentent des caractères
de tonneau β et enfin des structures avec des feuillets en croix-β qui respectent les dis-
tances caractéristiques des fibres mesurées sur les clichés de diffraction aux rayons X. Ces
simulations lèvent également le voile sur les chemins qui permettent le passage des états
dépliés vers un état ✭ amyloïde compétent ✮. Enfin, nous avons également testé la sta-
bilité par MD en solvant explicite (nos simulations couvrent une durée totale de 50 ns)
de conformations à deux feuillets β (tétramère-trimère) parallèles ou antiparallèles ainsi
qu’un feuillet β monocouche parfait (cf. partie 2.3.1 pour le protocole). Les brins β à
l’intérieur des feuillets sont disposés de manière antiparallèle.
Dans cette étude, 13 simulations ART ont été effectuées à partir de conformations
initiales différentes en utilisant des graines aléatoires pour les déplacements et une tem-
pérature de Metropolis de 600 K afin de mieux explorer l’espace conformationnel. Onze
trajectoires (notées R1 à R11) de 9000 événements ART ont été démarrées à partir des
sept chaînes dépliées dans une orientation aléatoire (deux points de départ différents, le
diamètre de la sphère minimale contenant tous les peptides est de 50 ˚ A). Deux trajec-

3.4 Structures of soluble amyloid oligomers from computer simulations 41
toires de 12000 événements ont également été réalisées pour vérifier que les simulations
ne restent pas piégées dans des états métastables : la première (R12) a été initiée à partir
de deux dimères parallèles (les brins β à l’intérieur de chaque dimère sont antiparallèles)
espacés de 10 ˚ A et trois monomères libres ; tandis que la deuxième (R13) commence à
partir de deux feuillets parallèles en croix-β (un tétramère et un trimère avec des brins β
antiparallèles).
La figure 3.10 met en avant toutes les structures de plus basses énergies prédites par
ART ainsi que leur probabilité (cf. équation 3.1) pi,
pi = e− E i
k B T
Z
(3.1)
où kb désigne la constante de Boltzmann, Ei l’énergie de la structure i, et Z la fonction de
partition calculée en utilisant les structures de plus basses énergies pour les 13 simulations.
Ces probabilités n’ont qu’une signification qualitative puisque la contribution entropique
n’est pas prise en compte par la méthode ART.
Les conformations de plus basses énergies obtenues pour les trajectoires de contrôle
(R12 et R13) ainsi que pour la majorité des simulations R1 à R11 sont d’énergies similaires.
En revanche, trois trajectoires (R1, R2 et R10) n’ont pas atteint leur équilibre en 9000
événements. L’énergie de ces états métastables varie entre -63,7 et -67,2 kcal/mol. Les dix
autres prédictions, avec des énergies comprises entre -78,5 (R6) et -82,0 (R7, R12 et R13)
kcal/mol, peuvent être regroupées en trois topologies principales, malgré une fluctuation
importante au niveau atomique.
Le premier arrangement (probabilité de 75 %), observé indépendamment du point
de départ (R3, R4, R5, R6, R7, R12 et R13 d’énergies respectives -80,5 ; -78,5 ; -80,0 ;
-78,5 ; -82,0 ; -82,0 ; -82,0 kcal/mol), consiste en une structure cross-β-sheet-like avec deux
feuillets de brins β désordonnés avec une distance moyenne Cα-Cα intra-feuillet de 4,5 ˚ A.
Cette conformation diffère néanmoins de la structure classique proposée par diffraction
aux rayons X et RMN de l’état solide puisque les feuillets β que nous avons mis en évidence
ne sont pas parallèles ou antiparallèles l’un par rapport à l’autre mais présente plutôt une
orientation perpendiculaire. En conséquence, la distance moyenne Cα-Cα inter-feuillets est
de l’ordre de 12 ˚ A, supérieure à la distance de 10 ˚ A générique, et le réseau prédit de liaisons
hydrogène n’est pas parallèle à l’axe de la fibre. Des analyses supplémentaires montrent
que les brins β antiparallèles à l’intérieur des feuillets sont privilégiés (R12 et R13) mais
des orientations mixtes parallèle-antiparallèles sont également possibles (R3, R4 et R7 ont
deux brins parallèles). Ce résultat est cohérent avec les simulations de dynamique molécu-
laire tout-atome sur quatre peptides KFFE en solution où les chaînes antiparallèles avaient

42 3 Les petits peptides amyloïdes
R1 R2 R3
R4 R5 R6
R7 R8 R9
R10 R11 R12
R13
Fig. 3.10 – Représentation du squelette peptidique des structures prédites par ART. L’extrémité
N-terminale de chaque chaîne est indiquée par une sphère.

3.4 Structures of soluble amyloid oligomers from computer simulations 43
été observées en équilibre avec des chaînes mixtes antiparallèle-parallèles. La deuxième
topologie d’énergie -81,5 kcal/mol et de probabilité 11 %, observée pour la trajectoire
R5, correspond à une organisation mono-couche présentant les caractéristiques d’un ton-
neau β. Cet arrangement est trouvé en équilibre avec une forme cross-β-sheet à deux
couches. La troisième topologie d’énergie -81,0 kcal/mol (probabilité 13 %) est observée
pour les simulations R8, R9 et R11 et consiste en oligomères amorphes.
Des oligomères amorphes transitoires sont retrouvés dans les premières étapes d’agré-
gation pour toutes les simulations, en partant d’une organisation et de conformations
aléatoires des peptides. Parmi les onze trajectoires non biaisées, trois d’entre elles (R8, R9
et R11) convergent vers des oligomères amorphes de basses énergies avec des morpholo-
gies distinctes : un feuillet β partiellement formé composé de quatre brins β qui interagit
avec un dimère et un monomère (R8), deux dimères arrimés à un trimère pour R9 et
enfin un pentamère désordonné en interaction avec un dimère pour la trajectoire R11 (cf.
figure 3.10). Nos simulations montrent que ces agrégats peuvent être la résultante d’une
addition de monomères, dimères, trimères ou même tétramères sur des structures prééta-
blies. D’après nos résultats sur cinq autres trajectoires, il est évident que ces oligomères
amorphes de très basses énergies pourraient évoluer vers la formation de structures avec
des caractéristiques de fibres β si nous avions poursuivi les simulations.
La figure 3.11 montre l’analyse détaillée de la trajectoire R7 complétée par une des-
cription sous forme d’instantanés des principales étapes de l’agrégation (cf. figure 3.12), de
la conformation initiale (figure 3.12 (A)) jusqu’à l’état cross-β-sheet-like (figure 3.12 (F)).
L’assemblage commence par la formation d’un agrégat amorphe qui consiste en un penta-
mère désordonné et un feuillet β double brin (fig. 3.12 (B)) qui diffuse et s’organise en
heptamères désordonnés sous différentes formes (fig. 3.12 (C)). Ainsi que le montre la fi-
gure 3.11 (F), les premiers événements d’agrégation sont gouvernés par les contacts entre
chaînes latérales des phénylalanines. En quelques centaines d’événements, le système passe
d’un état oligomère amorphe à une conformation à deux feuillets (figure 3.12 (D), évé-
nement 738) composée d’un tétramère mixte parallèle-antiparallèle (chaînes 2-3-5-7) et
d’un dimère antiparallèle (chaînes 6-4) ; la chaîne 1 en bleue reste quant à elle très mobile.
Une fois formées, les deux couches sont dynamiques et explorent des orientations variées,
la chaîne 1 se déplaçant d’une couche à l’autre. À l’événement 2010, la chaîne 1 est per-
pendiculaire au tétramère (fig. 3.12 (E)) jusqu’à ce qu’elle soit finalement recrutée par le
dimère à l’événement 6815 (cf. la baisse d’énergie de 8 kcal/mol sur la figure 3.11 (A)) ce
qui aboutit à la structure de plus basse énergie à l’événement 7238 (fig. 3.12 (F)).

44 3 Les petits peptides amyloïdes
Energy
−85 −65 −45
Orientation
Orientation
End−to−end distance
−1 0 1
−1 0 1
0 5 10
A)
C)
E)
G)
0 2000 4000 6000 7238
Event Number
2−3
3−5
5−7
6−4
4−1
5−4
1
2
3
4
5
6
7
HB nat
0 4 8 12
HB nonnat
0 3 6
Qc
0 50 100
F−F contacts
0 10 20 30
B)
D)
F)
H)
0 2000 4000 6000 7238
Event Number
Fig. 3.11 – Analyse détaillée de la trajectoire d’agrégation R7 en fonction du nombre
d’événements ART. (A) Énergie en kcal/mol. (B) Nombre de liaisons hydrogène natives
pour le tétramère (en bleu) et le trimère (en rouge). (C) Orientation des chaînes du tétramère
(2-3-5-7). (D) Nombre de liaisons hydrogène non natives à l’intérieur du tétramère
(en bleu), du trimère (en rouge) et entre les deux feuillets (pointillés noirs). (E) Orientation
des chaînes du trimère (6-4-1) et entre les deux feuillets (5-4). (F) Pourcentage de
contacts natifs chaîne latérale-chaîne latérale pour le tétramère (en bleu), le trimère (en
rouge) et entre les deux couches (pointillés noirs). (G) Distance entre les Cα terminaux
pour chaque brin β en ˚ A. (H) Nombre de contacts entre chaînes latérales phénylalaninephénylalanine
(F-F) (en noir), les lignes horizontales correspondent respectivement au
nombre de contacts F-F attendus dans un feuillet β monochouche parfait (en bleu) et
pour une structure en croix-β idéale constituée de deux feuillets β parallèles (en rouge).
Par souci de clarté, les résultats sont donnés jusqu’à ce que la structure de plus basse
énergie soit atteinte.

3.4 Structures of soluble amyloid oligomers from computer simulations 45
(A) (B) (C)
(D) (E) (F)
Fig. 3.12 – Illustration de la trajectoire d’agrégation R7 sous forme d’instantanés. (A)
État initial ; (B) événement 311 ; (C) événement 335 ; (D) événement 738 ; (E) événement
2010 ; (F) événement 7238, conformation de plus basse énergie. Les lignes en pointillés
noirs indiquent les liaisons hydrogène.
Une analyse approfondie montre une réorientation très importante de tous les peptides
durant les premières étapes de l’agrégation, ainsi que l’atteste la fluctuation des produits
scalaires entre vecteurs directeurs sur les figures 3.11 (C,E) durant les 1000 premiers évé-
nements. L’évolution des nombres de liaisons hydrogène natives (fig. 3.11 (B)) et non
natives (fig. 3.11 (D)) met en évidence que le feuillet composé de quatre brins β est main-
tenu par un réseau de liaisons hydrogène non natives durant les 2100 premiers événements
puis passe progressivement dans son registre natif par des mouvements de reptation des
chaînes les unes par rapport aux autres. Ceci est confirmé par la hausse rapide du nombre
de liaisons hydrogène natives d’une amplitude de 5 à l’événement 2310 (fig. 3.11 (B)),
associée à une chute des liaisons hydrogène non natives (de 5 à 0, fig. 3.11 (D)) et à l’aug-
mentation coopérative des contacts natifs (de 70 à 100 %, fig. 3.11 (F)). Pour le trimère,
le passage d’un registre non natif au registre natif par mouvements de reptation a lieu à
partir de l’événement 6775.

46 3 Les petits peptides amyloïdes
La comparaison de l’ensemble des trajectoires qui convergent vers un état à deux
couches en feuillets β révèle qu’il n’existe pas qu’un seul chemin d’agrégation possible.
Dans la trajectoire R7, toutes les distances aux extrémités varient entre 6 et 8 ˚ A
(fig. 3.11 (G)), hormis pour la chaîne 7 (10 ˚ A), tandis que dans les simulations R12
et R13 les brins fluctuent entre 7 et 10 ˚ A. Des agrégats désordonnés pentamère-dimère
sont formés très tôt dans les trajectoires R6 et R7 alors qu’un heptamère désordonné est
observé dans les premiers pas d’agrégation de R3. Dans leur ensemble, ces résultats sug-
gèrent un nombre important d’oligomères amorphes distincts durant les premières étapes
de la fibrillogénèse. La complexité de ce processus d’agrégation est également illustrée par
la présence d’un intermédiaire en tonneau β ✭ ouvert ✮ dans la simulation R5, en équilibre
avec une structure en croix-β avec deux couches parallèles. Il est important de souligner
que cet arrangement de forte énergie (feuillet β monocouche replié en tonneau β) est éga-
lement détecté le long de la trajectoire R6. La trajectoire d’agrégation R5 est détaillée sur
la figure 3.13.
(A) (B) (C)
(D) (E) (F)
Fig. 3.13 – Illustration de la trajectoire d’agrégation R5 sous forme d’instantanés. (A)
Événement 308. (B) événement 351. (C) événement 398. (D) événement 2805. (E) événement
5790, arrangement en tonneau β. (F) événement 7932, structure cross-β-sheet-like.
Les lignes en pointillés noirs indiquent les liaisons hydrogène.

3.4 Structures of soluble amyloid oligomers from computer simulations 47
En partant d’une orientation aléatoire des sept peptides (fig. 3.12 (A)), le replie-
ment explore des agrégats de différentes complexités : trimère (chaînes 2-3-4) → dimère
(chaînes 5-7) → deux monomères immédiatement suivis par la formation d’un tétramère
(chaînes 2-3-4-6) → dimère (chaînes 5-7) → un monomère libre (chaîne 1) + trois di-
mères (chaînes 5-7, 2-3, 4-6) ; le tout durant les 308 premiers événements ART (voir
figure 3.13 (A)). En outre, les peptides sont parfaitement alignés dans les dimères mais
désordonnés dans le tétramère. Un nouveau trimère est alors créé par association du
dimère 2-3 avec la chaîne 1 ; le système forme maintenant un oligomère amorphe tran-
sitoire qui consiste en un feuillet β désordonné composé des brins 1-2-3 et deux di-
mères désordonnés (chaînes 4-6 et 5-7) stabilisé par des interctions entre chaînes laté-
rales (événement 351, fig. 3.13 (B)). Une fois que cet intermédiaire amorphe est formé,
ART trouve des états de transtion successifs qui favorisent l’exploration d’un feuillet β de
cinq brins (chaînes 1-2-3-4-6) avec un réseau imparfait de liaisons hydrogène + un dimère
(chaînes 5-7) perpendiculaire (événement 398, fig. 3.13 (C)). La chaîne 2 (en rouge) reste
cependant très dynamique et se déplace d’un feuillet à l’autre. Le trimère alors formé
(chaîne 2-5-7) commence à se tourner par rapport au tétramère (événement 2805,
fig. 3.13 (D)) ce qui facilite la formation de liaisons hydrogène entre les chaînes 2 et 3
aux extrémités des feuillets. Cette interaction aboutit à la création d’une structure en
tonneau β (fig. 3.13 (E), événement 5790), d’énergie -81,5 kcal/mol, qui sera notée R5-B 7
dans la suite de cette étude. Enfin, cette conformation converge en 2200 événements en
une structure isoénergétique composée de deux feuillets β parallèles qui respecte les carac-
téristiques du motif en croix-β (cette structure sera maintenant référencée R5-C 8 ). Cette
conformation d’énergie -80,7 kcal/mol consiste en un trimère antiparallèle parfait et un
tétramère moins régulier avec des brins antiparallèles et parallèles. Les deux couches sont
parallèles et séparées par une distance moyenne Cα-Cα inter-feuillets de 10 ˚ A (fig. 3.13 (F),
événement 7932).
Afin de valider les oligomères solubles prédits par la méthode ART-OPEP, nous avons
réalisé des simulations de dynamique moléculaire tout-atome en solvant explicite. En effet,
nous avons mis en évidence des structures en croix-β avec des feuillets perpendiculaires
plutôt que parallèles ou antiparallèles entre eux. De plus, aucun feuillet β monocouche
idéal n’est observé dans nos simulations, alors que des simulations de dynamique molé-
culaire révèlent que le fragment DFNKF de la calcitonine humaine est stable sous forme
d’un unique feuillet β de neuf brins parallèles (Haspel et al., 2005). Est-ce parce que nos
simulations ART-OPEP n’étaient pas assez longues, parce que le système étudié est trop
petit, ou bien est-ce un artefact du champ de force ou de la technique utilisée ? En fait,
7 B pour barrel
8 C pour cross

48 3 Les petits peptides amyloïdes
à cause du caractère gros-grains des chaînes latérales et de la représentation implicite du
solvant, OPEP ne peut pas rapporter toute la complexité des interactions hydrophobes et
électrostatiques entre chaînes latérales tout-atome et ne prend pas en compte les liaisons
hydrogène entre les peptides et le solvant. Par ailleurs, cette version de ART n’inclue pas
la contribution entropique.
Puisqu’aucune évidence expérimentale n’indique une orientation parallèle ou antipa-
rallèle des feuillets dans les fibres complètes, nous avons entrepris d’examiner la stabilité
de deux feuillets β idéaux composés de brins antiparallèles (tétramère-trimère) avec une
orientation soit parallèle soit antiparallèle entre les couches. Pour cela, nous avons réa-
lisé deux séries de simulations de dynamique moléculaire tout-atome en solvant explicite
à 310 K pendant 20 ns. Les figures 3.14 (A,B) représentent l’écart quadratique moyen
(RMSD) calculé sur les Cα pour chaque modèle par rapport à leurs structures minimisées.
Cette analyse montre que l’orientation parallèle stabilise chaque feuillet avec une dévia-
tion moyenne qui fluctue autour de 1,0 à 1,5 ˚ A pour le tétramère et le trimère durant
l’échelle de temps de 20 ns (fig. 3.14 (A)). En revanche, la structure en croix-β parfaite
ne reste stable que pendant 5,9 ns (RMSD < 4 ˚ A), après 6 ns le RMSD de l’heptamère
oscille autour de 7,2 ˚ A et est associé à un mouvement de rotation d’un feuillet par rapport
à l’autre. La figure 3.14 (C) montre la conformation initiale et le centre du groupe le plus
peuplé après 10 ns (37 % de la trajectoire entre 10 et 20 ns). De manière surprenante, le
représentant de ce groupe dévie de 2,9 ˚ A par rapport à la structure de plus basse énergie
obtenue pour la trajectoire ART R12 (même arrangement que dans R7 sauf que les feuillets
sont étendus). Cet écart descend même à 2,2 ˚ A si on omet une chaîne. Dans l’ensemble,
ces résultats sont confirmés par la deuxième simulation de dynamique moléculaire, bien
que le trimère et le tétramère soient beaucoup plus flexibles en partant d’une orientation
antiparallèle entre les feuillets (RMSD compris entre 2,5 et 4,0 ˚ A en moyenne par rapport
à leurs structures minimisées, cf. figure 3.14 (B)). La figure 3.14 (D) montre de nouveau
une conformation très peuplée où un feuillet a subi une rotation par rapport à l’autre. Ces
résultats valident les structures prédites par ART avec un arrangement perpendiculaire
entre les feuillets et écartent l’éventualité que nos simulations ART soient trop courtes ou
que le champ de force OPEP soit inadéquat.
La figure 3.14 (E) montre l’évolution du RMSD calculé sur les Cα en partant d’un
feuillet β monocouche idéal à 310 K. Nous observons après 11,5 ns un dépliement partiel
du feuillet avec la dissociation de trois chaînes (fig. 3.14 (F)). Ce résultat explique pour-
quoi cette conformation monocouche parfaite n’est pas retrouvée dans nos simulations
ART.

3.4 Structures of soluble amyloid oligomers from computer simulations 49
RMSD (Å)
RMSD (Å)
0 2 4 6
0 4 8
Time (ns)
Heptamer
Tetramer
Trimer
0 10 20
RMSD (Å)
0 4 8
Time (ns)
Heptamer
Tetramer
Trimer
0 10 20
(A) (B)
→ →
(C) (D)
0 4 8 11.5
Time (ns)
(E) (F)
Fig. 3.14 – Simulations de dynamique moléculaire tout-atome en solvant explicite. La
première partie (A,B,C et D) renvoie aux simulations de 20 ns à 310 K en partant de
structures en croix-β idéales avec une orientation parallèle (A,C) et antiparallèle (B,D)
entre les feuillets. Les figures A et B montrent l’évolution du Cα RMSD (en ˚ A) pour l’heptamère
(solide), le tétramère (tirets) et le trimère (pointillés). La conformation initiale et
le représentant du groupe le plus peuplé sont reportés sur les figures C et D. La deuxième
partie (E,F) illustre la simulation de 11,5 ns à 310 K réalisée à partir d’un feuillet β monocouche
parfait. L’évolution du Cα RMSD (en ˚ A) pour l’heptamère est montrée figure E.
La structure initiale et celle générée après 11,5 ns sont présentées figure F.
Afin de mieux comprendre le processus d’agrégation et de caractériser les forces qui
conduisent aux oligomères de plus basses énergies, nous avons suivi la formation des liai-
sons hydrogène natives et non natives ainsi que les interactions chaîne latérale-chaîne
latérale en fonction des événements ART. Nous rappelons que la liste des interactions
natives varie d’une trajectoire à l’autre à cause de la dégénérescence de ces différents
→

50 3 Les petits peptides amyloïdes
états isoénergétiques. L’analyse de la trajectoire R7 (figure 3.11) montre que les premières
étapes de l’agrégation résultent de la formation simultanée de liaisons hydrogène na-
tives et non natives et essentiellement d’interactions entre chaînes latérales phénylalanine-
phénylalanine (F-F). À l’événement 600, les premiers intermédiaires formés dans R7 pos-
sèdent 25 contacts entre chaînes latérales F-F et 78 % de ces contacts sont natifs (voir
figure 3.15). Toutes les autres simulations présentent le même comportement ; à l’événe-
ment 600, les agrégats des trajectoires R5, R8 et R9 possèdent entre 10 et 14 contacts
entre chaînes latérales F-F (fig. 3.15) et 43–63 % d’entre eux sont natifs.
F−F contacts
F−F contacts
0 10 20 30
0 10 20 30
0 2000 4000 6000 7932
Event Number
F−F contacts
0 10 20 30
0 2000 4000 6000 7238
Event Number
R5 R7
0 2000 4000 7001
Event Number
F−F contacts
0 10 20 30
0 1000 2000 3473
Event Number
R8 R9
Fig. 3.15 – Évolution du nombre de contacts entre chaînes latérales phénylalaninephénylalanine
(F-F) dans les simulations ART R5, R7, R8 et R9. En comparaison, le
nombre de ces contacts dans un feuillet β monocouche idéal (pointillés) et dans une structure
feuillet β double couche parfaite (tirets) est également indiqué. La ligne verticale
(tirets) dans la trajectoire R5 localise la conformation R5-B.
Bien que le nombre d’interactions entre chaînes latérales F-F reste relativement constant
durant la simulation, nous observons un réarrangement considérable des chaînes en re-
gardant l’évolution du pourcentage de contacts chaîne latérale-chaîne latérale natifs en
fonction des événements ART (voir figure 3.16). Dans plusieurs trajectoires (R5 ou R7
par exemple), les contacts natifs se forment rapidement avec environ 60 % d’interactions

3.4 Structures of soluble amyloid oligomers from computer simulations 51
finales déjà formées dès l’événement 500. Le reste de la simulation consiste en une série de
mouvements locaux d’optimisation, de manière à satisfaire les autres forces concurencielles
telles que les liaisons hydrogène. Dans les autres simulations (R8 et R9), l’effondrement hy-
drophobe entraîne la formation d’un nombre important de contacts chaîne latérale-chaîne
latérale (cf. figure 3.15) principalement non natifs (fig. 3.16). L’agrégation se poursuit
par association-dissociation des chaînes et mouvements de reptation (comme nous l’avons
décrit figure 3.11 (B,D)). Ce processus peut être suivi sur la figure 3.16 où les ✭ sauts ✮
de Qc révèlent que les chaînes ont trouvé leur registre natif. Ce résultat est cohérent avec
des études récentes de spectroscopie IR (Petty et Decatur, 2005) et des simulations ART-
OPEP réalisées sur le peptide Aβ16−22 (Santini et al., 2004b,a).
Qc
Qc
0 50 100
0 50 100
0 2000 4000 6000 7932
Event Number
Qc
0 50 100
0 2000 4000 6000 7238
Event Number
R5 R7
0 2000 4000 7001
Event Number
Qc
0 50 100
0 1000 2000 3473
Event Number
R8 R9
Fig. 3.16 – Évolution de la fraction de contacts chaîne latérale-chaîne latérale pour les
trajectoires ART R5, R7, R8 et R9. La ligne verticale (tirets) dans la trajectoire R5 localise
la conformation R5-B.
Dans cet article, nous avons revisité les chemins d’agrégation du plus petit peptide
connu à ce jour pour former des fibres amyloïdes, en utilisant la technique d’activation
relaxation et un modèle d’énergie simplifiée avec une représentation implicite du solvant.
Nous avons également étudié la stabilité de deux produits finaux de la fibrillogénèse in vi-
tro par des simulations de dynamique moléculaire en solvant explicite. La technique ART,

52 3 Les petits peptides amyloïdes
choisie pour explorer la durée très longue du processus d’agrégation et dépasser ainsi les
premières étapes auxquelles peut uniquement accéder la dynamique moléculaire (Colombo
et al., 2005 ; Klimov et Thirumalai, 2003 ; Wu et al., 2005b), permet une caractérisation
structurale des premiers agrégats qui ne peuvent pas être déterminés facilement par des
méthodes biophysiques. De plus, par rapport aux nombreuses études précédentes des mé-
canismes d’agrégation par MD ou nos travaux ART-OPEP précédents sur un octamère,
les peptides ne sont pas biaisés vers une formation de feuillets β (Paci et al., 2004 ; Wu
et al., 2005b,a) et sont libres de toutes contraintes interchaînes (Klimov et Thirumalai,
2003 ; Wu et al., 2005b ; Gsponer et al., 2003 ; Wei et al., 2004a).
Les simulations présentées dans ce travail montrent, en accord avec d’autres études
réalisées sur le phénomène de nucléation (Moroni et al., 2005), que les structures des
intermédiaires proches du noyau stable sont variées et complexes. En partant de confor-
mations aléatoires des peptides, KFFE s’assemble dans de multiples structures en équilibre.
Bien que les fluctuations atomiques soient très importantes, ces structures peuvent être
regroupées en trois topologies majeures d’énergies similaires, qui peuvent être liées à des
assemblages identifiés expérimentalement dans le cas de protéines formant de longues
fibres amyloïdes.
La topologie 1 est une structure en croix-β qui diffère de l’expérience et d’une étude
précédente sur un hexamère de KFFE (Wei et al., 2004c) par des feuillets β qui adoptent
une orientation perpendiculaire entre eux, plutôt qu’une orientation parallèle ou antipa-
rallèle. Ce résultat est confirmé par nos simulations de dynamique moléculaire en solvant
explicite réalisées à partir des deux arrangements idéaux. Cette organisation en feuillets β
orthogonaux a également été mise en évidence dans des simulations ART-OPEP menées
sur des octomères préformés (Wei et al., 2004a) et dans des simulations de dynamique
moléculaire pour deux hexapeptides initialement organisés en un feuillet β monocouche
(Colombo et al., 2005) ou à partir de dimères orientés aléatoirement (Wu et al., 2005b).
Dans cette topologie en croix-β, les brins β qui composent les feuillets sont majoritai-
rement antiparallèles, mais des orientations mixtes parallèle-antiparallèle sont également
possibles. Ces observations sont cohérentes avec des simulations précédentes d’agrégation
ou de dissociation (MD) sur des peptides similaires (Paci et al., 2004 ; Gsponer et al.,
2003 ; Santini et al., 2004a).
La topologie 2 consiste en agrégats amorphes avec un taux important de liaisons hy-
drogène (∼ 50 %) et des diamètres qui varient entre 3,1 et 3,8 nm. Bien que ces agrégats
soient retrouvés dans l’ensemble de nos simulations ART, leur population est presque né-
gligeable pour des systèmes variant de 4 à 6 peptides KFFE (Melquiond et al., 2005 ; Wei
et al., 2004c). Ces agrégats correspondent aux intermédiaires en forme de micelle mis en

3.4 Structures of soluble amyloid oligomers from computer simulations 53
évidence par diffusion de neutrons aux petits angles pour le peptide Aβ amyloïde (Yong
et al., 2002).
La topologie 3 est un feuillet β monocouche non régulier replié en tonneau β. Cette
structure, également discutée dans une étude ART-OPEP de six peptides KFFE à partir
d’assemblages préformés (Wei et al., 2004c) mais jamais reportée par d’autres techniques
de simulations, rappelle les anneaux incomplets de la protéine α-synucléine découverts
par Lashuel et collaborateurs par microscopie électronique à transmission (Lashuel et al.,
2002). Si cette topologie n’a pas pu être observée dans nos simulations sur un octomère
de KFFE (Wei et al., 2004a), c’est parce que ces dernières étaient trop courtes pour un tel
système.
Un résultat supplémentaire est que les chemins générés par ART pour un heptamère,
en partant d’une distribution aléatoire des chaînes, sont plus complexes que ceux obser-
vés pour un hexamère en partant d’une distribution équivalente. Les premières étapes
de l’agrégation sont dominées par des interactions chaîne latérale-chaîne latérale qui au-
torisent des assemblages partiels de feuillets β désordonnés hors registre. Ces agrégats
existent sous différentes organisations : deux ou trois dimères, un tétramère désordonné
en interaction avec un dimère ou un trimère, un pentamère irrégulier ... Le repliement pro-
gresse par optimisation simultanée des interactions hydrogène et hydrophobes dans des
agrégats amorphes. Pendant cette phase, les feuillets peuvent se dissocier, se réassocier et
se réorienter les uns par rapport aux autres, ces réarrangements interchaînes s’opérant par
mouvements de reptation. Cela souligne la diversité des agrégats précoces qui forment des
blocs constitutifs capables d’interagir avec le noyau pour permettre l’élongation rapide de
la fibre. Enfin, ces agrégats amorphes peuvent évoluer soit directement (haute probabi-
lité) soit indirectement (faible probabilité, en explorant la topologie en tonneau β) vers
des structures en croix-β. Les mécanismes d’agrégation prédits par ART sont cohérents
avec des études biophysiques menées sur la protéine prion Sup35 (Serio et al., 2000) et
avec des simulations de dynamique moléculaire discontinue sur des chaînes de polyalanine
(Nguyen et Hall, 2004) bien que les anneaux ouverts avec des caractères de tonneau β ne
soient pas décrits.
En résumé, les simulations ART réalisées sur un heptamère de KFFE, ainsi que nos
études précédentes sur des hexamères (Wei et al., 2004c) et des octamères (Wei et al.,
2004a) de ce peptide, démontrent qu’il existe des limites (nombre de brins) pour la sta-
bilisation des agrégats amorphes et des limites (cinétiques) pour accéder à un feuillet β
monocouche à partir d’un état amorphe. Nos simulations gros-grains et de dynamique
moléculaire indiquent clairement que la taille des systèmes étudiés est trop petite pour
stabiliser les peptides KFFE dans des arrangements cohérents avec les données de fibrillo-

54 3 Les petits peptides amyloïdes
génèse in vitro. En outre, nos modèles suggèrent qu’une orientation perpendiculaire entre
les feuillets β pourrait être prédominante dans les premières étapes de l’agrégation pour
un système composé de sept chaînes KFFE. La population de ces états ✭ amyloïde compé-
tents ✮ reste cependant à déterminer en condition physiologique. De plus, nos simulations
ne nous permettent pas de différencier les oligomères solubles les plus cytotoxiques. Néan-
moins, ces travaux apportent une contribution originale qui peut permettre de progresser
dans la caractérisation atomique de ces intermédiaires solubles et d’envisager le dévelop-
pement d’agents anti-amyloïdes.
3.5 Probing amyloid fibril formation of the NFGAIL
peptide by computer simulations
Adrien Melquiond, Jean-Christophe Gelly, Normand Mousseau & Philippe Derreumaux
J. Chem. Phys., 126 : 065101, 2007
La formation des fibres amyloïdes, telle qu’elle est observée dans la maladie d’Alz-
heimer et le diabète de type II, est couramment décrite par un mécanisme de nucléation-
polymérisation. Cependant, les détails des processus précédant la formation du noyau sont
toujours inconnus. Dans cette étude, en utilisant la technique d’activation-relaxation cou-
plée à un modèle d’énergie générique, nous explorons les chemins d’agrégation de douze
chaînes de l’hexapeptide NFGAIL. Nos simulations montrent, en partant d’un dimère pa-
rallèle préformé et de dix chaînes désordonnées, que ces peptides forment essentiellement
des oligomères amorphes ou plus rarement des stuctures en feuillets β où les peptides
adoptent une orientation parallèle à l’intérieur des feuillets. La comparaison entre les si-
mulations indique qu’un dimère n’est pas une entité suffisante pour prévenir la formation
d’agrégats amorphes et qu’il existe un seuil critique du nombre de connexions entre les
chaînes au-delà duquel l’exploration d’agrégats amorphes est favorisée.
Pour dépasser les limites rencontrées par les modèles protéiques de faible résolution
(Jang et al., 2004 ; Pellarin et Caflisch, 2006) et par la méthode de dynamique molécu-
laire (Ma et Nussinov, 2002 ; Klimov et Thirumalai, 2003), nous avons utilisé la technique
d’activation-relaxation (ART) nouveau (Malek et Mousseau, 2000) combinée au champ de
force OPEP (Derreumaux, 2000b) pour étudier l’agrégation du fragment 22–27 (NFGAIL)
du peptide islet amyloid humain. Les agrégats du peptide entier sont retrouvés dans les
cellules pancréatiques (îlots de Langerhans) des patients qui présentent un diabète de
type II. Par ailleurs, le fragment NFGAIL forme in vitro des fibres amyloïdes et est une
cible moléculaire pour le développement d’inhibiteurs. Le peptide NFGAIL a été l’objet de
simulations de dynamique moléculaire tout-atome en solvant explicite, mais les auteurs

3.5 Probing amyloid fibril formation of the NFGAIL peptide by computer simulations55
exploraient seulement des fluctuations locales autour d’assemblages pré-établis (Zanuy
et al., 2004 ; Wu et al., 2005a) ou de structures aléatoirement choisies (Colombo et al.,
2005).
À notre connaissance, ce système correspond à l’oligomère le plus grand jamais
étudié par des simulations non biaisées, en utilisant une représentation atomique du sque-
lette peptidique, pour découvrir les chemins qui lient les formes dépliées et les stuctures
fibrillaires.
Pour suivre les mécanismes d’agrégation prédits par ART, nous analyserons l’énergie
totale le long de la simulation, l’orientation des chaînes i et j en calculant le produit
scalaire de leurs vecteurs directeurs, le rayon de giration (Rg), la distance aux extrémi-
tés Cα-Cα pour chaque chaîne et le nombre de liaisons hydrogène calculé selon les critères
DSSP (Kabsch et Sander, 1983). Nous avons également suivi le nombre de contacts chaîne
latérale-chaîne latérale entre deux chaînes et le nombre de connections entre une ✭ graine ✮
(ici, un dimère) et les chaînes restantes. Le nombre de connections est défini comme le
nombre total de chaînes en interaction avec les chaînes i et j qui constituent la graine
dimérique. Ce paramètre est différent du paramètre η utilisé par Jang et collaborateurs
(Jang et al., 2004) qui mesurait le taux de contacts natifs intermoléculaires vers intramo-
léculaires. L’assignation des stuctures secondaires a été réalisée avec le programme STRIDE
(Frishman et Argos, 1995).
Nous avons simulé douze chaînes Ace-NFGAIL-NH2, c’est-à-dire bloquées aux extrémi-
tés par des groupements acétyl et amine, à haute concentration. Toutes les simulations
sont initiées à partir de la même conformation de départ mais en utilisant des nombres
aléatoires différents. Cet état initial consiste en un dimère parallèle préformé et dix chaînes
désordonnées aléatoirement disposées et orientées dans une sphère de 70 ˚ A de diamètre.
Des résultats identiques ont été obtenus sans le dimère préformé. Chaque trajectoire est
générée pour 12000 événements ART à une température de Metropolis de 330 K, ce qui
correspond à un taux d’acceptation d’environ 75 %, et dure huit semaines sur un unique
processeur IBM Power4 cadencé à 1,3 GHz.
Parmi ces douze simulations, une trajectoire conduit à une structure bien ordonnée
alors que les onze autres convergent vers des agrégats amorphes. L’étude des structures
de plus basses énergies prédites pour chacune des douze trajectoires met en évidence deux
topologies principales, notées T1 et T2, et reportées figure 3.17. La topologie T1, associée
à la trajectoire R1, ne compte qu’un seul représentant ; cet arrangement présente une
énergie de -279,7 kcal/mol et 67 % de brins β. T1 est caractérisée par un feuillet β com-
posé de cinq brins parallèles en interaction avec un trimère mixte parallèle-antiparallèle,
un dimère parallèle et deux chaînes étendues (fig. 3.17 (a)). Contrairement à T1, T2 est

56 3 Les petits peptides amyloïdes
obtenue pour les trajectoires R2 à R12 et présente un caractère amorphe. Cet arrange-
ment révèle un pourcentage de brins β variant entre 0 % et 12 % et une énergie comprise
entre -256,0 kcal/mol (R2) et -271,0 kcal/mol (R9) (fig. 3.17 (b,c,d)).
Fig. 3.17 – Topologies de plus
basses énergies. La topologie T1
est obtenue pour la trajectoire
R1 (a) ; la topologie T2 est obtenue
pour les trajectoires R2 (b),
R7 (c) et R8 (d). Cette figure
illustre le pourcentage important
de brins β pour T1 tandis que T2
présente un caractère amorphe.
De façon remarquable, Rg vaut 11,4 ˚ A pour T1 et est compris entre 10,6 et 11,1 ˚ A pour
tous les représentants T2, ce qui indique que la densité des oligomères varie très peu entre
T1 et T2. La différence d’énergie enre T1 et T2 n’est pas liée aux interactions chaîne
latérale-chaîne latérale mais plutôt au nombre de liaisons hydrogène : T1 possède près de
1,7 fois plus de liaisons H que les stuctures représentatives de T2 présentées figures 3.17
(c,d).
La figure 3.17 (a) montre clairement que la topologie T1 ne satisfait pas toutes les
caractéristiques des structures en croix-β : la distance Cα-Cα interfeuillet de l’ordre de
10,5 ˚ A mise en évidence par diffraction aux rayons X et RMN du solide (Sunde et al.,
1997 ; Petkova et al., 2002) n’est pas retrouvée, mais la distance Cα-Cα intrafeuillet de
4,5 ˚ A est bien observée. Pour T2, cette dernière vaut en moyenne 5,5 ˚ A. Par ailleurs, T1
montre une préférence très nette pour une orientation parallèle entre les brins avec des
interactions en registre, en accord avec le modèle de fibres amyloïdes d’amyline humaine
proposé par Kajava et collaborateurs (Kajava et al., 2005) ainsi qu’avec les premières
étapes d’agrégation observées par simulations de dynamique moléculaire tout-atome de

3.5 Probing amyloid fibril formation of the NFGAIL peptide by computer simulations57
50 ns en solvant explicite (Colombo et al., 2005). En revanche, cette inclination parallèle
n’est pas constatée pour des courtes simulations de dynamique moléculaire où les brins
peuvent s’orienter indifféremment de manière parallèle ou antiparallèle (Wu et al., 2005a)
ou même préférer une orientation antiparallèle à l’intérieur des feuillets (Zanuy et al.,
2004). Il reste à savoir si cette discordance est associée au champ de force utilisé ou au
temps d’échantillonnage.
Analysons maintenant les mécanismes d’agrégation observés dans la trajectoire R1 et
responsables de la formation rapide, en terme de nombre d’événements ART, d’une struc-
ture riche en brins β (T1, voir figure 3.17 (a)). L’énergie totale et le nombre de liaisons
hydrogène en fonction du nombre d’événements ART sont reportés sur figures 3.18 (a,b).
La relaxation d’énergie est réalisée en trois étapes. Tout d’abord, une diminution rapide
durant les 1400 premiers événements avec une chute de -50 kcal/mol à -228 kcal/mol
qui s’accompagne durant la même période d’une augmentation du nombre de liaisons hy-
drogène de 6 à 27. La diminution d’énergie se ralentit ensuite progressivement jusqu’à
l’événement 7100 (E = -251 kcal/mol) puis la dynamique entraîne le système vers sa
conformation de plus basse énergie (-279,7 kcal/mol à l’événement 8537).
Les principales étapes d’assemblage qui aboutissent à la topologie T1 sont résumées
sur la figure 3.19.
À partir de 10 peptides d’orientations et de conformations aléatoires
(fig. 3.19 (a)), l’agrégation débute par la formation simultanée d’un nouveau dimère pa-
rallèle (chaînes 3-6) et d’un feuillet déformé composé de trois brins β (chaînes 9-1-2) qui
résulte de l’addition de la chaîne 9 sur le dimère pré-établi (événement 1138, fig. 3.19 (b)).
L’agrégation se poursuit par association des chaînes 4 et 9, ce qui conduit à la création
d’un feuillet β de quatre brins (chaînes 4-9-1-2) (événement 2056, fig. 3.19 (c)). Après cela,
les peptides restant (non engagés dans la formation d’un feuillet β) diffusent autour du
complexe tétramère-dimère (événement 3700, fig. 3.19 (d)) jusqu’à permettre la formation
d’un pentamère (chaînes 7-4-9-1-2) et d’un dimère (chaînes 11-12) en étroite interaction
avec un feuillet β composé de trois brins (chaînes 3-6-10) (cf. événement 8029, fig. 3.19 (e)).
Enfin, la chaîne 10 stabilise le trimère dans une conformation mixte antiparallèle-parallèle
tandis que les chaînes 5 et 8, qui ne participent pas à la formation des feuillets, explorent
l’espace conformationnel jusqu’à ce que la structure de plus basse énergie soit localisée
(événement 8537, fig. 3.19 (f)). A cet événement, les chaînes 5 et 8 sont parfaitement éten-
dues au-dessus du plan formé par les couches pentamériques et trimériques respectivement.
Alors que cette description sous forme d’instantanés aide à comprendre les mécanismes
à l’origine d’une structure aux caractéristiques de fibre, l’analyse détaillée des trajectoires
est plus complexe. L’évolution des orientations et des distances aux extrémités pour les

58 3 Les petits peptides amyloïdes
Fig. 3.18 – Analyse détaillée de la trajectoire d’agrégation R1 en fonction des événements
ART. (a) Energie totale en kcal/mol, (b) nombre de liaisons H, (c) orientation entre les
chaînes 9 et 4, (d) orientation entre les chaînes 7 et 2, (e) distances aux extrémités pour
la chaîne 4 (trait plein) et la chaîne 9 (pointillés) et (f) distances aux extrémités pour
la chaîne 5 (trait plein) et la chaîne 8 (pointillés). Par souci de clarté, les résultats sont
donnés jusqu’à ce que la structure de plus basse énergie soit atteinte à l’événement 8537.
chaînes qui composent le feuillet β pentamérique montrent que, au voisinage du dimère
parallèle préformé (chaînes 1-2), les chaînes 9 et 4 deviennent parallèles (fig. 3.17.c) et
étendues (fig. 3.17.e) après ∼ 1000 événements et 3000 événements respectivement. A
contrario, la chaîne 7, initialement antiparallèle, change très lentement son orientation
jusqu’à former un arrangement parfaitement parallèle avec la chaîne 2 à l’événement 8000

3.5 Probing amyloid fibril formation of the NFGAIL peptide by computer simulations59
Fig. 3.19 – Vue discrète du processus d’auto-assemblage menant à la topologie T1. (a)
État initial, (b) événement 1138, (c) événement 2056, (d) événement 3700, (e) événement
8029 et (f) événement 8537 où la structure de plus basse énergie est rencontrée.
(fig. 3.17 (d)). De même, les longueurs des chaînes 5 et 8 varient considérablement le long
de la trajectoire. La distance aux extrémités de la chaîne 5 varie entre 10 et 12 ˚ A et celle de
la chaîne 8 est inférieure à 6 ˚ A durant les 6000 premiers événements ART, et s’achemine
vers une conformation étendue pendant les 2000 événements restants.
Onze trajectoires (R2 à R12) ne retrouvent pas de structure ordonnée en feuillet β
après 12000 événements ART et correspondent ainsi aux voies lentes d’agrégation. Pour
caractériser ces chemins d’agrégation rapide et lent, il convient d’analyser séparément R1
et R2, dont les comportements sont très similaires, et de regrouper les 10 autres simula-
tions pour notre étude.
La figure 3.20 affiche l’évolution de l’énergie, du nombre de liaisons hydrogène ainsi
que le poucentage de chaînes étendues pour R1, R2 et le groupe constitué des trajectoire
R3 à R12. Toutes les simulations montrent une diminution rapide d’énergie (de -50 à
-250 kcal/mol) mais les simulations R3 à R12, qui conduisent à des agrégats amorphes,
présentent une relaxation significativement plus rapide qu’en R1, atteignant un plateau
énergétique en 1000 événements (figs. 3.20 (a,b)). La dernière simulation (R2) présente le
même profil que R1 avec un plateau atteint après l’événement 2000. Comme nous l’atten-

60 3 Les petits peptides amyloïdes
Fig. 3.20 – Comparaison entre les trajectoires R1 et R2, et l’ensemble R3 à R12. (a,b)
Énergie totale en kcal/mol ; (c,d) nombre de liaisons H ; (e,f) pourcentage de chaînes étendues
(distance aux extrémités > 12 ˚ A) ; (g,h) Évolution du rayon de giration en ˚ A durant
les 2500 premiers événements. Hormis pour l’étude de Rg, les résultats sont donnés jusqu’à
ce que la structure de plus basse énergie pour chaque trajectoire soit localisée. La partie
gauche de la figure correspond à l’analyse comparée des trajectoires R1 (train plein) et R2
(pointillés) ; la partie droite s’intéresse à l’ensemble des simulations R3 à R12 (les barres
d’erreurs représente la déviation standard).

3.5 Probing amyloid fibril formation of the NFGAIL peptide by computer simulations61
dions, le nombre de liaisons hydrogène augmente rapidement dans toutes les simulations.
Cependant, tandis que le nombre de liaisons H se stabilise autour de 17 pour les trajectoires
R3-R12 (fig. 3.20 (d)), celui-ci continue à augmenter jusqu’à atteindre 36 interactions hy-
drogène pour R1 et 30 pour R2 (fig. 3.20 (c)). R3 à R12 sont ainsi piégées très tôt dans des
assemblages amorphes, alors que R1 et R2 continuent à évoluer. Toutefois, les structures
R3 à R12 ne sont pas figées comme l’attestent les variations importantes de leurs réseaux
de liaisons hydrogène.
Nous avons pu identifier des différences entre les voies rapides et lentes d’agrégation
en comparant les profils de relaxation d’énergie et l’évolution du nombre de liaisons hy-
drogène ; en revanche, les figures 3.20 (e,f) indiquent qu’à l’événement 1000, toutes les
simulations contiennent environ 50 % de peptides étendus 9 , c’est-à-dire favorables à une
association en feuillet β. De manière surprenante, le pourcentage de brins étendus dans R1
est supérieur à celui de toutes les autres trajectoires au delà de l’événement 2000 (ie. une
fois que les deux feuillets tétramérique et dimérique sont déjà formés, voir figure 3.19 (c)).
La figure 3.20 (f) montre également que les agrégats amorphes sont des structures dy-
namiques qui évoluent progressivement, avec une augmentation légère mais notable du
pourcentage de chaînes étendues.
Quels sont donc les mécanismes qui entraînent l’exploration des voies d’agrégation ra-
pides ou lentes ? Une première réponse est apportée par l’évolution du rayon de giration.
Dans les simulations R1 et R2, Rg diminue de 26 à 11 ˚ A au cours des 2500 premiers évé-
nements avec une valeur de 17 ˚ A après 1000 événements (fig. 3.20 (g)). La figure 3.20 (h)
montre que le Rg moyen pour les trajectoire R3 à R12 décroît également de 26 à 11 ˚ A au
cours des 2500 premiers événements, mais sa valeur minimale est rencontrée dès l’événe-
ment 1000. Ainsi, un effondrement trop rapide du système durant les premières étapes de
repliement augmente la probabilité d’emprunter une voie lente avec la formation d’assem-
blages amorphes. Cependant, une décroissance plus douce du rayon de giration n’est pas
une condition suffisante pour garantir l’exploration de structure en feuillets β.
Pour comprendre les différences entre les trajectoires R1 et R2, qui présentent des
évolutions similaires de l’énergie totale, du nombre de liaisons hydrogène et du rayon de
giration, nous suivons maintenant le nombre de contacts entre certaines chaînes spécifiques
et le nombre de connexions entre un dimère et les chaînes environnantes (voir fig. 3.21).
Nous faisons l’hypothèse qu’un dimère est capable d’initier la propagation β si le nombre
de connexions entre ce ✭ noyau ✮ et les chaînes restantes augmente lentement et n’est
12 ˚ A.
9 Un peptide est considéré comme étendu si la distance entre ses Cα-Cα terminaux est supérieure à

62 3 Les petits peptides amyloïdes
pas trop grand, évitant ainsi que que la réorganisation des monomères alentour ne soit
bloquée par des barrières d’énergie trop hautes.
Fig. 3.21 – Nombre de contacts et nombre de connexions. Le nombre d’interactions chaîne
latérale-chaîne latérale à l’intérieur du dimère étudié est indiqué en pointillés ; le nombre
de connexions interchaînes (entre le dimère étudié et les monomères restants) est représenté
en trait plein. (a) trajectoire R1, noyau composé des chaînes 1-2 ; (b) R2, noyau
1-2 ; (c) R11, noyau 1-2 ; (d) R12, noyau 1-2 ; (e) R1, noyau 1-9 ; (f) R2, noyau 1-9.
Pour chaque trajectoire, les résultats sont donnés juqu’à ce leur structure de plus basse
énergie soit localisée.

3.5 Probing amyloid fibril formation of the NFGAIL peptide by computer simulations63
Dans un premier temps, nous concentrons notre étude sur le dimère 1-2 initialement
formé pour toutes les simulations. La figure 3.21 (a) montre que, pour R1, le nombre de
connexions vaut 12 à l’événement 1000, puis augmente provisoirement jusqu’à 15 à l’évé-
nement 1900 (à cette étape, deux feuillets β sont déjà formés ; cf. fig. 3.19 (c)), avant de
s’établir autour de 10 connexions dès l’événement 3000 et ce, jusqu’à ce que la structure
de plus basse énergie soit localisée. Les figures 3.21 (b,c,d) décrivent respectivement l’évo-
lution du nombre de connexions pour les trajectoires R2, R11 et R12 qui explorent toutes
des états amorphes T2 (des résultats identiques ont été obtenus pour toutes les autres
trajectoires (non montrés ici)). Pour l’ensemble des trajectoires R2 à R12, l’évolution du
nombre de connexions présente est similaire avec une valeur de 14–15 connexions obser-
vées dès l’événement 1000 (contre 12 pour R1), puis une augmentation continue dans les
7000 événements suivants jusqu’à atteindre 17 connexions (trajectoire R2, R7, R8 et R12).
Alors que le nombre de connexions entre le dimère préformé (chaînes 1-2) et les autres
chaînes permet de discriminer efficacement les voies lentes et rapides d’agrégation, nous
n’observons pas de corrélation avec le nombre de contacts intradimérique. Précisément, le
nombre d’interactions entre les chaînes 1 et 2 est équivalent dans les premiers pas pour les
trajectoire R1, R2 et R11 (∼ 7, figs. 3.21 (a,b,c)) et légèrement plus faible pour R12 (∼ 4,
fig. 3.21 (d)). Le dimère initial reste par conséquent très conforme entre les différentes
simulations R1, R2 er R11.
Les figures 3.21 (e) et 3.21 (f) décrivent la même analyse mais centrée sur les chaînes 1 et
9 pour les trajectoires R1 et R2. Ces chaînes sont impliquées dans la formation précoce
d’un feuillet β à trois brins (chaînes 9-1-2) qui évolue ensuite en un pentamère pour la
trajectoire R1. La distribution du nombre de connexions dans ces deux graphes montre
une nouvelle fois que le nombre de connexions ne doit pas dépasser une certaine limite
(∼ 10 connexions pour ce système) pour permettre un assemblage rapide vers des struc-
tures ✭ amyloïde compétentes ✮. Un nombre de connexions supérieur à ∼ 10 entrave le
rôle de ✭ support pour l’élongation ✮ joué par le dimère.
En conclusion, la technique ART-OPEP a une nouvelle fois été utilisée pour suivre
le processus d’agrégation d’un petit peptide, ici le fragment NFGAIL du peptide IAPP
humain, et caractériser les étapes élémentaires à l’origine de la formation des fibres amy-
loïdes. Toutes nos simulations sont réalisées à partir du même état initial, qui consiste en
un dimère préformé et dix peptides désordonnés. Parmi un ensemble de douze simulations,
une trajectoire aboutit à la formation de feuillets β orthogonaux, où les brins présentent
une orientation principalement parallèle à l’intérieur des feuillets. Cet alignement paral-
lèle est cohérent avec des données expérimentales (Azriel et Gazit, 2001) et confirme que

64 3 Les petits peptides amyloïdes
la méthode ART-OPEP n’est pas biaisée vers la formation de feuillets β antiparallèles
comme observée pour KFFE. Cette simulations montre que le dimère préformé joue le rôle
de support pour l’élongation d’un feuillet β mais un autre dimère est également formé dans
les premières étapes de l’agrégation. L’agrégation directe vers une structure qui présente
les caractéristiques des fibres amyloïdes, sans intermédiaire de type amorphe, est observée.
Ce processus d’agrégation a été décrit expérimentalement pour de nombreuses protéines
telles que la transthyrétine (Hurshman et al., 2004), sous des conditions dénaturantes, ou
encore le domaine SH3 (Bader et al., 2006).
La plupart des simulations montrent cependant que les peptides s’assemblent en agré-
gats amorphes métastables, en équilibre dynamique durant les 12000 événements ART.
D’après notre étude sur le peptide KFFE, ces agrégats sont capables d’évoluer vers des
structures en croix-β si l’on prolonge suffisamment les simulations. Néanmoins, le nombre
d’événements nécessaires pour détacher/réattacher les peptides et permettre les mou-
vements de reptation est certainement très important pour un tel système (Mousseau
et Derreumaux, 2005). Ces voies lentes d’agrégation qui entraînent l’exploration d’états
amorphes sont en accord avec le modèle de conversion conformationnelle nucléée (NCC
model) proposé par Serio et collaborateurs (Serio et al., 2000). L’observation de voies
d’agrégation rapides et lentes pour ce dodécamère concorde avec plusieurs études com-
putationnelles, en particulier des simulations Monte Carlo pour des dimères (Harrison
et al., 2001) et des trimères (Dima et Thirumalai, 2002a) sur grille (on-lattice), ainsi que
des simulations de dynamique moléculaire discontinue pour des tétramères (Jang et al.,
2004). Bien que les premières étapes de l’auto-assemblage impliquent un effondrement
hydrophobe dans toutes les trajectoires, il est possible de caractériser les spécificités des
voies rapides d’agrégation. Nous avons en effet mis en évidence qu’une variation lente
de la densité des peptides est une condition nécessaire, mais pas suffisante, pour former
des structures riches en brins β. En fait, nos résultats montrent qu’il est essentiel que
l’effondrement initial ne s’accompagne pas d’un nombre d’interactions interchaînes trop
important, c’est-à-dire que chaque chaîne ne doit pas possèder plus d’une certaine limite de
connexions avec les autres chaînes, afin que le coût énergétique associé au réarrangement
et à l’élongation d’un feuillet soit suffisamment bas. Cela suggère, de manière analogue
au repliement d’une protéine ou à la formation d’un cristal (Onuchic et al., 1997), que
l’oligomérisation en feuillets β nécessite une frustration minimale et donc une entropie
conformationnelle faible.

Chapitre 4
Les peptides amyloïdes Aβ40 et Aβ42
impliqués dans la maladie
d’Alzheimer
Sommaire
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
4.2 Conformations en équilibre du peptide Aβ21−30 en solution . 67
4.3 Structure de la région 23–28 dans les monomères Aβ40 et Aβ42 70
4.4 Structure de la région 23–28 dans les dimères Aβ40 et Aβ42 . 73
4.5 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
Role of the region 23–28 in Aβ fibril formation : In-
sights from simulations of the monomers and dimers
of Alzheimer’s peptides Aβ40 et Aβ42
Adrien Melquiond, Xiao Dong, Normand Mousseau & Philippe Derreumaux
soumis à Curr. Alzheimer Res., 2007
L’auto-assemblage des peptides Aβ40 et Aβ42 joue un rôle déterminant dans la maladie
d’Alzheimer. Aβ40 est l’espèce la plus répandue, tandis que Aβ42 est la plus toxique. Il a
été suggéré que les acides aminés 21–30 pouvaient initier le repliement du monomère Aβ
et la formation d’une courbure dans cette région pourrait être l’étape limitante dans la
formation de la fibre Aβ. Dans cette étude, nous apportons un regard nouveau sur la pré-
diction conformationnelle de la région 23–28 du monomère Aβ21−30 et des monomères Aβ40
et Aβ42. En nous appuyant sur de nouvelles simulations de dimères Aβ, nous proposons
65

66 4 Les peptides amyloïdes Aβ40 et Aβ42 impliqués dans la maladie d’Alzheimer
que l’étape limitante implique la formation d’un feuillet β multimérique qui comprend le
cœur hydrophobe central (résidus 17–21).
4.1 Introduction
L’agrégation du peptide Aβ occupe un rôle majeur dans le développement de la
maladie d’Alzheimer (Selkoe, 1998). Le peptide Aβ, qui est produit de l’endoprotéo-
lyse du précurseur de la protéine transmembranaire β-amyloïde par des β et γ pro-
téases (Kang et al., 1987), existe essentiellement sous deux formes : Aβ40 (majoritaire)
et Aβ42 (la plus toxique). La séquence du peptide Aβ42 est définie par DAEFRHD-
SGY EVHHQKLVFFAEDV GSNKGAIIGLMVGGVVIA, où les acides aminés 1–10 sont
indiqués en italique, 22–28 soulignés et 41–42 en gras. Les deux peptides Aβ sont organisés
en pelote statistique (random coil) en solution (Hou et al., 2004 ; Danielsson et al., 2005)
et s’assemblent en espèces de faibles poids moléculaires, en équilibre dynamique jusqu’à la
formation d’un noyau critique qui entraîne l’élongation rapide des fibres amyloïdes (Lesné
et al., 2006).
À cause de leur caractère transitoire, les intermédiaires formés très tôt durant le pro-
cessus d’agrégation, potentiellement les plus toxiques (Walsh et al., 2002 ; Lesné et al.,
2006), sont difficiles à caractériser au niveau atomique à l’aide des outils standards de
biologie structurale. Néanmoins, une étude par microscopie à effet tunnel sur une surface
atomiquement plate d’or a montré que le peptide Aβ40 mesure 3 à 4 micromètres à faible
concentration et présente une conformation repliée en 3 ou 4 domaines (Losic et al., 2006).
De plus, la technique de transfert d’énergie entre molécules fluorescentes indique que Aβ40
et Aβ42 forment des dimères stables (Garzon-Rodriguez et al., 2000) et que le peptide
Aβ42 s’assemble en trimères et tétramères stables, au contraire de Aβ40 (Chen et Glabe,
2006). Des travaux de dichroïsme circulaire et de résonnance magnétique nucléaire (RMN)
sur des espèces Aβ de faibles poids moléculaires (un mélange dynamique de monomères,
dimères et multimères, jusqu’à l’heptamère) indiquent 60–80 % de random coils, 10–20 %
de feuillet β et moins de 10 % d’hélices α (Bitan et al., 2003b ; Huang et al., 2000). Bien
que ces études fournissent des informations précises sur la structure moyenne de ces inter-
médiaires, elles résultent d’un signal provenant d’un spectre large d’espèces oligomériques.
Ainsi, ces observations n’apportent pas d’information directe sur l’organisation de chaque
espèce spécifique.
La connaissance atomique des structures des monomères et des dimères Aβ40 et Aβ42
est un pas essentiel dans la compréhension du processus d’agrégation car ils constituent
des blocs élémentaires pour la construction d’oligomères plus grands. Récemment, des

4.2 Conformations en équilibre du peptide Aβ21−30 en solution 67
protéolyses partielles couplées à la spectrométrie de masse montrent que la région 21–30
est résistante aux protéases dans les monomères Aβ40 et Aβ42 (Lazo et al., 2005). L’étude
RMN révèle que le fragment Aβ21−30 est capable d’adopter deux conformations majori-
taires qui présentent l’une et l’autre un coude formé par les résidus Val24–Lys28 (Lazo
et al., 2005). En combinant ce résultat à l’observation RMN de la propension, pour la
région 21–30, à former des coudes ou des structures courbées dans les monomères Aβ40 et
Aβ42 (Hou et al., 2004), Lazo et collaborateurs suggèrent que la région 21–30 peut initier
le repliement du peptide entier Aβ (Lazo et al., 2005). En ajoutant un pont lactame entre
les résidus Asp23 et Lys28, Meredith et collaborateurs ont augmenté de trois ordres de
magnitude le taux de fibrillogénèse du peptide Aβ40 et ont proposé que l’apparition d’une
structure courbée entre les acides aminés 23–29 devait être l’étape critique dans la forma-
tion de la fibre Aβ amyloïde (Sciarretta et al., 2005). Cette hypothèse est très attrayante
car des études de RMN de l’état solide ainsi que des travaux in silico avancent un modèle
de fibre où chaque chaîne s’organise en deux brins β connectés par une boucle qui s’étend
approximativement sur les résidus 24–29 (Petkova et al., 2002 ; Ma et Nussinov, 2006 ;
Lührs et al., 2005 ; Petkova et al., 2006). Il reste toutefois à déterminer si le pont salin
entre les résidus Asp23 et Lys28 est intramoléculaire ou intermoléculaire, les modèles de
Ma-Nussinov (Ma et Nussinov, 2006) et Petkova-Tycko (Petkova et al., 2002) en 2002 revè-
lant une interaction intramoléculaire tandis que les modèles de Lührs (Lührs et al., 2005)
et Petkova-Tycko (Petkova et al., 2006) en 2006 suggèrent une interaction intermoléculaire.
Dans ce travail, nous revisons la compréhension actuelle des conformations prédites
par simulation pour la région 22–28 du monomère Aβ21−30 et des monomères et dimères
Aβ40 et Aβ42. En particulier, nous approfondissons l’hypothèse que la formation d’une
courbure dans la région 21–30 soit l’étape fondamentale dans la propagation de la fibre
Aβ amyloïde. L’analyse in silico de l’agrégation protéique en général, ou de l’assemblage
de petits peptides amyloïdes Aβ, progresse depuis quelques années (Mousseau et Derreu-
maux, 2005 ; Ma et Nussinov, 2006 ; Urbanc et al., 2006 ; Hall et Wagoner, 2006 ; Colombo
et al., 2007 ; Wei et al., 2007).
4.2 Conformations en équilibre du peptide Aβ21−30 en
solution
La spectroscopie RMN indique que le monomère de Aβ21−30 visite préférentiellement
deux ensembles de conformations qui partagent un motif structural commun : un coude
entre les acides aminés Val24–Lys28 en solution (Lazo et al., 2005). Ce résultat est intéres-
sant pour deux raisons. Premièrement, à la différence des peptides de longueur similaire qui
sont généralement désordonnés (Derreumaux, 2000a), Aβ21−30 est stable et bien structuré.

68 4 Les peptides amyloïdes Aβ40 et Aβ42 impliqués dans la maladie d’Alzheimer
Deuxièmement, l’existence de conformations bien définies permet d’éprouver la qualité de
prédiction des différentes méthodes utilisées pour l’étude de l’agrégation des protéines.
Quatre séries de simulations ont été réalisées sur Aβ21−30, la dynamique moléculaire
classique (MD) (Cruz et al., 2005), la méthode d’échange de répliques (REMD) (Baumket-
ner et al., 2006b), la dynamique moléculaire discontinue (DMD) (Nguyen et Hall, 2004 ;
Borreguero et al., 2005) et la technique ART-OPEP (Chen et al., 2006). La dynamique
moléculaire, qui repose sur l’intégration des équations de mouvement de Newton avec
un pas de temps de 2 fs, a été effectuée avec le champ de force tout-atome CHARMM et
le modèle d’eau TIP3P à 283 K pendant 100 ns (Cruz et al., 2005). Les simulations de
REMD consistent en une série de trajectoires de MD (répliques) réalisées en parallèle
à différentes températures et qui peuvent s’échanger périodiquement selon le critère de
Metropolis. L’étude REMD a été appliquée au fragment Aβ21−30 avec le champ de force
atomique GROMOS et le modèle d’eau TIP3P, en utilisant 36 répliques (chacune de 20 ns)
qui couvraient des températures comprises entre 300 et 600 K (Baumketner et al., 2006b).
La dynamique moléculaire discontinue utilise un champ de force plus simplifié avec une
représentation implicite du solvant et réduit les interactions entre particules à des puits
de potentiels carré qui reproduisent les temps de collision. Les trajectoires DMD ont été
réalisées à 300 K pendant 50 ns en utilisant tous les atomes lourds de la chaîne polypep-
tidique et en simplifiant les chaînes latérales par une ou deux billes (Borreguero et al.,
2005). La technique DMD, associée à un puits de potentiel carré, a permis de replier le
peptide de 20 acides aminés Trp-cage dans sa forme native (hélice α - coude - brin β) ;
toutefois ce résultat ne garantit pas sa transférabilité aux autres protéines (Ding et al.,
2005). Enfin, les simulations ART-OPEP sont discutées ci-après.
Comme premier résultat, les simulations de MD, REMD et DMD confirment l’existence
d’un coude entre les résidus Val24–Lys28 stabilisé par des interactions entre les chaînes
latérales du résidu Glu22 (ou Asp23) chargé négativement et Lys28, chargé positivement.
Cependant, les structures générées par la technique d’échange de répliques diffèrent des
données RMN. Le tableau 4.1 décrit en détail les observations RMN (Lazo et al., 2005),
avec les groupes dominants C1 (population 30 %) et C2 (population 10 %) identifiés par
les simulations REMD (Baumketner et al., 2006b). Deux et trois distances inter-proton
sont violées par plus de 1,5 ˚ A dans les groupes C1-REMD et C2-REMD respectivement ;
les simulations REMD ne respectent donc pas les contraintes RMN.
Nous avons également analysé la conformation du fragment Aβ21−30 avec la technique
ART-OPEP (Mousseau et al., 2001 ; Wei et al., 2002, 2003). Cette méthode associe la
version ART nouveau (Malek et Mousseau, 2000) de la technique d’activation-relaxation

4.2 Conformations en équilibre du peptide Aβ21−30 en solution 69
ROEs 21α-23N 22α-24N 24α-26N 28α-30N 22α-30N
NMR-1 4.8 3.6 4.6 4.5 5.0
NMR-2 4.9 3.5 4.3 5.0 4.8
C1-REMD 5.0 6.4 5.4 4.4 6.5
C2-REMD 6.3 5.9 4.8 6.5 14.5
SC1-ART 3.1 4.0 4.5 4.4 4.8
SC2-ART 3.3 3.6 4.6 4.9 7.4
SC3-ART 4.1 5.0 4.7 4.7 4.2
Tab. 4.1 – Structures monomériques du fragment Aβ21−30 en solution. Distances interproton
entre les deux structures RMN (Lazo et al., 2005), les groupes principaux C1 et
C2 sont générés par REMD (Baumketner et al., 2006b) et les trois supergroupes SC1–SC3
sont générés par ART-OPEP (Chen et al., 2006). En gras, les distances supérieures à 5
˚A qui ne respectent pas les contraintes RMN.
(Barkema et Mousseau, 1996) au champ de force OPEP (Derreumaux, 1997, 1998, 1999,
2000b). À chaque événement, ART nouveau déplace le système d’un état relaxé à un autre
en franchissant une barrière d’énergie et accepte ou rejette le déplacement selon le critère
de Metropolis. ART permet ainsi un échantillonnage rapide des conformations de plus
basses énergies, bien que son principe ne permette pas d’extraire avec précision la ther-
modynamique du système. OPEP se différencie des champs de force atomiques GROMOS et
CHARMM car il repose sur une représentation ✭ gros-grains ✮ du système, avec une descrip-
tion explicite des atomes de la chaîne principale (y compris l’hydrogène et l’oxygène de la
liaison peptidique) et un grain pour chaque chaîne latérale. En revanche, si la solvatation
est traitée de manière implicite comme en DMD, le potentiel utilisé est considérablement
plus exhaustif : interactions chaîne latérale-chaîne latérale et liaisons hydrogène à deux
corps, terme de coopérativité à quatre corps pour les liaisons hydrogène, potentiels à
courte portée. Enfin, à la différence de la dynamique moléculaire discrète, OPEP a été
testé sur plusieurs protéines non-amyloïdogéniques en solution et est capable de retrou-
ver avec une forte précision les structures natives à partir d’états initiaux aléatoires. Par
exemple, l’écart quadratique moyen entre les structures expérimentales et prédites est
comprise entre 1 et 3 ˚ A pour une épingle β de 16 résidus, un motif à doigt de zinc de
24 résidus, un faisceau à trois hélices (46 acides aminés) ou encore le domaine B1 de la
protéine G qui comprend 56 résidus (Wei et al., 2003 ; Derreumaux, 1999, 2000b ; Floquet
et al., 2004 ; Derreumaux, 2002 ; Wei et al., 2004b). ART-OPEP a également été ca-
pable de caractériser les mouvements de reptation dans les dernières étapes du processus
d’agrégation amyloïde pour des systèmes variant du dimère à l’heptamère (Santini et al.,
2004b,a ; Melquiond et al., 2006 ; Mousseau et Derreumaux, 2005). Cette observation a
aussi été confirmée par spectroscopie infrarouge (Petty et Decatur, 2005).

70 4 Les peptides amyloïdes Aβ40 et Aβ42 impliqués dans la maladie d’Alzheimer
En utilisant les paramètres récemment optimisés sur un jeu de 30 protéines (OPEP
version 3.0) (Maupetit et al., 2007), nos simulations montrent que les structures d’équilibre
du peptide Aβ21−30 peuvent être représentées par trois supergroupes (SC-ART). Alors que
les structures SC1-ART et SC3-ART satisfont les contraintes RMN (voir tableau 4.1) et
se superposent correctement avec les structures NMR-1 et NMR-2, nous identifions un
nouveau groupe SC2-ART (Chen et al., 2006). Ce groupe révèle une boucle qui couvre
les résidus Val24–Lys28 comme dans les structures SC1-ART et SC3-ART, mais elle est
légèrement plus étendue, avec une distance inter-proton entre 22α-30N de 7,4 ˚ A qui ne
peut pas être déterminée par RMN. Il reste à déterminer si SC2-ART correspond à un
bassin important mais la persistence de cette boucle en position 24–28 dans tous les états
fortement peuplés est certainement responsable de la grande stabilité du peptide Aβ21−30
en solution. Ce résultat est cohérent avec l’analyse REMD (Baumketner et al., 2006b)
et nous trouvons des structures qui diffèrent de 1,2 ˚ A par rapport à la conformation des
résidus 22–28 dans le modèle de fibre amyloïde. Cependant, cet état proche du modèle
RMN de l’état solide de la fibre est déstabilisé de 5 kcal/mol par rapport à la conformation
SC1-ART de plus basse énergie, ce qui souligne l’importance des résidus adjacents ou l’effet
de la polymérisation pour la stabilisation de la boucle dans la structure de la fibre.
4.3 Structure de la région 23–28 dans les monomères
Aβ40 et Aβ42
Il existe plusieurs études sur différents fragments du peptide Aβ qui renferment la
région 22–28, et notamment le peptide Aβ10−35. Il n’est pas clair que l’on puisse extrapo-
ler au peptide Aβ entier les observations réalisées sur le fragment Aβ10−35. En effet, les
fibres Aβ1−40 et Aβ10−35 ont en commun un arrangement parallèle des brins (Petkova et al.,
2002 ; Benzinger et al., 2000). La suppression des résidus 1–9 est sans conséquence puisque
Aβ10−40 forme des fibres de même morphologie que celles obtenues pour le peptide Aβ
entier (Paravastu et al., 2006). En revanche, il paraît plus problématique de négliger l’ef-
fet de la région hydrophobe VGGVVIA composée des résidus 36–42 car l’analyse RMN du
monomère Aβ42 montre une propension au brin β plus forte que pour le monomère Aβ40
(Hou et al., 2004) et les chemins de polymérisation sont différents entre ces deux espèces
(Chen et Glabe, 2006 ; Bitan et al., 2003b).
La structure du fragment Aβ10−35 a été explorée par des simulations de REMD (Baum-
ketner et Shea, 2007) et MD (Tarus et al., 2006) en condition de solvatation explicite.
L’étude REMD utilise le champ de force OPLS-TIP3P, 72 répliques de 7 ns chacune avec
des températures variant entre 280 et 580 K. L’analyse par dynamique moléculaire stan-
dard repose sur cinq trajectoires indépendantes à 300 K pour une durée totale de 100 ns

4.3 Structure de la région 23–28 dans les monomères Aβ40 et Aβ42
avec le champ de force CHARMM-TIP3P. Pour valider leurs résultats, Baumketner et Shea
ont extrait les contraintes NOE à longue portée de leur simulations REMD et les ont
comparé avec les données RMN (Zhang et al., 2000) : quatre contraintes sur trente sont
violées de plus de 2 ˚ A. Au contraire, Tarus et collaborateurs observent un bon accord
entre des mesures expérimentales et les valeurs de pKa calculées sur des groupes titrables
dans leurs trajectoires de MD. Les deux études suggèrent que Aβ10−35 est majoritairement
sous forme de structures random coil en équilibre dynamique. Ce résultat est confirmé par
une trajectoire de MD de 1,2 µs avec le champ de force GROMOS-SPC, malgré l’observation
d’une faible proportion de conformations brin-hélice-brin (avec une boucle qui comprend
les résidus 23–28) (Han et Wus, 2005). Néanmoins, ces simulations ne sont pas en ac-
cord avec la présence du pont salin entre les résidus Asp23 et Lys28 qui est observé dans
60 % des structures par REMD (Baumketner et Shea, 2007) et dans 25 % des structures
de MD (Tarus et al., 2006).
Les peptides Aβ40 et Aβ42 ont été simulés sur des échelles de temps plus ou moins
longues. Les trajectoires de courtes durées couvrent généralement 10 à 70 ns. Par exemple,
Xu et collaborateurs ont réalisés 12 simulations indépendantes de MD ✭ tout-atome ✮ en
solvant explicite à 300 K en partant de la structure RMN du peptide Aβ40 déterminée à
pH 5,1 dans des micelles acqueuses de SDS (motif coil-hélice α) (Xu et al., 2005). De la
même manière, Flöck et collaborateurs (Flöck et al., 2006), Luttman et Fels (Luttmann
et Fels, 2006) ou encore Tomaselli et collaborateurs (Tomaselli et al., 2006) ont réalisé des
simulations de MD atomique pour le peptide Aβ42 en utilisant différents pH et tempéra-
tures (300-350 K), à partir de la structure RMN résolue en environnement apolaire (deux
hélices α). Toutes ces courtes études de dépliement révèlent des transitions à partir d’états
riches en hélices α vers des conformations riches en brins β mais elles ne permettent pas
d’obtenir les structures d’équilibre visitées par le monomère.
Des échantillonnages plus longs de l’espace conformationnel ont également été réalisés.
Raffa et Rauk ont étudié la structure de Aβ42 en solution durant une MD de 790 ns, en
utilisant le champ de force GROMOS-SPC (Raffa et Rauk, 2007). Ils ont montré qu’après
350 ns, le peptide Aβ42 se stabilise dans une conformation coil repliée avec un pont sa-
lin Asp23–Lys28 et trois brins β en registre antiparallèle : Glu3–Arg5, Asp7–Glu11 et
Gly33–Gly37. Cependant, rien ne permet d’exclure que cet état n’est pas métastable.
Enfin, grâce à un modèle protéique composé de quatre grains, avec des termes d’énergie
spécifiques pour chaque acide aminé et pour les liaisons hydrogène, Lam et collaborateurs
ont étudié le repliement du peptide Aβ42 pour une grande variété de températures (Lam
et al., 2006). Ils observent que Aβ1−42 adopte des conformations coil repliées avec un faible
poucentage d’hélices α à faible température et des structures riches en éléments β à hautes
71

72 4 Les peptides amyloïdes Aβ40 et Aβ42 impliqués dans la maladie d’Alzheimer
température. Ils détectent notamment une structure courbée stable Asp23–Lys28 avec un
coude à la position Gly37–Gly38. Baumketner et collaborateurs ont comparé leurs struc-
tures Aβ42 générées par REMD à pH 7 avec des expériences de spectrométrie de mobilité
ionique (Baumketner et al., 2006a). Deux simulations ont été effectuées avec le champ de
force CHARMM et 20 répliques de 20 ns chacune avec une température comprise entre 250
et 650 K, l’une avec le modèle de solvatation GBSA, l’autre dans le vide. La comparaison
des distributions expérimentale et prédite met en évidence quatre topologies distinctes qui
contiennent plusieurs coudes et boucles, une petite hélice α dans la région C-terminale et
différentes conformations de la région 23–28. Un doute plane cependant sur la convergence
de ces simulations puisque Sgourakis et collaborateurs montrent en effet, en comparant
leurs structures prédites par OPLS-TIP3P REMD avec les constantes 3 JHNHα de couplage
issues des données RMN, qu’il faut au moins 60 ns par réplique pour équilibrer Aβ42
(Sgourakis et al., 2007). Leurs simulations mettent en évidence des régions structurées
parmi les autres peptides Aβ flexibles. Les deux structures Aβ40 de plus haute probabilité
à 300 K (21 % et 11 %) révèlent une petite hélice 310 à l’extrémité N-terminale et un
feuillet β composé de deux brins antiparallèles qui couvre les acides aminés Val12–His13
et Leu17–Val18. A l’opposé, les deux structures dominantes pour Aβ42 (observées avec une
probabilité de 21 % et 6 %) montrent une épingle β aux positions Ile31–Leu34 et Gly38–
Ile41. Encore une fois, bien que les structures dominantes des peptides Aβ40 et Aβ42 soient
différentes, aucune ne retrouve de pont salin entre les résidus Glu22 (ou Asp23) et Lys28.
Après nos simulations ART-OPEP sur le fragment Aβ21−30, nous avons étendu notre
étude au monomère Aβ42. Quinze simulations de 15 000 événements ont été lancées à partir
soit du monomère complètement étendu, soit du modèle de fibre de Tycko (2002) (avec les
résidus 1–9 étendus). Nos résultats indiquent que le peptide Aβ42 adopte quatre topologies
de populations égales, qui se différencient par leurs réseaux de liaisons hydrogène et leurs
conformations. Cette observation est parfaitement cohérente avec les conclusions de don-
nées RMN et de dichoïsme circulaire qui montrent que le peptide Aβ entier est en équilibre
entre des formes déstructurées et des états partiellement structurés (Lim et al., 2007). La
figure 4.1 décrit les conformations représentatives des quatre topologies dominantes pré-
dites par ART-OPEP. Trois structures (R3, R4 et R15) présentent principalement un
profil random coil (70 % des résidus) mais également des brins β à différentes positions :
3–4, 12–13, 16–19 et 25–28 pour R3 ; 8–12, 17–21 et 29–32 pour R4 ; et 3–6, 12–16, 31–32
et 39–40 pour R15. En revanche, la conformation R7 est complètement sous forme de
pelote statistique. Les acides aminés 17–21, qui constituent le cœur hydrophobe central
(CHC), ne révèlent pas une forte propension pour les feuillets β (25 %, cf. R4) ce qui est
en accord avec les données RMN en solution (Hou et al., 2004). Nous notons également
la signature évidente d’un coude aux positions Gly37–Gly38 (75 %, cf. R3, R4 et R15)
et la formation d’un pont salin entre Asp22 (ou Glu23) et Lys28 (75 %, cf. R4, R7 et R15).

4.4 Structure de la région 23–28 dans les dimères Aβ40 et Aβ42
Fig. 4.1 – Structures représentatives des quatre topologies dominantes pour le monomère
Aβ42. Ces conformations sont prédites par ART-OPEP en partant indifféremment de l’état
complètement étendu ou du modèle de fibre proposé par Tycko en 2002. Le code couleur
pour les séquences est indiqué dans la partie inférieure de la figure.
4.4 Structure de la région 23–28 dans les dimères
Aβ40 et Aβ42
Peu de données, expérimentales ou in silico, sont disponibles sur les structures dimé-
riques du peptide Aβ entier, bien qu’il soit prouvé que ces dimères sont nécessaires et
suffisants pour provoquer la perte de la fonction cognitive (Cleary et al., 2005). Comme
pour le monomère, l’auto-assemblage de dimères Aβ10−35 a été analysé par des simula-
tions de dynamique moléculaire (Tarus et al., 2005 ; Jang et Shin, 2006). En utilisant
le champ de force AMBER-GBSA pour des simulations de REMD, 32 répliques de 146 ns
chacune avec T compris entre 280 et 405 K, Jang et Shin mettent en évidence des topolo-
gies dimériques variées avec un taux moyen de feuillet β d’environ 40 %. La comparaison
73

74 4 Les peptides amyloïdes Aβ40 et Aβ42 impliqués dans la maladie d’Alzheimer
avec le taux expérimental de feuillet β mesuré expérimentalement (∼ 10–20 %), pour un
mélange d’espèces de faibles poids moléculaires, indique soit un biais dans le champ de
force AMBER-GBSA vers la formation de feuillets β, soit que leurs simulations n’avaient pas
convergé vers leurs valeurs d’équilibre.
La dimérisation de Aβ40 et Aβ42 a également été étudiée par DMD en utilisant un mo-
dèle à quatre grains pour chaque acide aminé et un modèle d’énergie simplifiée qui néglige
le caractère polaire ou apolaire des chaînes latérales (Urbanc et al., 2004a). Les monomères
en épingle β sont ainsi capables de s’assembler en nombreux feuillets β dimériques plans,
mais tous ces arrangements sont instables lorsqu’on les soumet à des simulations de MD
atomiques.
Pour approfondir l’analyse conformationnelle des dimères Aβ42, nous avons réalisé deux
séries de simulations. Tout d’abord, nous avons examiné l’impact de la mutation simple
A21G (souche flamande de la maladie d’Alzheimer) sur la structure des dimères Aβ40
et Aβ42 en étudiant leur dépliement par MD à 400 K pendant 10 ns avec le champ de
force GROMOS96 à pH neutre (Huet et Derreumaux, 2006). Les simulations ✭ tout-atome ✮
en solvant explicite sont effectuées à partir du modèle de fibre de Tycko (2002) avec un
pont salin intramoléculaire Asp23–Lys28 (Petkova et al., 2002). Les trajectoires révèlent
que ce pont salin est conservé dans 34 % des structures pour les dimères Aβ42 sauvages,
tandis que la mutation A21G réduit ce pourcentage à 22 % pour les dimères Aβ42-A21G.
En comparaison, le pont salin intramoléculaire Glu22–Lys28 est peuplé de manière égale
pour tous les modèles (entre 10 et 16 % selon les trajectoires). De façon intéressante,
le pont salin intermoléculaire entre les résidus Asp23 et Lys28, qui est souligné dans le
modèle de Lührs (Lührs et al., 2005) et le dernier modèle de Tycko (Petkova et al., 2006),
est également observé dans toutes les simulations : 3 % du temps pour Aβ42, 23 % pour
Aβ40 et 13 % pour Aβ42-A21G. Bien que ces trois séries de simulations ne couvrent pas
les structures d’équilibre, elles suggèrent que tous les ponts salins (intramoléculaires et
intermoléculaires) entre les résidus Glu22 (ou Asp23) et Lys28 sont présents dans une
certaine mesure au niveau dimérique, mais il est nécessaire d’atteindre des niveaux d’oli-
gomérisation supérieurs pour stabiliser ces ponts salins dans leur état fibrillaire.
Dans un deuxième temps, nous avons exploré la surface d’énergie libre des dimères Aβ42
au voisinage du modèle proposé par Tycko en 2002 (avec les résidus 1–9 étendus) en uti-
lisant le champ de force OPEP, par des simulations de MD (Derreumaux et Mousseau,
2007) et de REMD. Une étude préalable sur le dimère Aβ16−22 avait montré une très bonne
corrélation entre les surfaces d’énergie libre décrites par REMD-OPEP et celles générées
par des simulations REMD atomiques en condition de solvatation explicite (Wei et al.,

4.5 Conclusions 75
2007). Les simulations de REMD sont réalisées en utilisant 32 répliques (T variant entre
290 et 650 K) de 130 ns chacune. Pour l’analyse, les 30 premières ns sont écartées et la
classification est exécutée uniquement sur les structures visitées à 300 K. En utilisant un
seuil de coupure de 2,5 ˚ A, 5566 structures sont regroupées en 85 groupes dont le plus large
représente 83 % de l’ensemble et les probabilités varient entre 10 et 1 %. En examinant leur
pourcentage de structures secondaires, ces groupes révèlent des taux de 20 % de feuillet β
et de 5 % d’hélice α à 300 K, ce qui est en accord avec les données expérimentales (Bitan
et al., 2003b ; Huang et al., 2000). La figure 4.2 montre les quatre états les plus peuplés
à 300 K avec des probabilités de Boltzmann de 10 %, 8 %, 8 % et 7% respectivement.
Sur l’ensemble des 5566 structures, nous montrons que la région Glu22–Ser26 a une pro-
babilité de 18 % de former une hélice (cf. groupes 1 et 4 sur les figures 4.2 (a) et 4.2 (d))
tandis que les résidus Glu3–His6 et Tyr10–Val12 ont une probabilité de 80 % de former
des feuillets β étendus en registre parallèles. Nous trouvons également que la probabilité
de former un contact intramoléculaire entre Asp23–Lys28 (42 %) est supérieure à celle
de former un contact Glu22–Lys28 (36 %) et les interactions intermoléculaires entre les
chaînes latérales Glu22–Lys28 et Asp23–Lys28 sont également peuplées : 14 % et 24 %,
respectivement. Il est cependant très important de noter que toutes les probabilités de
ces ponts salins sont inférieures à 50 %, ce qui indique fortement que la région 23–28 ne
constitue pas une région indépendante de repliement au contraire de ce qui était avancé
pour les études in silico pour Aβ10−35 (Baumketner et Shea, 2007).
À notre suprise, la
probabilité de former un brin β dans la région CHC (région 17–21) et aux positions hy-
drophobes Ala30–Ile32, Leu34–Val36 et Val38–Ala42 est négligeable (inférieure à 1 %)
bien que la probabilité d’interactions intermoléculaires entre deux CHCs ou d’interactions
intramoléculaires entre la région CHC et les résidus (Met35, Val40 et Ile41) ne puisse pas
être négligée.
4.5 Conclusions
La formation d’une boucle dans la région 21–30 pourrait être l’étape limitante dans le
processus d’agrégation du peptide Aβ (Lazo et al., 2005 ; Sciarretta et al., 2005). Le princi-
pal argument à cette théorie est que la formation d’un pont lactame entre les résidus Asp23
et Lys28 augmente de trois ordres de grandeur le taux de fibrillogénèse du peptide Aβ40 et
qu’aucun oligomère n’est détecté par chromatographie d’exclusion (Sciarretta et al., 2005).
La plupart des simulations réalisées sur les monomères de Aβ10−35, Aβ40 et Aβ42 sug-
gèrent que le pont salin Asp23–Lys28 est formé avec une probabilité comprise entre 20 %
et 100 % selon la méthode et le champ de force utilisés. Les nouvelles simulations présen-

76 4 Les peptides amyloïdes Aβ40 et Aβ42 impliqués dans la maladie d’Alzheimer
(a) (b)
(c) (d)
Fig. 4.2 – Dimère Aβ42 : structures représentatives des quatre groupes majoritaires, générées
par REMD-OPEP. Ces conformations présentent essentiellement un caractère random
coil avec localement quelques motifs secondaires : (a) petites hélices α aux positions
Glu23–Asn27 et Asp22–Ser26 et feuillets β entre les résidus Ala2–Arg5 des deux chaînes ;
(b) deux brins β parallèles aux positions 11–14 ; (c) deux petits feuillets β aux extrémités ;
(d) une petite hélice α à la position Gly21–Ser26 (chaîne 1) et un feuillet β composé de
trois brins parallèles. La chaîne 1 est représentée en vert et la chaîne 2, en jaune. Les résidus
2–5 sont coloriés en bleu, les résidus 17–21 en violet et 22–28 en rouge. La position des
chaînes latérales des acides aminés Phe19, Glu22 et Lys28 sont indiquées par la position
de leurs centroïdes.
tées dans ce travail sur des dimères Aβ40 et Aβ42 mettent en évidence que ce pont salin
se forme dans une minorité de structures et peut permettre d’initier la propagation de la
fibre pour des oligomères de tailles plus importantes. La région 22–28 offre néanmoins un
profil hydrophile (EDVGSNK) et la formation de la fibre requiert l’expulsion des molécules
d’eau pour enfouir la chaîne latérale de la lysine 28. La projection sur un arbre des struc-

4.5 Conclusions 77
tures selon leur énergie libre 1 permet à Tarus et collaborateurs d’évaluer le coût de cette
désolvatation à 7 kcal/mol dans le monomère Aβ10−35 (Tarus et al., 2006). En utilisant la
théorie de l’état de transition, le temps nécessaire pour franchir une telle barrière d’énergie
est de l’échelle de la microseconde, cela démontre que d’autres facteurs contribuent à cette
étape limitante.
Puisque Aβ14−23 forme des fibres de morphologie similaire à celles obtenues pour le
peptide Aβ entier (Tjernberg et al., 1999) et que la région CHC (résidues 17–21) ne
présente aucune inclination à être structurée en β dans les dimères Aβ40 et Aβ42 (confor-
mément à nos observations REMD-OPEP), nous proposons que le pont lactame influe sur
la flexibilité de la région CHC et augmente fortement sa propension à former des brins β.
Ceci entraînerait une forte préférence pour les interactions intermoléculaires natives vs.
non natives entre CHCs (Melquiond et al., 2007) et un biais pour les interactions intramo-
léculaires ✭ amyloïde compétentes ✮ entre le cœur hydrophobe central (CHC) et le résidu
Met35 (Hou et al., 2002), ce qui abaisse alors sensiblement la barrière d’énergie entre les
dimères et les fibres. En résumé, il pourrait être important de considérer que le facteur
critique pour la propagation de la fibre n’est pas uniquement la formation d’une structure
repliée mais plutôt la formation d’un feuillet β parallèle multimérique qui couvre les ré-
sidus 17–21. Cette hypothèse s’accorde avec l’observation qu’une proline à la position 19
bloque la formation des fibres et la conception d’inhibiteurs dirigés contre la région CHC
(Kokkoni et al., 2006).
1 free energy disconnectivity graph

Chapitre 5
Les mécanismes d’inhibition par des
peptides N-méthylés
Sommaire
5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
5.1.1 Les différentes stratégies pour bloquer la formation des fibres
amyloïdes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
5.1.2 La N-méthylation : comment piéger le processus d’agrégation . 81
5.2 La N-méthylation rigidifie le peptide Aβ16−22 . . . . . . . . . . 82
5.3 Stabilité de l’hexamère Aβ16−22 en présence ou en absence
d’inhibiteurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
5.4 Analyse structurale des chaînes N-méthylées . . . . . . . . . . 93
5.5 Mécanismes proposés pour la déstabilisation des fibres . . . . 95
5.6 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
Conformation of N-methylated derivatives of the amy-
loid β-polypeptide : implications for mechanism of in-
hibition
79
en préparation

80 5 Les mécanismes d’inhibition par des peptides N-méthylés
5.1 Introduction
Le développement de médicaments pour lutter contre les maladies amyloïdes est un défi
majeur et de nombreux groupes travaillent à bloquer certaines étapes clés de la fibrillogé-
nèse (Felice et Ferreira, 2002 ; Conway et al., 2003 ; Lahiri et al., 2003). La conception de
petites molécules (anticorps, protéines dominante-négatives, hétéroprotéines ...) capables
d’empêcher la formation des fibres peut se faire autour de trois axes.
5.1.1 Les différentes stratégies pour bloquer la formation des
fibres amyloïdes
Réduire la production de la protéine amyloïdogénique. Soit indirectement, en
développant par exemple des inhibiteurs contre les β et γ secrétases (Kienlen-Campard
et al., 2006 ; Hussain et al., 2007) qui clivent la protéine APP (Amyloid Protein Precursor)
et libèrent le peptide Aβ amyloïde associé à la maladie d’Alzheimer. Ces traitements dirigés
contre les étapes précédant l’agrégation protéique sont très prometteurs mais impliquent la
perte de la fonction associée à la forme native de la protéine (dans le cas de la protéine APP
libre, un rôle de réparation et de régulation dans la croissance nerveuse), mais également
des protéines cibles (Barten et al., 2006) (ici les β et γ secrétases qui jouent un rôle
biologique majeur (Haass et Strooper, 1999)) ce qui peut être très préjudiable pour la
cellule, voire l’organisme dans son ensemble.
Soit directement, en ciblant spécifiquement la forme amyloïdogénique de la protéine
lorsque celle-ci est connue et distincte de sa forme native (mutation par exemple). Le
groupe de Christopher M. Dobson a montré l’efficacité d’un fragment d’anticorps camé-
lidé pour inhiber l’agrégation du variant amyloïdogénique D67H du lysozyme humain
(Dumoulin et al., 2003). Mais cette approche reste spécifique à une protéine et n’est pas
généralisable à toutes les fibres amyloïdes.
Augmenter la vitesse de dégradation des agrégats protéiques. Cette approche
thérapeutique vise à détruire les agrégats protéiques une fois formés par l’action de petites
molécules (enzymes (Dul et al., 2001), peptides modifiés (Bose et al., 2005), anticorps
(Istrin et al., 2006)) qui favorisent l’adressage des agrégats vers les voies de dégradation
cellulaire. Toutefois, ces traitements ont leurs limites et seront vraisemblablement moins
efficaces que ceux évoqués ci-avant et dirigés contre les étapes qui précédent l’agrégation
protéique. En effet, une telle approche resterait inefficace contre les oligomères solubles
pourtant hautement cytotoxiques (cf. partie 1.5).

5.1 Introduction 81
Augmenter la stabilité de la forme native ou accroître la barrière cinétique
qui la sépare de la forme agrégative. On distingue deux approches différentes, les
stratégies qui reposent sur l’utilisation du peptide sauvage (entier ou fragment) et celles
qui utilisent des peptides modifiés. En effet, le peptide sauvage est connu pour s’auto-
assembler et représente donc une alternative au développement de nouveaux composés.
L’équipe de Tjernberg a mis en évidence que le fragment Aβ16−20 était capable de lier le
peptide entier Aβ amyloïde et d’empêcher l’élongation de la fibre (Tjernberg et al., 1996).
Néanmoins, ce fragment seul est capable de former des fibres in vitro.
La dernière voie envisagée pour la création de produits pharmaceutiques dirigés contre
les fibres amyloïdes consiste à développer des molécules appelées β-breakers capables
d’inhiber l’agrégation protéique. Plus spécialement, plusieurs groupes s’intéressent à des
peptides modifiés capables d’avoir un rôle dominant-négatif 1 sur l’agrégation. Citons par
exemple les travaux du groupe de Claude Soto qui se concentre sur la région 17–21 (LVFFA)
du peptide Aβ amyloïde (Soto et al., 1996) et remplace certains résidus clés par des pro-
lines pour réduire la propension β du peptide tout en conservant ses propriétés physico-
chimiques (hydrophobicité, stabilité, perméabilité à la barrière hémato-encéphalique ...)
(Soto et al., 1998 ; Poduslo et al., 1999 ; Adessi et al., 2003). La limite de cette ap-
proche est la faible résistance protéolytique de ces composés d’où l’utilisation d’analogues
contenant des acides aminés D pour augmenter leur résistance aux protéases (Soto et al.,
1996). Ces analogues présentent une efficacité comparable à la forme L de ces β-breakers.
D’autres études mettent en jeu l’ajout d’une queue polyK (Gibson et Murphy, 2005) ou
d’un groupe isobutyrique (Gilead et Gazit, 2004 ; Kumita et al., 2003) pour prévenir la
formation des fibres.
5.1.2 La N-méthylation : comment piéger le processus d’agré-
gation
Dans cette étude, nous nous intéresserons à des peptides N-méthylés (meptides) pour
bloquer la formation des fibres amyloïdes. Cette approche parmi les plus prometteuses
(Doig, 1997 ; Hughes et al., 2000 ; Kokkoni et al., 2006 ; Rijkers et al., 2002 ; Gordon
et al., 2001, 2002 ; Sciarretta et al., 2006 ; Kapurniotu et al., 2002 ; Yan et al., 2006)
consiste à substituer les hydrogènes de certains groupement amine (-NH) formant des
liaisons peptidiques par des groupements méthyl (-NCH3). En fait, ces peptides sont N-
méthylés tous les deux résidus (i, i + 2, i + 4 ...) (figure 5.1). Ainsi, une des ✭ faces ✮
du peptide modifié présente toujours des groupements donneurs ou accepteurs de liaisons
1 On parle de protéine dominante négative car elle est toujours capable d’excercer sa fonction dominante
(ici, s’assembler avec le peptide sauvage) mais son action est négative car elle empêche la fonction
des peptides sauvages (ie. leur agrégation). Attention, le terme de ✭ fonction ✮ n’est pas utilisé ici pour
décrire la fonction biologique du peptide mais l’effet phénotypique étudié (agrégé ou non).

82 5 Les mécanismes d’inhibition par des peptides N-méthylés
hydrogène et peut s’assembler avec les peptides sauvages (face ✭ collante ✮) tandis que
l’autre face présente maintenant des groupements (-NCH3) qui empêche la formation de
liaisons hydrogène et donc l’élongation de la fibre (face ✭ bloquante ✮). Ces peptides ont
également de nombreux avantages : haute résistance protéolytique, solubilité, perméabilité
aux membranes (Gordon et al., 2002) et haute propension à former des brins β aux sites
de N-méthylation (Kokkoni et al., 2006). Des peptides N-méthylés dérivés de la séquence
du peptide Aβ amyloïde (Gordon et al., 2001, 2002 ; Sciarretta et al., 2006) ou du peptide
amyline IAPP (Kapurniotu et al., 2002 ; Yan et al., 2006) ont montré que ces molécules
étaient des inhibiteurs efficaces in vitro et dans des modèles cellulaires.
Fig. 5.1 – Représentation des
sites de N-méthylations pour le
fragment 16–22 du peptide Aβ
amyloïde. Les chaînes latérales
sont indiquées par des grains
(KLVFFAE) et les peptides sont
bloqués aux extrémités par des
groupements acétyl et amine (Ace
et NH2 respectivement). Les peptides
N-méthylés sont synthétisés
en substituant l’atome d’hydrogène
par un groupement méthyl
(CH3 en rouge) sur l’azote des résidus
Leu17, Phe19 et Ala21.
L’effet inhibiteur de ces peptides est bien caractérisé mais leurs mécanismes d’action,
ainsi que la structure des complexes inhibiteurs-sauvages, restent à déterminer. Dans ce
travail, nous étudierons les propriétés physico-chimiques d’un peptide N-méthylé dérivé
du fragment 16–22 du peptide Aβ amyloïde (KLVFFAE) et les mécanismes d’inhibition par
simulations de dynamique moléculaire avec le champ de force gros-grains OPEP, pour
un système composé de six chaînes Aβ16−22 sauvages et quatre peptides N-méthylés NMe-
Aβ16−22.
5.2 La N-méthylation rigidifie le peptide Aβ16−22
Le fragment Aβ16−22 constitue le cœur hydrophobe du peptide Aβ amyloïde et forme
des fibres parfaitement ordonnées en solution, avec une orientation antiparallèle des brins β
à l’intérieur des feuillets (Balbach et al., 2000 ; Lu et al., 2003 ; Petty et Decatur, 2005). Le
groupe de Stephen Meredith a révélé les propriétés inhibitrices des dérivés N-méthylés du

5.2 La N-méthylation rigidifie le peptide Aβ16−22
fragment Aβ16−22, leurs expériences indiquent une efficacité maximale pour des substitu-
tions méthyl sur les résidus 17, 19 et 21 2 . Par ultracentrifugation et dichroïsme circulaire,
les auteurs montrent que NMe-Aβ16−22 est monomérique et en brin β (Gordon et al., 2001).
Ces β-breakers sont capables de prévenir la formation des fibres mais également de dé-
truire des agrégats amyloïdes formés pour le peptide Aβ amyloïde entier ou des fragments
plus grands (Gordon et al., 2002).
La simulation numérique de peptides N-méthylés nécessite le paramétrage de cette liai-
son peptidique ✭ non conforme ✮ dans le champ de force OPEP. Nous avons donc effectué
des calculs de mécanique quantique sur un peptide modèle et son variant N-méthylé. L’op-
timisation de géométrie ab initio et l’analyse de population de Mulliken sur les peptides
Ace-Pro-Phe-NH2 et Ace-Pro-N(Me)Phe-NH2 révèle une préférence pour la liaison amide
trans (la forme cis est déstabilisée de 5 kcal/mol) et une invariance de la géométrie et des
charges de la liaison amide par N-méthylation en utilisant le jeu de base 6-31G(d,p) et la
méthode fonctionnelle B3LYP (Becke, 1993 ; Lee et al., 1988 ; Stephens et al., 1994) avec
le programme Gaussian03 (Frisch et al., 2004). Ainsi, les paramètres d’OPEP pour les ré-
sidus N-méthylés sont identiques à ceux utilisés pour les acides aminés naturels, exceptés
pour les interactions impliquant les groupements N-méthyls qui sont traités comme des
groupes aliphatiques standards.
Pour comprendre les effets de la N-méthylation à un niveau atomique, nous avons
réalisé des simulations de dynamique moléculaire MD-OPEP de 500 ns à 300 K sur une
chaîne Aβ16−22 et sur une chaîne NMe-Aβ16−22. De nombreuses transitions dépliée-repliée
sont observées pour chaque simulation. La figure 5.2 montre les distributions des distances
entre extremités pour le peptide sauvage et pour le peptide N-méthylé. Cette figure 5.2
révèle que l’espace conformationnel accessible au peptide NMe-Aβ16−22 est plus restreint
que pour le peptide non-méthylé. Contrairement aux données de dichroïsme circulaire
(Gordon et al., 2001), la méthylation ne favorise pas l’état étendu (la distance aux ex-
trémités devrait être autour de 18–19 ˚ A pour une chaîne de sept acides aminés) mais
diminue la population des états compacts (inférieurs à 10 ˚ A) et fait apparaître un pic à
13–14 ˚ A. En revanche, la population est uniforme pour le peptide sauvage (entre 6 et 17 ˚ A).
Le pourcentage de structures secondaires calculé avec un critère d’assignation stan-
dard 3 révèle une proportion (random coil, brin β) de (75%, 25%) pour le peptide sauvage
Aβ16−22 (10%, 90%) pour l’inhibiteur NMe-Aβ16−22. À titre de comparaison, le pourcentage
de résidus assignés en ✭ pelote statistique ✮ pour le peptide Aβ16−22 en utilisant le champ
de force Gromos96 avec une représentation explicite du solvant est de 66 % (Nguyen et al.,
2 K- ⋆ L-V- ⋆ F-F- ⋆ A-E, les liaisons peptidiques N-méthylées sont représentées par une étoile
3 pour les brins β, φ > -50˚et ψ > 90˚(Muñoz et Serrano, 1994)
83

84 5 Les mécanismes d’inhibition par des peptides N-méthylés
(a) (b)
Fig. 5.2 – Distributions (en %) des distances aux extrémités pour (a) le peptide Aβ16−22
sauvage et (b) le peptide NMe-Aβ16−22.
2007) et de 77 % avec une ancienne version d’OPEP (Santini et al., 2004b). Ces résultats
indiquent que la N-méthylation a un deuxième impact sur l’équilibre des structures en fa-
vorisant le caractère brin β de tous les acides aminés, ce qui est en accord avec le spectre
de dichroïsme circulaire 4 sur le peptide N-méthylé (Gordon et al., 2001).
Les figures 5.3 et 5.4 montrent les structures représentatives des groupes majori-
taires pour différentes valeurs de distances aux extrémités (De), entre les Cα des résidus
K16 et E22.
5.3 Stabilité de l’hexamère Aβ16−22 en présence ou en
absence d’inhibiteurs
Nous avons réalisé deux séries de quatre simulations MD-OPEP de 100 ns chacunes,
à partir soit d’un hexamère adapté du modèle de fibre Aβ16−22 proposé par le groupe
de Tycko d’après une étude RMN de l’état solide (Balbach et al., 2000), soit d’un com-
plexe Aβ16−22-inhibiteurs qui reprend l’hexamère Aβ16−22 sauvage et lui ajoute quatre
peptides N-méthylés, aléatoirement disposés à une distance minimale de 10 ˚ A. Les confor-
mations initiales sont représentées figure 5.5. L’hexamère Aβ16−22 est un assemblage de
deux feuillets β parallèles, chaque feuillet étant composé de trois brins β en registre antipa-
rallèle (figure 5.5 (a)). Les quatre peptides N-méthylés sont initialement en conformation
quasi-étendue (figure 5.5 (b)), conformément à nos premières observations.
Les analyses proposées figures 5.6–5.10 correspondent aux trajectoires WT, I1, I2 et
I3 qui rassemblent l’ensemble des phénomènes observés sur toutes nos simulations. La
partie gauche de la figure 5.6 renvoie à la trajectoire WT générée à partir de l’hexamère
4 Le dichroïsme circulaire ne donne qu’une valeur moyenne de structures secondaires.

5.3 Stabilité de l’hexamère Aβ16−22 en présence ou en absence d’inhibiteurs 85
(a) De = 6 ˚ A (b) De = 9 ˚ A
(c) De = 11 ˚ A (d) De = 14 ˚ A
(e) De = 16 ˚ A (f) De = 18 ˚ A
Fig. 5.3 – Structures représentatives du peptide Aβ16−22 à 300 K pour différentes distances
aux extrémités. La sphère indique l’extrémité N-terminale. Les chaînes latérales ont été
reconstruites avec le programme AMBER8 (Case et al., 2004).

86 5 Les mécanismes d’inhibition par des peptides N-méthylés
(a) De = 6 ˚ A (b) De = 9 ˚ A
(c) De = 11 ˚ A (d) De = 14 ˚ A
(e) De = 16 ˚ A (f) De = 18 ˚ A
Fig. 5.4 – Structures représentatives du peptide NMe-Aβ16−22 à 300 K pour différentes
distances aux extrémités. La grande sphère indique l’extrémité N-terminale et les trois
petites billes indiquent les positions des groupements méthyls. Les chaînes latérales ont été
reconstruites avec le programme AMBER8 (Case et al., 2004).

5.3 Stabilité de l’hexamère Aβ16−22 en présence ou en absence d’inhibiteurs 87
(a) (b)
Fig. 5.5 – Conformations initiales pour les simulations de dynamique moléculaire MD-
OPEP. (a) Six chaînes Aβ16−22 organisées en deux feuillets β antiparallèles ; (b) Six
chaînes Aβ16−22 organisées en deux feuillets β antiparallèles plus quatre peptides NMe-
Aβ16−22 disposés aléatoirement autour du double feuillet déjà formé. Les peptides Nméthylés
sont représentés en gris tandis que les extrémités N-terminales des brins sont
indiquées pas une bille rose.
Aβ16−22 sauvage (figure 5.5 (a)) en absence de peptides N-méthylés. La partie droite de la
figure 5.6 et les deux parties (gauche et droite) de la figure 5.7 correspondent respective-
ment à l’analyse des simulations I1, I2 et I3 réalisées pour le complexe Aβ16−22-inhibiteurs
(figure 5.5 (b)) ; ces trajectoires sont obtenues à partir de deux états initiaux différents.
Dans cette première partie, nous nous concentrerons sur l’étude de la stabilité des brins β
Aβ16−22 initialement organisés en feuillets β dans toutes les trajectoires, puis nous ferons
le point sur le comportement des peptides N-méthylés au voisinage de peptides sauvages,
avant d’examiner, pour conclure, les mécanismes possibles de déstabilisation de l’oligo-
mère Aβ16−22 par ces inhibiteurs.
Pour suivre la stabilité des peptides Aβ16−22, nous nous intéressons à l’évolution de
l’écart quadratique moyen (RMSD), calculé sur les Cα pour chaque feuillet β, par rapport à
la structure minimisée (figs. 5.6 (a,b) et 5.7 (a,b)). Toutefois, cette mesure reste insuffisante
pour décrire la déformation d’un système ; nous avons donc calculé le paramètre d’ordre
nématique (P2) (Allen et Wilson, 1989 ; Cecchini et al., 2004) le long de la trajectoire
pour chaque feuillet β (figs. 5.6 (c,d) et 5.7 (c,d)). Ce paramètre, développé initialement
pour l’analyse computationnelle de polymères et de cristaux liquides, permet de décrire
l’ordre orientationnel d’un système et de discriminer entre les conformations ordonnées

88 5 Les mécanismes d’inhibition par des peptides N-méthylés
(P2 = 1) et désordonnées (P2 ∼ 0). Son expression est donnée dans la formule suivante,
son calcul requiert la diagonalisation de la matrice d’arrangement Qαβ,
P2 = 1
N
Qαβ = 1
N
N
i=1
N
i=1
3
2 (ˆzi · ˆ d) − 1
2
3
2 eiα eiβ − 1
2 δαβ
(5.1)
(5.2)
où ˆ d est le vecteur directeur du système qui définit la direction privilégiée de l’alignement 5
à l’instant t, ˆzi correspond au vecteur directeur de la chaîne i (ici, ˆzi = −−−−−−−→
Nterm Cterm), N
est le nombre de peptides dans le système, α et β décrivent les axes du systèmes (x, y,
z), eiα est la composante en α du vecteur ˆzi et enfin δαβ est le symbole de Kronecker (si
α = β alors δαβ vaut 1, sinon δαβ = 0).
La distribution des distances aux extrémités (figs. 5.6 (e,f) et 5.7 (e,f)) permet d’éva-
luer la taille des brins β dans les feuillets au cours de la trajectoire. La représentation
✭ miroir ✮ choisie pour cette analyse permet de présenter simultanément les profils des
deux feuillets, les distributions restent évidemment positives (échelle variant de 0 à 60 %
pour chaque feuillet). Enfin, nous avons suivi l’évolution du pourcentage de résidus en
conformation β (à l’aide du programme d’assignation des structures secondaires STRIDE
(Frishman et Argos, 1995)). Pour des raisons de clarté, les résultats présentés sur les fi-
gures 5.6 (g,h) et 5.7 (g,h) sont normalisés, 100 % faisant référence à la valeur maximale
de résidus en β observés en un instant t de la trajectoire (généralement ce nombre est
compris entre 15 et 18, parmi les 21 résidus qui constituent chaque feuillet). Toutes ces
courbes sont également filtrées (lissées) à l’aide d’une ✭ moyenne mobile ✮ pour minimiser
l’impact des événements rares. Nous cherchons en effet à analyser une tendance globale
pour la stabilité de l’oligomère, or notre modèle gros-grains, associé à un modèle d’éner-
gie simplifiée où le solvant est pris en compte implicitement, permet des déplacements
importants qui sur un petit système (heptapeptide) peuvent par exemple occasionner la
perte de plusieurs liaisons hydrogène en quelques millièmes de nanosecondes, mais aussi
les créer à nouveau quelques centièmes de nanosecondes plus tard. Ainsi nous utilisons
une fenêtre glissante de 200 ps et à chaque pas de lissage, nous reportons la moyenne cal-
culée pour cet échantillon. L’examen des barres d’erreurs (écart type) indique une faible
disparité des données et montre que l’algorithme utilisé reproduit fidèlement la tendance
générale observée.
5 ˆ d est défini comme le vecteur propre de la matrice d’arrangement Qαβ associé à la plus grande valeur
propre positive.

5.3 Stabilité de l’hexamère Aβ16−22 en présence ou en absence d’inhibiteurs 89
Nous remarquons que Aβ est beaucoup moins flexible dans les premiers instants de
l’interaction avec les peptides N-méthylés (dans l’échelle de temps de 100 ns avec MD-
OPEP). Ainsi, en absence d’inhibiteur la déviation des feuillets β passe immédiatement à
3 ˚ A puis évolue rapidement autour de 5 à 6 ˚ A (en 8 ns pour le feuillet β 1 et 56 ns pour le
feuillet β 2) jusqu’à atteindre 9 ˚ A pour le premier feuillet β à la fin de la simulation (cf.
fig. 5.6 (a)). À l’inverse, les RMSDs calculés en présence de peptides N-méthylés fluctuent
entre 1 et 3 ˚ A (cf. figs. 5.6 (b) et 5.7 (a)), à l’exception de la trajectoire I3 où le feuillet β 2
passe progressivement, par paliers, d’une valeur de 1,5 ˚ A après 30 ns à 4,5 ˚ A pendant les
40 dernières ns de la trajectoire (fig. 5.7 (b)).
En revanche, l’étude minutieuse du paramètre d’ordre nématique laisse apparaître des
différences entre les trajectoires I1 et I2. Ce paramètre confirme l’analyse RMSD pour la
trajectoire WT avec une déstabilisation progressive de la structure en croix-β en absence
d’inhibiteur (P2 fluctue entre 0,2 et 1,0 avec des valeurs moyennes de l’ordre de 0,5–0,7 ;
fig. 5.6 (c)). Il vérifie également les observations relevées pour les trajectoires I1 et I3, à
savoir la réduction de la flexibité des feuillets β pour I1 (fig. 5.6 (d) avec ∼ 0,9) et
la stabilisation effective de l’hexamère pendant près de 60 ns pour la simulation I3 avant
qu’un événement, qui reste à déterminer, ne pertube la conformation initiale (fig. 5.7 (d)).
Notons néanmoins que l’analyse du P2 apporte une information supplémentaire par rap-
port aux données RMSD car cet événement de déstabilisation concerne les deux feuillets
et non pas uniquement le feuillet β 2, comme l’atteste la superposition des courbes de P2
pour les deux feuillets entre 60 et 100 ns (fig. 5.7 (d)). Enfin, la trajectoire I2 présente un
comportement différent pour les deux feuillets β, le feuillet β 1 révèle un désordre signifi-
catif ( ∼ 0,7) d’autant plus remarquable qu’il n’est pas détectable par l’analyse du
RMSD, qu’il reste constant le long de la trajectoire et parfaitement à l’opposé du profil
affiché par le feuillet β 2 dont le P2 reste supérieur à 0,9 (fig. 5.7 (c)).
La distribution des brins β en fonction de leurs distances aux extrémités indique une
répartition homogène pour le système composé uniquement de peptides Aβ16−22 (entre 5
et 21 ˚ A, fig. 5.6 (e)) tandis que ces chaînes non méthylées restent dans une conformation
étendue en présence d’inhibiteurs (∼ 80 % des brins β avec De > 18 ˚ A, figs. 5.6 (f) et 5.7
(e,f)). Nous avons donc un phénomène de structuration au contact des brins inhibiteurs,
plutôt que de déstructuration. Enfin, l’évolution du taux de résidus en β montre une dis-
parition très rapide des feuillets β pour la trajectoire WT, avec une diminution de 50 %
en 5 ns pour les deux feuillets puis la perte complète des résidus β pour le feuillet β 1
après 10 ns (cf. fig. 5.6 (g)). Le pourcentage de brins β augmente ensuite légérement
entre 20 et 50 ns avant de disparaître complètement après 55 ns. Les trajectoires I1 et
I2 montrent quant à elles un taux constant de résidus en β compris entre 75 et 100 %
ce qui rejoint les observations précédentes : lorsqu’il interagit avec un peptide N-méthylé,
l’équilibre conformationnel du peptide Aβ16−22 est déplacé vers les formes étendues et

90 5 Les mécanismes d’inhibition par des peptides N-méthylés
s’organise majoritairement en brin β (figs. 5.6 (h) et 5.7 (g)). La trajectoire I3 montre
une réduction importante du pourcentage de structures β dans le feuillet β 2 après 55 ns,
mais cet événement n’affecte pas le feuillet β 1 qui reste très riche en brins β (∼ 85 %
pour le feuillet 1 et 40 % pour le feuillet 2 après 55 ns de simulation, fig. 5.7 (h)).
De façon surprenante, ces résultats indiquent que l’hexamère Aβ16−22 peut être sta-
bilisé pendant plusieurs dizaines de nanosecondes par les interactions avec les chaînes N-
méthylées et que la déstabilisation se situe dans une échelle de temps relativement longue,
probablement supérieure à la durée de nos simulations (100 ns). Une étude récente de
Takeda et Klimov s’intéresse à la dissociation de monomères Aβ16−22 sur des fibres pré-
formées 6 par des simulations de dynamique moléculaire (Takeda et Klimov, 2007). Ils
montrent que cette dissociation a lieu en deux étapes cohérentes avec les données expé-
rimentales : d’abord une phase dite ✭ vérouillée ✮ (locked) qui s’étend sur 0,5 µs dans
les conditions physiologiques normales, suivie d’une phase ✭ d’amarrage ✮ (docked) où les
peptides visitent des conformations désordonnées (random coil). Cet état est majoritai-
rement stabilisé par des contacts hydrophobes entre les chaînes latérales, avec une faible
contribution des liaisons hydrogène, et s’étend sur une durée de 10 à 200 ns avant la dis-
sociation complète. Nos observations réalisées sur les trajectoires I1 et I3 sont cohérentes
avec ce schéma locked and docked :
– la trajectoire I1 reste stable pendant 100 ns, ce qui caractérise l’état vérouillé dé-
crit par les auteurs, le pourcentage de brins β est élevé et le système parfaitement
ordonné (P2 ∼ 1, figs. 5.6 (d,h))
– la trajectoire I3 montre une stabilisation pendant 55 ns avec un taux de résidus en β
supérieur à 80 % et un paramètre d’ordre nématique supérieur à 0,8 (figs. 5.7 (d,h)).
Cette période correspond à la phase locked du processus de dissociation.
Après 60 ns, le système se comporte différemment pour I3. On assiste à une baisse
importante des résidus en β pour le feuillet 2 (le taux passe brutalement de 80 à
45 % au temps t = 56 ns, fig. 5.7 (h)) et l’évolution du P2 montre que cette dé-
stabilisation affecte les deux feuillets (le P2 passe de 0,85 à 0,70 à t = 58 ns, fig.
5.7 (d)). Cette perturbation est également confirmée par l’analyse du critère RMSD
qui augmente de 3 à 5 ˚ A pour le feuillet β 2 (fig. 5.7 (b)) et par la variation du
pourcentage de β (∼ 50 %, fig. 5.7 (h)). Ce deuxième stade correspond au début de
la phase docked du modèle de dissociation proposé par Takeda et Klimov (Takeda
et Klimov, 2007). À noter que la phase locked est raccourcie (∼ µs → dizaine de ns)
grâce à la technique utilisée (modèle gros grains, solvant implicite) mais également
l’action des inhibiteurs (discutée ci-après).
Nous examinerons les particularités de la trajectoire I2 dans la dernière partie de ce travail.
6 Hexamère double-couches préformé avec des contraintes sur quatre chaînes pour ✭ imiter ✮ la structure
stable de la fibre entière.

5.3 Stabilité de l’hexamère Aβ16−22 en présence ou en absence d’inhibiteurs 91
(a) (b)
(c) (d)
(e) (f)
(g) (h)
Fig. 5.6 – Comparaison des trajectoires MD-OPEP sans inhibiteur WT (gauche) et avec
4 chaînes d’inhibiteur I1 (droite). Cette analyse décrit l’évolution des deux feuillets β
initialement formés et constitués des chaînes Aβ16−22 : (a,b) Évolution des RMSDs calculés
sur les Cα (en ˚ A) ; (c,d) Évolution du paramètre d’ordre nématique (P2) ; (e,f) Distribution
(en %) des brins β en fonction de leurs distances aux extrémités ; (g,h) Évolution du
pourcentage de résidus en β. Pour chaque figure, le trait plein se rapporte au feuillet β 1
et le trait en pointillés, au feuillet β 2.

92 5 Les mécanismes d’inhibition par des peptides N-méthylés
(a) (b)
(c) (d)
(e) (f)
(g) (h)
Fig. 5.7 – Comparaison des trajectoires I2 (gauche) et I3 (droite) en présence d’inhibiteurs.
Cette analyse décrit l’évolution des deux feuillets β initialement formés et constitués
des chaînes Aβ16−22 : (a,b) Évolution des RMSDs calculés sur les Cα (en ˚ A) ; (c,d) Évolution
du paramètre d’ordre nématique (P2) ; (e,f) Distribution (en %) des brins β en
fonction de leurs distances aux extrémités ; (g,h) Évolution du pourcentage de résidus en
β. Pour chaque figure, le trait plein se rapporte au feuillet β 1 et le trait en pointillés, au
feuillet β 2.

5.4 Analyse structurale des chaînes N-méthylées 93
5.4 Analyse structurale des chaînes N-méthylées
Nous avons caractérisé dans la première partie de cette étude l’effet, sur un hexa-
mère préformé de peptides Aβ16−22, des interactions avec quatre chaînes N-méthylées
NMe-Aβ16−22. La figure 5.8 décrit maintenant les propriétés conformationnelles de ces in-
hibiteurs et leurs évolutions au cours des trajectoires I1, I2 et I3.
Les distributions des distances aux extrémités pour les trajectoires I1 et I3 montrent
une sous-représentation des états compacts (∼ 10 % des brins présentent une distance aux
extrémités inférieure à 14 ˚ A, fig. 5.8 (a,c)) et une proportion importante de conformations
partiellement étendues. En revanche, la figure 5.8 (b) révèle une proportion importante
de chaînes N-méthylées repliées pour la trajectoire I2 (∼ 30 %, pour De < 14 ˚ A). Cette
observation souligne que l’interaction entre les chaînes d’inhibiteurs et l’hexamère Aβ16−22
est différente par rapport aux trajectoires I1 et I3.
L’analyse de l’évolution du paramètre d’ordre nématique indique, pour les trois tra-
jectoires, une organisation désordonnée pour ces peptides N-méthylés, avec des valeurs
moyennes de P2 comprises entre 0,1 et 0,5 (figs. 5.8 (d,e,f)). L’augmentation de 0,1 à 0,4
après 55 ns pour la trajectoire I3 tend à confirmer l’hypothèse d’un amarrage des brins N-
méthylés sur l’hexamère préformé (phase docked) qui conduirait à leur ✭ arrangement ✮.
Nous nous sommes donc intéressés à l’évolution du pourcentage de résidus en β dans ces
brins inhibiteurs pour déterminer si ces peptides se structuraient au contact de l’oligomère.
Les figures 5.8 (g,h,i) reportent l’évolution du taux de brins β au cours des trajectoires
I1, I2 et I3 ; à la différence des autres analyses présentées jusqu’ici, ces valeurs ne sont pas
filtrées (le pourcentage étant trop faible pour que l’erreur soit acceptable). On remarque
que ces pourcentages fluctuent entre 0 et 15 %, ce qui représente au maximum 4 résidus
en β sur 28, et que cette valeur est nulle après 55 ns pour la trajectoire I3 alors que le
P2 augmente significativement. Ce résultat est en accord avec les conlusions de Takeda
et Klimov (Takeda et Klimov, 2007) qui soulignent que les peptides adoptent des confor-
mations désordonnées et interagissent majoritairement avec l’oligomère amyloïde par des
contacts hydrophobes entre chaînes latérales (que nous observons pour la trajectoire I3).
Enfin, l’évolution du nombre de liaisons hydrogène entre les chaînes N-méthylées et les
peptides Aβ16−22 confirme que le processus de dissociation par des peptides N-méthylés
est un phénomène très lent. Les phases vérouillées (trajectoire I1 et les soixante premières
nanosecondes de la trajectoire I3) sont caractérisées par un nombre de liaisons hydrogène
compris entre 1 et 2 (figs. 5.8 (j,l)). Ce nombre augmente très peu (de 2 à 3) lors des 40
dernières nanosecondes de la simulation I3 (fig. 5.8 (l)), ce qui confirme que la contribu-
tion des liaisons hydrogène est négligeable lors de la phase d’amarrage (Takeda et Klimov,
2007). La trajectoire I2 présente cependant un profil légèrement différent avec un nombre

94 5 Les mécanismes d’inhibition par des peptides N-méthylés
de liaisons hydrogène entre les brins N-méthylés et les peptides sauvages qui fluctue autour
de 2 pendant les 20 premières nanosecondes de la simulation puis se stabilise autour de 5
jusqu’à la fin de la trajectoire (fig. 5.8 (k)). Cette observation est à mettre en relation avec
l’évolution du P2 pour le feuillet β 1 (qui diminue de 0,9 à 0,7 après 20 ns, fig. 5.7 (c)) et
la distribution des tailles des peptides N-méthylés (fig. 5.8 (b)) qui peuvent explorer des
conformations beaucoup plus compactes que dans les simulations I1 et I2.
(a) (b) (c)
(d) (e) (f)
(g) (h) (i)
(j) (k) (l)
Fig. 5.8 – Analyse des propriétés des chaînes N-méthylées pour les trajectoires I1 (gauche),
I2 (centre) et I3 (droite) : (a,b,c) Distribution des distances aux extrémités (en %) ; (d,e,f)
Évolution du paramètre d’ordre nématique (P2) ; (g,h,i) Évolution du pourcentage de résidus
en β ; (j,k,l) Évolution du nombre de liaisons hydrogène entre les chaînes N-méthylées
et les peptides Aβ16−22.

5.5 Mécanismes proposés pour la déstabilisation des fibres 95
Le faible nombre de liaisons hydrogène formées entre les peptides N-méthylés et les
peptides Aβ16−22 sauvages pour ces trois trajectoires I1–I3 (figs. 5.8 (j,k,l)) indique que
l’association des peptides inhibiteurs se fait principalement par des contacts entre chaînes
latérales. Pour information, une trajectoire notée I4 présente un processus d’interaction
différent avec la formation progressive de liaisons hydrogènes entre l’oligomère sauvage
préformé et les chaînes d’inhibiteurs. Les propriétés structurales de ces dernières sont
résumées sur la figure 5.9.
Cette simulation I4, réalisée à partir d’un état initial légèrement plus compact que ceux
de I1–I3, révèle un mécanisme de stabilisation de l’oligomère préformé par les inhibiteurs
similaire à celui décrit pour I1. La figure 5.9 (a) montre que les chaînes d’inhibiteurs
explorent majoritairement des conformations étendues et l’analyse du P2 souligne que
leur arrangement est désordonné durant la simulation (∼ 0,4–0,5 ; fig. 5.9 (b)). L’étude de
l’évolution du nombre de liaisons hydrogène entre les peptides sauvages et leurs variants
N-méthylés montre une augmentation lente de 4 à 11 liaisons hydrogènes entre 25 et
55 ns (fig. 5.9 (c)). Cette observation souligne que le processus d’interaction avec les
chaînes N-méthylées est complexe et peut s’opérer par contacts entre chaînes latérales
ou par formation lente de liaisons hydrogène entre l’oligomère préformé et les chaînes
d’inhibiteurs.
(a) (b) (c)
Fig. 5.9 – Analyse des propriétés des chaînes N-méthylées pour la trajectoire I4 : (a) Distribution
des distances aux extrémités (en %) ; (b) Évolution du paramètre d’ordre nématique
(P2) ; (c) Évolution du nombre de liaisons hydrogène entre les chaînes N-méthylées
et les peptides Aβ16−22.
5.5 Mécanismes proposés pour la déstabilisation des
fibres
Afin de mieux comprendre les mécanismes de déformation de l’hexamère Aβ16−22 par
les peptides inhibiteurs, nous présentons figure 5.10 deux analyses complémentaires pour
les trajectoires I1, I2 et I3. Premièrement, l’évolution du nombre de liaisons hydrogène

96 5 Les mécanismes d’inhibition par des peptides N-méthylés
intra-feuillet et inter-feuillets et deuxièmement, l’évolution du produit scalaire entre les
✭ directeurs ✮ ( ˆ d) de chaque feuillet, ˆ d étant défini comme le vecteur moyen du feuillet
calculé à partir des vecteurs directeurs 7 de chacun des brins qui le compose. Cette valeur
reflète l’orientation entre les deux feuillets β (initialement parallèle) : une valeur de 1
indique que les couches sont parallèles ; 0, perpendiculaires et -1, antiparallèles.
L’analyse des figures 5.10 (a,b) confirme que les feuillets β ne sont pas déformés, dans
l’échelle de temps de nos simulations (100 ns), pour les trajectoires I1 et I2. Le nombre de
liaisons hydrogène intra-feuillet reste constant (∼ 9–12 selon la trajectoire) et le nombre
de liaisons hydrogène inter-feuillets est quasi nul. À l’opposé, la figure 5.10 (c) précise nos
observations précédentes sur le processus de dissociation en deux phases locked and docked.
Pendant 55 ns, le système reste stable avec un profil comparable à ceux des trajectoires
I1 et I2 (∼ 9–12 liaisons hydrogène intra-feuillet et 0 liaison hydrogène inter-feuillets).
Ensuite, le nombre de liaisons hydrogène dans le feuillet β 2 diminue spontanément (de
9 à 5) et on assiste à l’apparition simultanée de liaisons hydrogène inter-feuillets (de 0 à
4, fig. 5.10 (c)). L’ensemble des observations réalisées pour la trajectoire I3, à savoir une
augmentation du RMSD associée à une diminution du nombre de résidus en β pour le
feuillet 2 (figs. 5.7 (b,h)) et l’augmentation simultanée du nombre de liaisons hydrogène
inter-feuillets combinée à la baisse du P2 pour les deux feuillets β (figs. 5.7 (d) et 5.10 (c)),
indique que l’interaction avec les peptides N-méthylés est responsable d’un changement
conformationnel de l’hexamère. La visualisation des trajectoires révèle le transfert d’un
brin β du feuillet 2 vers le feuillet 1, ce processus ayant été décrit très récemment pour
des simulations de REMD sur le peptide Aβ16−20 et son variant N-méthylé (Soto et al.,
2007). Dans cette étude, les auteurs révèlent que la dissociation peut être provoquée par
le désassemblage d’un brin et la perturbation de la périodicité du protofilament Aβ16−20.
Pour finir, l’étude des figures 5.10 (c,e) montre que les systèmes stabilisés en phase
locked (trajectoires I1 et I3 pendant 55 ns) maintiennent une orientation quasi-parallèle
entre les feuillets (avec des valeurs supérieures à 0,85 ; soit à un angle compris entre 0˚et
30˚). En revanche, la figure 5.10 (d) indique une fluctuation importante (0,5–1,0) pen-
dant 30 ns puis une stabilisation autour de 0,7 jusqu’à la fin de la trajectoire (ce qui
représente un angle de 45˚entre les feuillets). Ce résultat est très important car il com-
plète les observations précédentes : la diminution du P2 du feuillet 1 après 20 ns (fig. 5.7
(c)) et l’augmentation du nombre de liaisons hydrogène entre l’inhibiteur et l’hexamère
Aβ16−22 (fig. 5.8 (k)). Pour la trajectoire I2, les phases locked et docked sont donc in-
versées, le système s’arrange pendant 20 à 30 ns pour accepter les chaînes d’inhibiteurs
(phase d’accomodation) puis se stabilise dans une phase vérouillée comparable à celles
7 le vecteur directeur d’un brin est défini entre les Cα des extrémités N et C-terminales

5.5 Mécanismes proposés pour la déstabilisation des fibres 97
décrites précédemment. La perturbation provoquée par l’inhibiteur correspond donc à un
mouvement de rotation d’un feuillet par rapport à l’autre, sans perte des structures se-
condaires. Ce processus dock/lock a été décrit par Nguyen et collaborateurs lors de l’étude
par dynamique moléculaire de l’ajout de monomères Aβ16−22 à un oligomère déjà formé
(Nguyen et al., 2007). Dans leur étude, la phase dock s’étend au maximum sur 50 ns et est
caractérisée par de grands changements conformationnels au niveau de l’oligomère pré-
formé pour ✭ accueillir ✮ les monomères supplémentaires. La perturbation de la symétrie
latérale (l’orientation des plans définis par les feuillets β) de l’oligomère amyloïde par les
peptides N-méthylés pourrait donc être un mécanisme supplémentaire de déstabilisation
des fibres.
I1 I2 I3
(a) (b) (c)
(d) (e) (f)
Fig. 5.10 – Analyse de la dissociation de l’oligomère amyloïde par les peptides N-méthylés :
(a,b,c) Évolution du nombre de liaisons hydrogène intra-feuillet et inter-feuillets pour
l’hexamère Aβ16−22 (le trait plein fait référence au feuillet β 1 ; le trait en pointillés foncés,
au feuillet β 2 ; et enfin le trait en pointillés clairs, aux liaisons hydrogène inter-feuillets) ;
(d,e,f) Évolution de l’orientation entre les deux feuillets β (calcul du produit scalaire entre
les ✭ directeurs ✮ de chaque feuillet).
Nos simulations ont permis de mettre en évidence des sites d’interaction priviligiés (fi-
gure 5.11). On observe notamment figure 5.11 (d) l’association longitudinale qui empêche
la propagation d’un protofilament β (à gauche, l’inhibiteur en gris s’associe au feuillet β
dans le sens d’élongation de la fibre) et sur la figure 5.11 (b) l’association latérale qui em-
pêche la formation de plusieurs protofilaments (à gauche, les deux chaînes d’inhibiteurs qui

98 5 Les mécanismes d’inhibition par des peptides N-méthylés
forment une nouvelle couche capable d’envelopper la structure en croix-β préformée). Les
figures 5.11 (a–d) montrent que les sites d’interaction entre les inhibiteurs et les chaînes
Aβ16−22 sont variés avec à la fois des associations longitudinales ou latérales et des asso-
ciations tranverses qui peuvent contacter les deux feuillets.
(a) (b)
(c) (d)
Fig. 5.11 – Sites d’interaction entre les chaînes N-méthylées et les peptides Aβ16−22. Les
peptides inhibiteurs sont représentés en gris et les peptides Aβ16−22 en coloration atomique.
(a) Complexe Aβ16−22-inhibiteurs observé pour I1 après 96 ns ; (b) I2 après 94 ns ; (c) I3
après 98 ns ; (d) I4 après 100 ns. Le brin en rouge sur la figure (c) correspond au transfert
décrit précedemment.

5.6 Conclusions 99
5.6 Conclusions
L’ensemble de cette étude est une première étape vers la caractérisation atomique des
complexes Aβ16−22-inhibiteurs. Nous avons pu montrer que la N-méthylation du peptide
Aβ16−22 contrarie les formes compactes et favorise la propension des résidus en brin β.
Notre étude comparative d’un système modèle de fibre amyloïde Aβ16−22 en absence ou
en présence d’inhibiteurs indique une interaction lente entre Aβ16−22 et son variant N-
méthylé. En accord avec les conclusions de Takeda et Klimov, nous mettons en évidence
l’existence d’un processus de dissociation en deux étapes (locked and docked) qui peut
conduire au transfert d’un brin β entre les deux feuillets et à la perte de la périodicité lon-
gitudinale du protofilament. Par un autre processus d’interaction, les peptides N-méthylés
sont également capable de provoquer la rotation d’un feuillet β par rapport à l’autre dans
l’agrégat amyloïde, ce qui constitue une voie supplémentaire de déstabilisation des fibres.
Ces peptides N-méthylés sont capables de s’associer selon les directions préférentielles de
propagation de la fibre ; ce qui est cohérent avec les données expérimentales (Gordon et al.,
2001, 2002 ; Sciarretta et al., 2006 ; Kapurniotu et al., 2002 ; Yan et al., 2006).

Chapitre 6
Conclusions et perspectives
Les maladies amyloïdes sont causées par l’association de peptides ou de protéines
mal repliées. Il a été clairement démontré que les oligomères rencontrés très tôt durant
le processus d’agrégation sont également toxiques. Ces intermédiaires solubles sont donc
tout désignés pour être des cibles thérapeutiques et il est important de les caractériser
d’un point de vue structural, dynamique et thermodynamique.
Ces différentes caractérisations sont difficiles par les outils classiques de la biologie car
les oligomères sont en équilibre dynamique et donc transitoires. Les étudier en dynamique
moléculaire tout-atome en solvant explicite représenterait un véritable tour de force ! Pour
tenter d’apporter des éléments de réponse, nous avons utilisé des méthodes originales ba-
sées sur le potentiel effectif gros-grain OPEP, parmi lesquelles les techniques ART, MD et
REMD.
La première partie de ce travail de thèse s’est attachée à déterminer les mécanismes
d’agrégation de trois systèmes : le tétramère et l’heptamère du peptide amyloïde le plus
court KFFE ainsi qu’un dodécamère du peptide NFGAIL. Nos simulations ART-OPEP
montrent très clairement que le processus d’agrégation est complexe et que les différents
peptides sont en équilibre entre trois types essentiels de formes :
1. une forme proche de la fibre amyloïde ou les brins sont plus perpendiculaires que
parallèles ou antiparallèles,
2. une forme tonneau β,
3. des agrégats amorphes qui se distinguent des deux formes précédentes par la nature
du réseau de liaisons hydrogène.
Elles montrent également que le processus d’agrégation est un phénomène à deux
étapes. La première, caractérisée par la formation d’agrégats amorphes, est dominée par
les interactions hydrophobes et électrostatiques, alors que la seconde est dominée par le
réarrangement du réseau de liaisons hydrogène. Ceci est en accord avec les données de
101

102 6 Conclusions et perspectives
spectroscopie infra-rouge de Sean Decatur et son groupe. La formation d’un tonneau β
(conformation ouverte) entre les formes amorphes et croix-β était inattendue. Des simu-
lations récentes MD-OPEP et REMD-OPEP réalisées par Derreumaux et collaborateurs
ont montré que cette forme tonneau (conformations ouverte ou fermée) est également
peuplée pour un heptamère de Aβ16−22 (Wei et al., 2007) et β2m83−89 1 (Song et al., 2007).
Nos études montrent également que la recherche d’une croix-β est de plus en plus difficile
d’un point de vue entropique à mesure que l’on augmente le nombre de chaînes dans le
système. Cet aspect est clairement un facteur contribuant au temps de latence observé
expérimentalement.
La seconde partie de ce travail de thèse s’est attachée à l’étude de la surface d’énergie
libre du dimère Aβ1−40 et Aβ1−42 pour déterminer le rôle de la région 23–28 dans l’oli-
gomérisation. C’est à notre connaissance la première fois qu’un système de 80 résidus est
caractérisé d’un point de vue thermodynamique. Nos simulations REMD-OPEP montrent
très clairement que la formation d’une boucle dans la région 23–28 ne peut être considérée
comme le facteur limitant de l’agrégation. Elles suggèrent au contraire que la formation
d’un multimère couvrant la région 16–22 est vraisemblablement le facteur limitant. Il est
toujours dangereux d’extrapoler d’un dimère à un oligomère. Néanmoins, nous avons vé-
rifié que nos résultats ou postulats restaient valables pour le trimère Aβ1−42 après 150 ns
de REMD-OPEP.
La troisième partie de ce travail a consisté à étudier les premiers instants de la dyna-
mique d’interaction entre le protofilament amyloïde et un inhibiteur. Pour ce faire, nous
avons simplifié le problème : en ne considérant qu’un modèle préformé de fibre constitué
de la seule région 16–22 (qui correspond au site d’interaction), en considérant une sto-
chiométrie proche de 1:1 (ici 6 peptides sauvages et 4 copies de l’inhibiteur N-méthylés)
et en élimiminant la compétition entre peptide sauvage et inhibiteur.
À partir de plusieurs simulations MD-OPEP, trois résultats importants émergent. Pre-
mièrement le monomère d’un inhibiteur méthylé n’adopte pas une conformation étendue
comme pourrait le laisser penser les données de dichroïsme circulaire. L’effet de trois mé-
thylations sur les conformations d’équilibre est de réduire les formes compactes. Deuxième-
ment, dans les premiers instants de l’interaction entre Aβ et l’inhibiteur, Aβ est beaucoup
moins flexible, les chaînes N-méthylées sont donc responsables d’une stabilisation de l’oli-
gomère Aβ16−22. Ces résultats indiquent que la déstabilisation se situe dans une échelle
de temps relativement longue, qui peut être supérieure à la microseconde. Troisièmement,
des sites d’interaction priviligiés sont mis en évidence et notamment l’association lon-
1 fragment 83–89 de la β2 microgloguline

gitudinale qui empêche la propagation d’un protofilament β et l’association latérale qui
empêche la formation de plusieurs protofilaments. Nous sommes parfaitement conscients
que d’autres sites existent et des agrégats totalement désordonnés devraient émerger de
nos simulations, mais ceux-ci ne pourront être observés qu’en appliquant la technique
REMD. Enfin, l’ensemble de nos analyses permet également d’avancer quelques hypo-
thèses sur les processus de dissociation gouvernés par ces inhibiteurs : en perturbant la
périodicité des brins à l’intérieur des feuillets β (transfert de brin par exemple) ou en
pertubant la périodicité latérale des feuillets β (ie. en modifiant l’orientation des couches
successives au sein d’un protofilament).
103
De très nombreuses études sont nécessaires pour approfondir nos connaissances sur
la dynamique et la thermodynamique d’association des oligomères solubles et l’interac-
tion avec des drogues. Nous pensons que les différentes méthodologies utilisées pendant
ce travail de thèse devraient apporter des informations pertinentes dans le champ de
l’agrégation protéique. L’optimisation récente du champ de force OPEP combinée au dé-
veloppement des techniques de dynamique moléculaire classique et d’échange de répliques
va nous permettre d’évoluer vers des systèmes protéiques de plus grande taille, en parti-
culier de simuler des niveaux importants d’oligomérisation du peptide Aβ dans l’espoir
d’approcher la taille critique du ✭ noyau ✮ ; ou encore la simulation de la protéine PrP
humaine (104 résidus) pour des systèmes allant du monomère à l’hexamère.

Bibliographie
C. Adessi, M.-J. Frossard, C. Boissard, S. Fraga, S. Bieler, T. Ruckle, F. Vilbois, S. M.
Robinson, M. Mutter, W. A. Banks et C. Soto. Pharmacological profiles of peptide drug
candidates for the treatment of Alzheimer’s disease. J. Biol. Chem., 278 : 13905–13911,
2003.
M. Allen et D. Tildeslley. Computer simulations of liquid. Clrendon Press, Oxford, 1987.
M. P. Allen et M. R. Wilson. Computer simulation of liquid crystals. J. Comput. Aided
Mol. Des., 3 : 335–353, 1989.
H. C. Andersen. Rattle : a ”velocity”version of the Shake algorithm for molecular dynamics
with coupling to an external bath. J. Comp. Phys., 52 : 24–34, 1983.
C. B. Anfinsen, R. R. Redfield, W. L. Choate, J. Page et W. R. Carroll. Studies on the
gross structure, cross-linkages, and terminal sequences in ribonuclease. J. Biol. Chem.,
207 : 201–210, 1954.
O. N. Antzutkin, J. J. Balbach, R. D. Leapman, N. W. Rizzo, J. Reed et R. Tycko. Multiple
quantum solid-state NMR indicates a parallel, not antiparallel, organization of β-sheets
in Alzheimer’s β-amyloid fibrils. Proc. Natl. Acad. Sci. U.S.A, 97 : 13045–13050, 2000.
R. S. Armen, D. O. V. Alonso et V. Daggett. Anatomy of an amyloidogenic intermediate :
conversion of β-sheet to α-sheet structure in transthyretin at acidic pH. Structure,
12 : 1847–1863, 2004.
R. Azriel et E. Gazit. Analysis of the minimal amyloid-forming fragment of the islet
amyloid polypeptide. An experimental support for the key role of the phenylalanine
residue in amyloid formation. J. Biol. Chem., 276 : 34156–34161, 2001.
R. Bader, R. Bamford, J. Zurdo, B. F. Luisi et C. M. Dobson. Probing the mechanism
of amyloidogenesis through a tandem repeat of the PI3-SH3 domain suggests a generic
model for protein aggregation and fibril formation. J. Mol. Biol., 356 : 189–208, 2006.
105

106 Bibliographie
S. Baglioni, F. Casamenti, M. Bucciantini, L. M. Luheshi, N. Taddei, F. Chiti, C. M.
Dobson et M. Stefani. Prefibrillar amyloid aggregates could be generic toxins in higher
organisms. J. Neurosci., 26 : 8160–8167, 2006.
J. J. Balbach, Y. Ishii, O. N. Antzutkin, R. D. Leapman, N. W. Rizzo, F. Dyda, J. Reed
et R. Tycko. Amyloid fibril formation by Aβ16-22, a seven-residue fragment of the
Alzheimer’s β-amyloid peptide, and structural characterization by solid state NMR.
Biochemistry, 39 : 13748–13759, 2000.
J. J. Balbach, A. T. Petkova, N. A. Oyler, O. N. Antzutkin, D. J. Gordon, S. C. Meredith
et R. Tycko. Supramolecular structure in full-length Alzheimer’s β-amyloid fibrils :
evidence for a parallel β-sheet organization from solid-state nuclear magnetic resonance.
Biophys. J., 83 : 1205–1216, 2002.
R. L. Baldwin. Intermediates in protein folding reactions and the mechanism of protein
folding. Annu. Rev. Biochem., 44 : 453–475, 1975.
G. T. Barkema et N. Mousseau. Event-based relaxation of continuous disordered systems.
Phys. Rev. Lett., 77 : 4358–4361, 1996.
D. M. Barten, J. E. Meredith, R. Zaczek, J. G. Houston et C. F. Albright. Gamma-
secretase inhibitors for Alzheimer’s disease : balancing efficacy and toxicity. Drugs R.
D., 7 : 87–97, 2006.
A. Baumketner, S. L Bernstein, T. Wyttenbach, G. Bitan, D. B. Teplow, M. T. Bowers et
J.-E. Shea. Amyloid β-protein monomer structure : a computational and experimental
study. Protein Sci., 15 : 420–428, 2006a.
A. Baumketner, S. L. Bernstein, T. Wyttenbach, N. D. Lazo, D. B. Teplow, M. T. Bowers
et J.-E. Shea. Structure of the 21-30 fragment of amyloid β-protein. Protein Sci.,
15 : 1239–1247, 2006b.
A. Baumketner et J.-E. Shea. Free energy landscapes for amyloidogenic tetrapeptides
dimerization. Biophys. J., 89 : 1493–1503, 2005.
A. Baumketner et J.-E. Shea. The structure of the Alzheimer amyloid β10-35 peptide
probed through replica-exchange molecular dynamics simulations in explicit solvent. J.
Mol. Biol., 366 : 275–285, 2007.
A. D. Becke. Density-functional thermochemistry. III. the role of exact exchange. J.
Chem. Phys., 98 : 5648–5652, 1993.

Bibliographie 107
T. L. Benzinger, D. M. Gregory, T. S. Burkoth, H. Miller-Auer, D. G. Lynn, R. E. Botto
et S. C. Meredith. Two-dimensional structure of β-amyloid(10-35) fibrils. Biochemistry,
39 : 3491–3499, 2000.
H. J. C. Berendsen, J. P. M. Postma, W. F. van Gunsteren, A. DiNola et J. R. Haak.
Molecular dynamics with coupling to an external bath. J. Chem. Phys., 81 : 3684–3690,
1984.
G. Bitan, M. D. Kirkitadze, A. Lomakin, S. S. Vollers, G. B. Benedek et D. B. Teplow.
Amyloid β-protein (Aβ) assembly : Aβ40 and Aβ42 oligomerize through distinct path-
ways. Proc. Natl. Acad. Sci. U.S.A, 100 : 330–335, 2003a.
G. Bitan, S. S. Vollers et D. B. Teplow. Elucidation of primary structure elements control-
ling early amyloid β-protein oligomerization. J. Biol. Chem., 278 : 34882–34889, 2003b.
E. M. Boczko et C. L. Brooks. First-principles calculation of the folding free energy of a
three-helix bundle protein. Science, 269 : 393–396, 1995.
D. R. Booth, M. Sunde, V. Bellotti, C. V. Robinson, W. L. Hutchinson, P. E. Fraser, P. N.
Hawkins, C. M. Dobson, S. E. Radford, C. C. Blake et M. B. Pepys. Instability, unfolding
and aggregation of human lysozyme variants underlying amyloid fibrillogenesis. Nature,
385 : 787–793, 1997.
J. M. Borreguero, B. Urbanc, N. D. Lazo, S. V. Buldyrev, D. B. Teplow et H. E. Stanley.
Folding events in the 21-30 region of amyloid β-protein (Aβ) studied in silico. Proc.
Natl. Acad. Sci. U.S.A, 102 : 6015–6020, 2005.
M. Bose, J. E. Gestwicki, V. Devasthali, G. R. Crabtree et I. A. Graef. ’nature-inspired’
drug-protein complexes as inhibitors of Aβ aggregation. Biochem. Soc. Trans., 33 : 543–
547, 2005.
M. Bucciantini, E. Giannoni, F. Chiti, F. Baroni, L. Formigli, J. Zurdo, N. Taddei, G. Ram-
poni, C. M. Dobson et M. Stefani. Inherent toxicity of aggregates implies a common
mechanism for protein misfolding diseases. Nature, 416 : 507–511, 2002.
D.A. Case, T.A. Darden, T.E. Cheatham III, C.L. Simmerling, J. Wang, R.E. Duke,
R. Luo, K.M. Merz, B. Wang, D.A. Pearlman, M. Crowley, S. Brozell, V. Tsui,
H. Gohlke, J. Mongan, V. Hornak, G. Cui, P. Beroza, C. Schafmeister, J.W. Cald-
well, W.S. Ross et P.A. Kollman. AMBER 8. University of California, San Francisco,
2004.
M. Cecchini, F. Rao, M. Seeber et A. Caflisch. Replica exchange molecular dynamics
simulations of amyloid peptide aggregation. J. Chem. Phys., 121 : 10748–10756, 2004.

108 Bibliographie
T. Cellmer, D. Bratko, J. M. Prausnitz et H. Blanch. Protein-folding landscapes in mul-
tichain systems. Proc. Natl. Acad. Sci. U.S.A, 102 : 11692–11697, 2005.
C. J. Cerjan et W. H. Miller. On finding transition states. J. Chem. Phys., 75 : 2800–2806,
1981.
W. Chen, N. Mousseau et P. Derreumaux. The conformations of the amyloid-β (21-30)
fragment can be described by three families in solution. J. Chem. Phys., 125 : 084911,
2006.
Y.-R. Chen et C. G. Glabe. Distinct early folding and aggregation properties of Alzheimer
amyloid-β peptides Aβ40 and Aβ42 : stable trimer or tetramer formation by Aβ42. J.
Biol. Chem., 281 : 24414–24422, 2006.
F. Chiti, M. Calamai, N. Taddei, M. Stefani, G. Ramponi et C. M. Dobson. Studies of
the aggregation of mutant proteins in vitro provide insights into the genetics of amyloid
diseases. Proc. Natl. Acad. Sci. U.S.A, 99 Suppl 4 : 16419–16426, 2002.
F. Chiti, M. Stefani, N. Taddei, G. Ramponi et C. M. Dobson. Rationalization of the
effects of mutations on peptide and protein aggregation rates. Nature, 424 : 805–808,
2003.
F. Chiti, P. Webster, N. Taddei, A. Clark, M. Stefani, G. Ramponi et C. M. Dobson.
Designing conditions for in vitro formation of amyloid protofilaments and fibrils. Proc.
Natl. Acad. Sci. U.S.A, 96 : 3590–3594, 1999.
J. P. Cleary, D. M. Walsh, J. J. Hofmeister, G. M. Shankar, M. A. Kuskowski, D. J. Selkoe
et K. H. Ashe. Natural oligomers of the amyloid-β protein specifically disrupt cognitive
function. Nat. Neurosci., 8 : 79–84, 2005.
A.S. Cohen. General introduction and brief history of the amyloid fibril. Marrink J. and
Van Rijswijk M.H. (Eds), Amyloidosis, pp3–19, Nijhoff, Dordrecht, 1986.
G. Colombo, I. Daidone, E. Gazit, A. Amadei et A. Di Nola. Molecular dynamics simu-
lation of the aggregation of the core-recognition motif of the islet amyloid polypeptide
in explicit water. Proteins, 59 : 519–527, 2005.
G. Colombo, P. Soto et E. Gazit. Peptide self-assembly at the nanoscale : a challenging
target for computational and experimental biotechnology. Trends Biotechnol., 25 : 211–
218, 2007.
K. A. Conway, E. W. Baxter, K. M. Felsenstein et A. B. Reitz. Emerging β-amyloid
therapies for the treatment of Alzheimer’s disease. Curr. Pharm. Des., 9 : 427–447,
2003.

Bibliographie 109
W.D. Cornell, P. Cieplak, C.I. Bayly, I.R. Gould, K.M. Merz, D.M. Ferguson Jr., D.C.
Spellmeyer, T. Fox, J.W. Caldwell et P.A. Kollman. A second generation force field for
the simulation of proteins, nucleic acids, and organic molecules. J. Am. Chem. Soc.,
117 : 5179–5197, 1995.
L. Cruz, B. Urbanc, J. M. Borreguero, N. D. Lazo, D. B. Teplow et H. E. Stanley. Solvent
and mutation effects on the nucleation of amyloid β-protein folding. Proc. Natl. Acad.
Sci. U.S.A, 102 : 18258–18263, 2005.
J. Danielsson, J. Jarvet, P. Damberg et A. Gräslund. The Alzheimer β-peptide shows
temperature-dependent transitions between left-handed 3-helix, β-strand and random
coil secondary structures. FEBS J., 272 : 3938–3949, 2005.
M. L. de la Paz, G. M. S. de Mori, L. Serrano et G. Colombo. Sequence dependence of
amyloid fibril formation : insights from molecular dynamics simulations. J. Mol. Biol.,
349 : 583–596, 2005.
P. Derreumaux. Folding a 20 amino acid α/β peptide with the diffusion process-controlled
Monte Carlo method. J. Chem. Phys., 107 : 1941–1947, 1997.
P. Derreumaux. Finding the low-energy forms of avian pancreatic polypeptide with the
diffusion-process-controlled Monte Carlo method. J. Chem. Phys., 109 : 1567–1574,
1998.
P. Derreumaux. From polypeptide sequences to structures using Monte Carlo simulations
and an optimized potential. J. Chem. Phys., 111 : 2301–2310, 1999.
P. Derreumaux. Ab initio polypeptide structure prediction. Theor. Chem. Acc., 104 : 1–6,
2000a.
P. Derreumaux. Generating ensemble averages for small proteins from extended confor-
mations by Monte Carlo simulations. Phys. Rev. Lett., 85 : 206–209, 2000b.
P. Derreumaux. Insight into protein topology from Monte Carlo simulations. J. Chem.
Phys., 117 : 3499–3503, 2002.
P. Derreumaux et N. Mousseau. Coarse-grained protein molecular dynamics simulations.
J. Chem. Phys., 126 : 025101, 2007.
K. A. Dill. Dominant forces in protein folding. Biochemistry, 29 : 7133–7155, 1990.
R. I. Dima et D. Thirumalai. Exploring protein aggregation and self-propagation using
lattice models : phase diagram and kinetics. Protein Sci., 11 : 1036–1049, 2002a.

110 Bibliographie
R. I. Dima et D. Thirumalai. Exploring the propensities of helices in PrP(C) to form
β sheet using NMR structures and sequence alignments. Biophys. J., 83 : 1268–1280,
2002b.
F. Ding, S. V. Buldyrev et N. V. Dokholyan. Folding Trp-cage to NMR resolution native
structure using a coarse-grained protein model. Biophys. J., 88 : 147–155, 2005.
C. M. Dobson. Protein folding and misfolding. Nature, 426 : 884–890, 2003.
C. M. Dobson. Experimental investigation of protein folding and misfolding. Methods,
34 : 4–14, 2004.
C. M. Dobson et R. J. Ellis. Protein folding and misfolding inside and outside the cell.
EMBO J., 17 : 5251–5254, 1998.
A. J. Doig. A three stranded β-sheet peptide in aqueous solution containing N-methyl
amino acids to prevent aggregation. Chem. Commun., pages 2153–2154, 1997.
J. P. K. Doye et D. J. Wales. Traversing the potential energy surface by eigenvector-
following : applications to global optimisation and the structural transformations of
clusters. Z. Phys. D, 40 : 194–197, 1997.
K. F. DuBay, A. P. Pawar, F. Chiti, J. Zurdo, C. M. Dobson et M. Vendruscolo. Prediction
of the absolute aggregation rates of amyloidogenic polypeptide chains. J. Mol. Biol.,
341 : 1317–1326, 2004.
J. L. Dul, D. P. Davis, E. K. Williamson, F. J. Stevens et Y. Argon. Hsp70 and antifi-
brillogenic peptides promote degradation and inhibit intracellular aggregation of amy-
loidogenic light chains. J. Cell. Biol., 152 : 705–716, 2001.
M. Dumoulin, A. M. Last, A. Desmyter, K. Decanniere, D. Canet, G. Larsson, A. Spencer,
D. B. Archer, J. Sasse, S. Muyldermans, L. Wyns, C. Redfield, A. Matagne, C. V.
Robinson et C. M. Dobson. A camelid antibody fragment inhibits the formation of
amyloid fibrils by human lysozyme. Nature, 424 : 783–788, 2003.
E. D. Eanes et G. G. Glenner. X-ray diffraction studies on amyloid filaments. J. Histochem.
Cytochem., 16 : 673–677, 1968.
R. J. Ellis et T. J. T. Pinheiro. Medicine : danger-misfolding proteins. Nature, 416 : 483–
484, 2002.
P. P. Ewald. Die berechnung optischer und elektrostatischer Gitterpotentiale. Ann. Phys.,
64 : 253–287, 1921.

Bibliographie 111
F. G. De Felice et S. T. Ferreira. Beta-amyloid production, aggregation, and clearance as
targets for therapy in Alzheimer’s disease. Cell. Mol. Neurobiol., 22 : 545–563, 2002.
A. R. Fersht. Optimization of rates of protein folding : the nucleation-condensation me-
chanism and its implications. Proc. Natl. Acad. Sci. U.S.A, 92 : 10869–10873, 1995.
N. Floquet, S. Pasco, L. Ramont, P. Derreumaux, J. Y. Laronze, J. M. Nuzillard, F. X.
Maquart, A. J. P. Alix et J. C. Monboisse. The antitumor properties of the α3(IV)-(185-
203) peptide from the NC1 domain of type IV collagen (tumstatin) are conformation-
dependent. J. Biol. Chem., 279 : 2091–2100, 2004.
D. Flöck, S. Colacino, G. Colombo et A. Di Nola. Misfolding of the amyloid β-protein :
a molecular dynamics study. Proteins, 62 : 183–192, 2006.
F. Forcellino et P. Derreumaux. Computer simulations aimed at structure prediction of
supersecondary motifs in proteins. Proteins, 45 : 159–166, 2001.
M. J. Frisch, G. W. Trucks, H. B. Schlegel, G. E. Scuseria, M. A. Robb, J. R. Chee-
seman, J. A. Montgomery, Jr., T. Vreven, K. N. Kudin, J. C. Burant, J. M. Millam,
S. S. Iyengar, J. Tomasi, V. Barone, B. Mennucci, M. Cossi, G. Scalmani, N. Rega,
G. A. Petersson, H. Nakatsuji, M. Hada, M. Ehara, K. Toyota, R. Fukuda, J. Hase-
gawa, M. Ishida, T. Nakajima, Y. Honda, O. Kitao, H. Nakai, M. Klene, X. Li, J. E.
Knox, H. P. Hratchian, J. B. Cross, V. Bakken, C. Adamo, J. Jaramillo, R. Gomperts,
R. E. Stratmann, O. Yazyev, A. J. Austin, R. Cammi, C. Pomelli, J. W. Ochterski, P. Y.
Ayala, K. Morokuma, G. A. Voth, P. Salvador, J. J. Dannenberg, V. G. Zakrzewski,
S. Dapprich, A. D. Daniels, M. C. Strain, O. Farkas, D. K. Malick, A. D. Rabuck, K. Ra-
ghavachari, J. B. Foresman, J. V. Ortiz, Q. Cui, A. G. Baboul, S. Clifford, J. Cioslowski,
B. B. Stefanov, G. Liu, A. Liashenko, P. Piskorz, I. Komaromi, R. L. Martin, D. J. Fox,
T. Keith, M. A. Al-Laham, C. Y. Peng, A. Nanayakkara, M. Challacombe, P. M. W.
Gill, B. Johnson, W. Chen, M. W. Wong, C. Gonzalez et J. A. Pople. Gaussian 03,
revision c.02, 2004. Gaussian, Inc., Wallingford, CT, 2004.
D. Frishman et P. Argos. Knowledge-based protein secondary structure assignment. Pro-
teins, 23 : 566–579, 1995.
M. Fändrich, M. A. Fletcher et C. M. Dobson. Amyloid fibrils from muscle myoglobin.
Nature, 410 : 165–166, 2001.
A. E. García et K. Y. Sanbonmatsu. Alpha-helical stabilization by side chain shielding of
backbone hydrogen bonds. Proc. Natl. Acad. Sci. U.S.A, 99 : 2782–2787, 2002.

112 Bibliographie
W. Garzon-Rodriguez, A. Vega, M. Sepulveda-Becerra, S. Milton, D. A. Johnson, A. K.
Yatsimirsky et C. G. Glabe. A conformation change in the carboxyl terminus of Alz-
heimer’s Aβ (1-40) accompanies the transition from dimer to fibril as revealed by fluo-
rescence quenching analysis. J. Biol. Chem., 275 : 22645–22649, 2000.
E. Gazit. A possible role for pi-stacking in the self-assembly of amyloid fibrils. FASEB
J., 16 : 77–83, 2002.
P.-G. De Gennes. Reptation of a polymer chain in the presence of fixed obstacles. J.
Chem. Phys., 55 : 572–579, 1971.
T. J. Gibson et R. M. Murphy. Design of peptidyl compounds that affect β-amyloid
aggregation : importance of surface tension and context. Biochemistry, 44 : 8898–8907,
2005.
S. Gilead et E. Gazit. Inhibition of amyloid fibril formation by peptide analogues modified
with α-aminoisobutyric acid. Angew. Chem. Int. Ed. Engl., 43 : 4041–4044, 2004.
G. G. Glenner, W. Terry, M. Harada, C. Isersky et D. Page. Amyloid fibril proteins :
proof of homology with immunoglobulin light chains by sequence analyses. Science,
172 : 1150–1151, 1971.
D. J. Gordon, J. J. Balbach, R. Tycko et S. C. Meredith. Increasing the amphiphilicity of
an amyloidogenic peptide changes the β-sheet structure in the fibrils from antiparallel
to parallel. Biophys. J., 86 : 428–434, 2004.
D. J. Gordon, K. L. Sciarretta et S. C. Meredith. Inhibition of β-amyloid(40) fibrillogenesis
and disassembly of β-amyloid(40) fibrils by short β-amyloid congeners containing N-
methyl amino acids at alternate residues. Biochemistry, 40 : 8237–8245, 2001.
D. J. Gordon, R. Tappe et S. C. Meredith. Design and characterization of a membrane
permeable N-methyl amino acid-containing peptide that inhibits Aβ1-40 fibrillogenesis.
J. Pept. Res., 60 : 37–55, 2002.
C. Govaerts, H. Wille, S. B. Prusiner et F. E. Cohens. Evidence for assembly of prions
with left-handed β-helices into trimers. Proc. Natl. Acad. Sci. U.S.A, 101 : 8342–8347,
2004.
D. Gront, A. Kolinski et J. Skolnick. Comparison of three Monte Carlo conformational
search strategies for a proteinlike homopolymer model : Folding thermodynamics and
identification of low-energy structures. J. Chem. Phys., 113 : 5065–5071, 2000.

Bibliographie 113
J. Gsponer, U. Haberthür et A. Caflisch. The role of side-chain interactions in the early
steps of aggregation : Molecular dynamics simulations of an amyloid-forming peptide
from the yeast prion Sup35. Proc. Natl. Acad. Sci. U.S.A, 100 : 5154–5159, 2003.
J. Gsponer et M. Vendruscolo. Theoretical approaches to protein aggregation. Protein
Pept. Lett., 13 : 287–293, 2006.
C. Haass et B. De Strooper. The presenilins in Alzheimer’s disease-proteolysis holds the
key. Science, 286 : 916–919, 1999.
C. K. Hall et V. A. Wagoner. Computational approaches to fibril structure and formation.
Methods Enzymol., 412 : 338–365, 2006.
W. Han et Y.-D. Wus. A strand-loop-strand structure is a possible intermediate in fibril
elongation : long time simulations of amyloid-β peptide (10-35). J. Am. Chem. Soc.,
127 : 15408–15416, 2005.
U. H. E. Hansmann. Parallel tempering algorithm for conformational studies of biological
molecules. Chemical Physics Letters, 281 : 140–150, 1997.
P. M. Harrison, H. S. Chan, S. B. Prusiner et F. E. Cohen. Conformational propaga-
tion with prion-like characteristics in a simple model of protein folding. Protein Sci.,
10 : 819–835, 2001.
S. C. Harrison et R. Durbin. Is there a single pathway for the folding of a polypeptide
chain ? Proc. Natl. Acad. Sci. U.S.A, 82 : 4028–4030, 1985.
N. Haspel, D. Zanuy, B. Ma, H. Wolfson et R. Nussinov. A comparative study of amyloid
fibril formation by residues 15-19 of the human calcitonin hormone : a single β-sheet
model with a small hydrophobic core. J. Mol. Biol., 345 : 1213–1227, 2005.
M. R. Hayden, S. C. Tyagi, M. M. Kerklo et M. R. Nicolls. Type 2 diabetes mellitus as
a conformational disease. JOP, 6 : 287–302, 2005.
G. Henkelman et H. Jónsson. A dimer method for finding saddle points on high dimen-
sional potential surfaces using only first derivatives. J. Chem. Phys., 111 : 7010–7022,
1999.
B. Hess, H. Bekker, H.J.C. Berendsen et J.G.E.M. Fraaije. LINCS : A Linear Constraint
Solver for Molecular Simulations. J. Comput. Chem., 18 : 1463–1472, 1997.
W. Hosia, N. Bark, E. Liepinsh, A. Tjernberg, B. Persson, D. Hallén, J. Thyberg, J. Jo-
hansson et L. Tjernberg. Folding into a β-hairpin can prevent amyloid fibril formation.
Biochemistry, 43 : 4655–4661, 2004.

114 Bibliographie
L. Hou, I. Kang, R. E. Marchant et M. G. Zagorski. Methionine 35 oxidation reduces
fibril assembly of the amyloid Aβ-(1-42) peptide of Alzheimer’s disease. J. Biol. Chem.,
277 : 40173–40176, 2002.
L. Hou, H. Shao, Y. Zhang, H. Li, N. K. Menon, E. B. Neuhaus, J. M. Brewer, I.-J. L.
Byeon, D. G. Ray, M. P. Vitek, T. Iwashita, R. A. Makula, A. B. Przybyla et M. G.
Zagorski. Solution NMR studies of the A β(1-40) and A β(1-42) peptides establish that
the Met35 oxidation state affects the mechanism of amyloid formation. J. Am. Chem.
Soc., 126 : 1992–2005, 2004.
T. H. Huang, D. S. Yang, N. P. Plaskos, S. Go, C. M. Yip, P. E. Fraser et A. Chakrabartty.
Structural studies of soluble oligomers of the Alzheimer β-amyloid peptide. J. Mol.
Biol., 297 : 73–87, 2000.
A. Huet et P. Derreumaux. Impact of the mutation A21G (Flemish variant) on Alzheimer’s
β-amyloid dimers by molecular dynamics simulations. Biophys. J., 91 : 3829–3840, 2006.
M. E. Huff, W. E. Balch et J. W. Kelly. Pathological and functional amyloid formation
orchestrated by the secretory pathway. Curr. Opin. Struct. Biol., 13 : 674–682, 2003.
E. Hughes, R. M. Burke et A. J. Doig. Inhibition of toxicity in the β-amyloid peptide frag-
ment β (25-35) using N-methylated derivatives : a general strategy to prevent amyloid
formation. J. Biol. Chem., 275 : 25109–25115, 2000.
A. R. Hurshman, J. T. White, E. T. Powers et J. W. Kelly. Transthyretin aggrega-
tion under partially denaturing conditions is a downhill polymerization. Biochemistry,
43 : 7365–7381, 2004.
I. Hussain, J. Hawkins, D. Harrison, C. Hille, G. Wayne, L. Cutler, T. Buck, D. Walter,
E. Demont, C. Howes, A. Naylor, P. Jeffrey, M. I. Gonzalez, C. Dingwall, A. Michel,
S. Redshaw et J. B. Davis. Oral administration of a potent and selective non-peptidic
BACE-1 inhibitor decreases β-cleavage of amyloid precursor protein and amyloid-β
production in vivo. J. Neurochem., 100 : 802–809, 2007.
W. Hwang, S. Zhang, R. D. Kamm et M. Karplus. Kinetic control of dimer structure
formation in amyloid fibrillogenesis. Proc. Natl. Acad. Sci. U.S.A, 101 : 12916–12921,
2004.
G. Istrin, E. Bosis et B. Solomon. Intravenous immunoglobulin enhances the clearance of
fibrillar amyloid-β peptide. J. Neurosci. Res., 84 : 434–443, 2006.
T. R. Jahn et S. E. Radford. The Yin and Yang of protein folding. FEBS J., 272 : 5962–
5970, 2005.

Bibliographie 115
H. Jang, C. K. Hall et Y. Zhou. Assembly and kinetic folding pathways of a tetrameric β-
sheet complex : molecular dynamics simulations on simplified off-lattice protein models.
Biophys. J., 86 : 31–49, 2004.
S. Jang et S. Shin. Amyloid β-peptide oligomerization in silico : dimer and trimer. J.
Phys. Chem. B., 110 : 1955–1958, 2006.
R. Janowski, M. Kozak, E. Jankowska, Z. Grzonka, A. Grubb, M. Abrahamson et
M. Jaskolski. Human cystatin C, an amyloidogenic protein, dimerizes through three-
dimensional domain swapping. Nat. Struct. Biol., 8 : 316–320, 2001.
J. T. Jarrett et P. T. Lansbury. Seeding ”one-dimensional crystallization” of amyloid : a
pathogenic mechanism in Alzheimer’s disease and scrapie ? Cell, 73 : 1055–1058, 1993.
W. Kabsch et C. Sander. Dictionary of protein secondary structure : pattern recognition
of hydrogen-bonded and geometrical features. Biopolymers, 22 : 2577–2637, 1983.
A. V. Kajava, U. Aebi et A. C. Steven. The parallel superpleated β-structure as a model
for amyloid fibrils of human amylin. J. Mol. Biol., 348 : 247–252, 2005.
Y. Kallberg, M. Gustafsson, B. Persson, J. Thyberg et J. Johansson. Prediction of amyloid
fibril-forming proteins. J. Biol. Chem., 276 : 12945–12950, 2001.
J. Kang, H. G. Lemaire, A. Unterbeck, J. M. Salbaum, C. L. Masters, K. H. Grzeschik,
G. Multhaup, K. Beyreuther et B. Müller-Hill. The precursor of Alzheimer’s disease
amyloid A4 protein resembles a cell-surface receptor. Nature, 325 : 733–736, 1987.
A. Kapurniotu, A. Schmauder et K. Tenidis. Structure-based design and study of non-
amyloidogenic, double N-methylated IAPP amyloid core sequences as inhibitors of IAPP
amyloid formation and cytotoxicity. J. Mol. Biol., 315 : 339–350, 2002.
M. Karplus et D. L. Weaver. Protein-folding dynamics. Nature, 260 : 404–406, 1976.
M. Karplus et D. L. Weaver. Protein folding dynamics : the diffusion-collision model and
experimental data. Protein Sci., 3 : 650–668, 1994.
R. Kayed, E. Head, J. L. Thompson, T. M. McIntire, S. C. Milton, C. W. Cotman et C. G.
Glabe. Common structure of soluble amyloid oligomers implies common mechanism of
pathogenesis. Science, 300 : 486–489, 2003.
J. W. Kelly. Mechanisms of amyloidogenesis. Nat. Struct. Biol., 7 : 824–826, 2000.
P. Kienlen-Campard, C. Feyt, S. Huysseune, P. de Diesbach, F. N’Kuli, P. J. Courtoy
et J.-N. Octave. Lactacystin decreases amyloid-β peptide production by inhibiting β-
secretase activity. J. Neurosci. Res., 84 : 1311–1322, 2006.

116 Bibliographie
A. R. Kinjo et S. Takada. Effects of macromolecular crowding on protein folding and
aggregation studied by density functional theory : dynamics. Phys. Rev. E. Stat. Nonlin.
Soft Matter Phys., 66 : 051902, 2002a.
A. R. Kinjo et S. Takada. Effects of macromolecular crowding on protein folding and
aggregation studied by density functional theory : statics. Phys. Rev. E. Stat. Nonlin.
Soft Matter Phys., 66 : 031911, 2002b.
B. S. Kinnear, M. F. Jarrold et U. H. E. Hansmann. All-atom generalized-ensemble
simulations of small proteins. J. Mol. Graph. Model., 22 : 397–403, 2004.
M. D. Kirkitadze, G. Bitan et D. B. Teplow. Paradigm shifts in Alzheimer’s disease
and other neurodegenerative disorders : the emerging role of oligomeric assemblies. J.
Neurosci. Res., 69 : 567–577, 2002.
D. K. Klimov et D. Thirumalai. Dissecting the assembly of Aβ16-22 amyloid peptides
into antiparallel β sheets. Structure, 11 : 295–307, 2003.
N. Kokkoni, K. Stott, H. Amijee, J. M. Mason et A. J. Doig. N-Methylated peptide
inhibitors of β-amyloid aggregation and toxicity. Optimization of the inhibitor structure.
Biochemistry, 45 : 9906–9918, 2006.
H. Kokubo et Y. Okamoto. Prediction of membrane protein structures by replica-exchange
Monte Carlo simulations : Case of two helices. J. Chem. Phys., 120 : 10837–10847, 2004.
J. R. Kumita, C. J. Weston, L.-P. Choo-Smith, G. A. Woolley et O. S. Smart. Prevention
of peptide fibril formation in an aqueous environment by mutation of a single residue
to Aib. Biochemistry, 42 : 4492–4498, 2003.
D. K. Lahiri, M. R. Farlow, K. Sambamurti, N. H. Greig, E. Giacobini et L. S. Schneider.
A critical analysis of new molecular targets and strategies for drug developments in
Alzheimer’s disease. Curr. Drug. Targets, 4 : 97–112, 2003.
A. R. Lam, B. Urbanc, J. M. Borreguero, N. D. Lazo, D. B. Teplow et H. E. Stan-
ley. Discrete molecular dynamics study of alzheimer amyloid β-protein (Aβ) folding.
Proceedings of The 2006 International Conference on Bioinformatics & Computational
Biology, Editors Hamid R. Arabnia and Homayoun Valafar, CSREA Press (ISBN).,
pages 322–328, 2006.
H. A. Lashuel, B. M. Petre, J. Wall, M. Simon, R. J. Nowak, T. Walz et P. T. Lansbury.
Alpha-synuclein, especially the Parkinson’s disease-associated mutants, forms pore-like
annular and tubular protofibrils. J. Mol. Biol., 322 : 1089–1102, 2002.

Bibliographie 117
N. D. Lazo, M. A. Grant, M. C. Condron, A. C. Rigby et D. B. Teplow. On the nucleation
of amyloid β-protein monomer folding. Protein Sci., 14 : 1581–1596, 2005.
C. Lee, W. Yang et R. G. Parr. Development of the Colle-Salvetti correlation-energy
formula into a functional of the electron density. Phys. Rev. B., 37 : 785–789, 1988.
S. Lesné, M. T. Koh, L. Kotilinek, R. Kayed, C. G. Glabe, A. Yang, M. Gallagher et K. H.
Ashe. A specific amyloid-β protein assembly in the brain impairs memory. Nature,
440 : 352–357, 2006.
C. Levinthal. Are there pathways for protein folding ? J. Chim. Phys. Phys.-Chim. Biol.,
65 : 44–45, 1968.
K. H. Lim, H. H. Collver, Y. T. H. Le, P. Nagchowdhuri et J. M. Kenney. Characterizations
of distinct amyloidogenic conformations of the Aβ (1-40) and (1-42) peptides. Biochem.
Biophys. Res. Commun., 353 : 443–449, 2007.
D. Losic, L. L. Martin, A. Mechler, M.-I. Aguilar et D. H. Small. High resolution scanning
tunnelling microscopy of the β-amyloid protein (Aβ1-40) of Alzheimer’s disease suggests
a novel mechanism of oligomer assembly. J. Struct. Biol., 155 : 104–110, 2006.
K. Lu, J. Jacob, P. Thiyagarajan, V. P. Conticello et D. G. Lynn. Exploiting amyloid
fibril lamination for nanotube self-assembly. J. Am. Chem. Soc., 125 : 6391–6393, 2003.
E. Luttmann et G. Fels. All-atom molecular dynamic studies of the full length β-amyloid
peptides. Chem. Phys., 323 : 138–147, 2006.
T. Lührs, C. Ritter, M. Adrian, D. Riek-Loher, B. Bohrmann, H. Döbeli, D. Schubert et
R. Riek. 3D structure of Alzheimer’s amyloid-β(1-42) fibrils. Proc. Natl. Acad. Sci.
U.S.A, 102 : 17342–17347, 2005.
B. Ma et R. Nussinov. Stabilities and conformations of Alzheimer’s β -amyloid peptide
oligomers (Aβ 16-22, Aβ 16-35, and Aβ 10-35) : Sequence effects. Proc. Natl. Acad.
Sci. U.S.A, 99 : 14126–14131, 2002.
B. Ma et R. Nussinov. Simulations as analytical tools to understand protein aggregation
and predict amyloid conformation. Curr. Opin. Chem. Biol., 10 : 445–452, 2006.
R. Malek et N. Mousseau. Dynamics of Lennard-Jones clusters : A characterization of
the activation-relaxation technique. Phys. Rev. E. Stat. Phys. Plasmas Fluids Relat.
Interdiscip. Topics, 62 : 7723–7728, 2000.
F. Martin et H. Zipse. Charge distribution in the water molecule-a comparison of methods.
J. Comput. Chem., 26 : 97–105, 2005.

118 Bibliographie
J. Maupetit, P. Tuffery et P. Derreumaux. A coarse-grained protein force field for folding
and structure prediction. Proteins, 69 : 394–408, 2007.
A. Melquiond, G. Boucher, N. Mousseau et P. Derreumaux. Following the aggregation
of amyloid-forming peptides by computer simulations. J. Chem. Phys., 122 : 174904,
2005.
A. Melquiond, J.-C. Gelly, N. Mousseau et P. Derreumaux. Probing amyloid fibril forma-
tion of the NFGAIL peptide by computer simulations. J. Chem. Phys., 126 : 065101,
2007.
A. Melquiond, N. Mousseau et P. Derreumaux. Structures of soluble amyloid oligomers
from computer simulations. Proteins, 65 : 180–191, 2006.
S.C. Meredith. Protein denaturation and aggregation : Cellular responses to denatured
and aggregated proteins. Ann. N.Y. Acad. Sci., 1066 : 181–221, 2005.
D. Moroni, P. R. ten Wolde et P. G. Bolhuis. Interplay between structure and size in a
critical crystal nucleus. Phys. Rev. Lett., 94 : 235703, 2005.
N. Mousseau et P. Derreumaux. Exploring the early steps of amyloid peptide aggregation
by computers. Acc. Chem. Res., 38 : 885–891, 2005.
N. Mousseau, P. Derreumaux, G. T. Barkema et R. Malek. Sampling activated mechanisms
in proteins with the activation-relaxation technique. J. Mol. Graph. Model., 19 : 78–86,
2001.
L. A. Munishkina, E. M. Cooper, V. N. Uversky et A. L. Fink. The effect of macromole-
cular crowding on protein aggregation and amyloid fibril formation. J. Mol. Recognit.,
17 : 456–464, 2004.
V. Muñoz et L. Serrano. Intrinsic secondary structure propensities of the amino acids,
using statistical phi-psi matrices : comparison with experimental scales. Proteins,
20 : 301–311, 1994.
R. Nelson et D. Eisenberg. Structural models of amyloid-like fibrils. Adv. Protein Chem.,
73 : 235–282, 2006.
R. Nelson, M. R. Sawaya, M. Balbirnie, A. O. Madsen, C. Riekel, R. Grothe et D. Ei-
senberg. Structure of the cross-β spine of amyloid-like fibrils. Nature, 435 : 773–778,
2005.
H. D. Nguyen et C. K. Hall. Molecular dynamics simulations of spontaneous fibril forma-
tion by random-coil peptides. Proc. Natl. Acad. Sci. U.S.A, 101 : 16180–16185, 2004.

Bibliographie 119
P. H. Nguyen, M. S. Li, G. Stock, J. E. Straub et D. Thirumalai. Monomer adds to
preformed structured oligomers of Aβ-peptides by a two-stage dock-lock mechanism.
Proc. Natl. Acad. Sci. U.S.A, 104 : 111–116, 2007.
M.R. Nilsson. Techniques to study amyloid fibril formation in vitro. Methods, 34 : 151–160,
2004.
J. N. Onuchic, Z. Luthey-Schulten et P. G. Wolynes. Theory of protein folding : the energy
landscape perspective. Annu. Rev. Phys. Chem., 48 : 545–600, 1997.
E. Paci, J. Gsponer, X. Salvatella et M. Vendruscolo. Molecular dynamics studies of the
process of amyloid aggregation of peptide fragments of transthyretin. J. Mol. Biol.,
340 : 555–569, 2004.
A. K. Paravastu, A. T. Petkova et R. Tycko. Polymorphic fibril formation by residues
10-40 of the Alzheimer’s β-amyloid peptide. Biophys. J., 90 : 4618–4629, 2006.
A. P. Pawar, K. F. Dubay, J. Zurdo, F. Chiti, M. Vendruscolo et C. M. Dobson. Prediction
of ”aggregation-prone” and ”aggregation-susceptible” regions in proteins associated with
neurodegenerative diseases. J. Mol. Biol., 350 : 379–392, 2005.
R. Pellarin et A. Caflisch. Interpreting the aggregation kinetics of amyloid peptides. J.
Mol. Biol., 360 : 882–892, 2006.
B. Permanne, C. Adessi, G. P. Saborio, S. Fraga, M.-J. Frossard, J. Van Dorpe, I. Dewach-
ter, W. A. Banks, F. Van Leuven et C. Soto. Reduction of amyloid load and cerebral
damage in a transgenic mouse model of Alzheimer’s disease by treatment with a β-sheet
breaker peptide. FASEB J., 16 : 860–862, 2002.
A. T. Petkova, G. Buntkowsky, F. Dyda, R. D. Leapman, W-M. Yau et R. Tycko. Solid
state NMR reveals a pH-dependent antiparallel β-sheet registry in fibrils formed by a
β-amyloid peptide. J. Mol. Biol., 335 : 247–260, 2004.
A. T. Petkova, Y. Ishii, J. J. Balbach, O. N. Antzutkin, R. D. Leapman, F. Delaglio et
R. Tycko. A structural model for Alzheimer’s β-amyloid fibrils based on experimental
constraints from solid state NMR. Proc. Natl. Acad. Sci. U.S.A, 99 : 16742–16747, 2002.
A. T. Petkova, W.-M. Yau et R. Tycko. Experimental constraints on quaternary structure
in Alzheimer’s β-amyloid fibrils. Biochemistry, 45 : 498–512, 2006.
S. A. Petty et S. M. Decatur. Experimental evidence for the reorganization of β-strands
within aggregates of the Aβ(16-22) peptide. J. Am. Chem. Soc., 127 : 13488–13489,
2005.

120 Bibliographie
J. F. Poduslo, G. L. Curran, A. Kumar, B. Frangione et C. Soto. Beta-sheet breaker pep-
tide inhibitor of Alzheimer’s amyloidogenesis with increased blood-brain barrier permea-
bility and resistance to proteolytic degradation in plasma. J. Neurobiol., 39 : 371–382,
1999.
O. B. Ptitsyn. How does protein synthesis give rise to the 3D-structure ? FEBS Lett.,
285 : 176–181, 1991.
D. F. Raffa et A. Rauk. Molecular dynamics study of the β amyloid peptide of Alzheimer’s
disease and its divalent copper complexes. J. Phys. Chem. B., 111 : 3789–3799, 2007.
M. Reches, Y. Porat et E. Gazit. Amyloid fibril formation by pentapeptide and tetrapep-
tide fragments of human calcitonin. J. Biol. Chem., 277 : 35475–35480, 2002.
D. T. S. Rijkers, J. W. M. Höppener, G. Posthuma, C. J. M. Lips et R. M. J. Liskamp.
Inhibition of amyloid fibril formation of human amylin by N-alkylated amino acid and
α-hydroxy acid residue containing peptides. Chemistry, 8 : 4285–4291, 2002.
C. Ritter, M.-L. Maddelein, A. B. Siemer, T. Lührs, M. Ernst, B. H. Meier, S. J. Saupe et
R. Riek. Correlation of structural elements and infectivity of the HET-s prion. Nature,
435 : 844–848, 2005.
J. C. Rochet et P. T. Lansbury. Amyloid fibrillogenesis : themes and variations. Curr.
Opin. Struct. Biol., 10 : 60–68, 2000.
J.-P. Ryckaert, G. Ciccotti et H.J.C. Berendsen. Numerical integration of the cartesian
equations of motion of a system with constraints : Molecular dynamics of n-alkanes. J.
Comput. Phys., 23 : 327–341, 1977.
A. Sali, E. Shakhnovich et M. Karplus. How does a protein fold ? Nature, 369 : 248–251,
1994.
S. Santini, N. Mousseau et P. Derreumaux. In silico assembly of Alzheimer’s Aβ16-22
peptide into β-sheets. J. Am. Chem. Soc., 126 : 11509–11516, 2004a.
S. Santini, G. Wei, N. Mousseau et P. Derreumaux. Pathway complexity of Alzheimer’s
β-amyloid Aβ16-22 peptide assembly. Structure, 12 : 1245–1255, 2004b.
A. Schug, T. Herges et W. Wenzel. All-atom folding of the three-helix HIV accessory
protein with an adaptive parallel tempering method. Proteins, 57 : 792–798, 2004.
K. L. Sciarretta, A. Boire, D. J. Gordon et S. C. Meredith. Spatial separation of β-
sheet domains of β-amyloid : disruption of each β-sheet by N-methyl amino acids.
Biochemistry, 45 : 9485–9495, 2006.

Bibliographie 121
K. L. Sciarretta, D. J. Gordon, A. T. Petkova, R. Tycko et S. C. Meredith. Aβ40-
Lactam(D23/K28) models a conformation highly favorable for nucleation of amyloid.
Biochemistry, 44 : 6003–6014, 2005.
W. R. P. Scott, P. H. Hünenberger, I. G. Tironi, A. E. Mark, S. R. Billeter, J. Fennen,
A. E. Torda, T. Huber, P. Kruger et W. F. van Gunsteren. The GROMOS biomolecular
simulation program package. J. Phys. Chem. A., 103 : 3596–3607, 1999.
D. J. Selkoe. The cell biology of β-amyloid precursor protein and presenilin in Alzheimer’s
disease. Trends Cell. Biol., 8 : 447–453, 1998.
D. J. Selkoe. Folding proteins in fatal ways. Nature, 426 : 900–904, 2003.
T. R. Serio, A. G. Cashikar, A. S. Kowal, G. J. Sawicki, J. J. Moslehi, L. Serpell, M. F.
Arnsdorf et S. L. Lindquist. Nucleated conformational conversion and the replication
of conformational information by a prion determinant. Science, 289 : 1317–1321, 2000.
N. G. Sgourakis, Y. Yan, S. A. McCallum, C. Wang et A. E. Garcia. The Alzheimer’s
peptides Aβ40 and 42 adopt distinct conformations in water : a combined MD/NMR
study. J. Mol. Biol., 368 : 1448–1457, 2007.
E. Shakhnovich, G. Farztdinov, A. M. Gutin et M. Karplus. Protein folding bottlenecks :
A lattice Monte Carlo simulation. Phys. Rev. Lett., 67 : 1665–1668, 1991.
T. Shirahama et A. S. Cohen. High-resolution electron microscopic analysis of the amyloid
fibril. J. Cell. Biol., 33 : 679–708, 1967.
J. D. Sipe et A. S. Cohen. Review : history of the amyloid fibril. J. Struct. Biol., 130 : 88–
98, 2000.
W. Song, G. Wei, N. Mousseau et P. Derreumaux. Dynamics and free energy surfaces of
four amyloid-forming peptides. (submitted to J. Chem. Phys.), 2007.
C. Soto, M. S. Kindy, M. Baumann et B. Frangione. Inhibition of Alzheimer’s amyloidosis
by peptides that prevent β-sheet conformation. Biochem. Biophys. Res. Commun.,
226 : 672–680, 1996.
C. Soto, E. M. Sigurdsson, L. Morelli, R. A. Kumar, E. M. Castaño et B. Frangione.
Beta-sheet breaker peptides inhibit fibrillogenesis in a rat brain model of amyloidosis :
implications for Alzheimer’s therapy. Nat. Med., 4 : 822–826, 1998.
P. Soto, M.A. Griffin et J-E. Shea. New insights into the mechanism of Alzheimer amyloid-
β fibrillogenesis inhibition by N-methylated peptides. Biophys. J. (preprint), 2007.

122 Bibliographie
M. Stefani et C. M. Dobson. Protein aggregation and aggregate toxicity : New insights into
protein folding, misfolding diseases and biological evolution. J. Mol. Med., 81 : 678–699,
2003.
G. J. Stege, K. Renkawek, P. S. Overkamp, P. Verschuure, A. F. van Rijk, A. Reijnen-
Aalbers, W. C. Boelens, G. J. Bosman et W. W. de Jong. The molecular chaperone
αB-crystallin enhances amyloid β neurotoxicity. Biochem. Biophys. Res. Commun.,
262 : 152–156, 1999.
P. J. Stephens, F. J. Devlin, C. F. Chabalowski et M. J. Frisch. Ab initio calculation
of vibrational absorption and Circular Dichroism spectra using density functional force
fields. J. Phys. Chem., 98 : 11623–11627, 1994.
M. Stork, A. Giese, H. A. Kretzschmar et P. Tavan. Molecular dynamics simulations
indicate a possible role of parallel β-helices in seeded aggregation of poly-Gln. Biophys.
J., 88 : 2442–2451, 2005.
Y. Sugita, A. Kitao et Y. Okamoto. Multidimensional replica-exchange method for free-
energy calculations. J. Chem. Phys., 113 : 6042–6051, 2000.
Y. Sugita et Y. Okamoto. Replica-exchange molecular dynamics method for protein fol-
ding. Chemical Physics Letters, 314 : 141–151, 1999.
M. Sunde, L. C. Serpell, M. Bartlam, P. E. Fraser, M. B. Pepys et C. C. Blake. Com-
mon core structure of amyloid fibrils by synchrotron X-ray diffraction. J. Mol. Biol.,
273 : 729–739, 1997.
R. H. Swendsen et J. S. Wang. Replica Monte Carlo simulation of spin glasses. Physical
Review Letters, 57 : 2607–2609, 1986.
W. C. Swope, H. C. Andersen, P. H. Berens et K. R. Wilson. A computer simulation
method for the calculation of equilibrium constants for the formation of physical clusters
of molecules : Application to small water clusters. J. Chem. Phys., 76 : 637–649, 1982.
T. Takeda et D.K. Klimov. Dissociation of Aβ(16-22) amyloid fibrils probed by molecular
dynamics. J. Mol. Biol., 368 : 1202–1213, 2007.
B. Tarus, J. E. Straub et D. Thirumalai. Probing the initial stage of aggregation of the
Aβ(10-35)-protein : assessing the propensity for peptide dimerization. J. Mol. Biol.,
345 : 1141–1156, 2005.
B. Tarus, J. E. Straub et D. Thirumalai. Dynamics of Asp23-Lys28 salt-bridge formation
in Aβ10-35 monomers. J. Am. Chem. Soc., 128 : 16159–16168, 2006.

Bibliographie 123
D. Thirumalai, D. K. Klimov et R. I. Dima. Emerging ideas on the molecular basis of
protein and peptide aggregation. Curr. Opin. Struct. Biol., 13 : 146–159, 2003.
L. Tjernberg, W. Hosia, N. Bark, J. Thyberg et J. Johansson. Charge attraction and
β propensity are necessary for amyloid fibril formation from tetrapeptides. J. Biol.
Chem., 277 : 43243–43246, 2002.
L. O. Tjernberg, D. J. Callaway, A. Tjernberg, S. Hahne, C. Lilliehöök, L. Terenius,
J. Thyberg et C. Nordstedt. A molecular model of Alzheimer amyloid β-peptide fibril
formation. J. Biol. Chem., 274 : 12619–12625, 1999.
L. O. Tjernberg, J. Näslund, F. Lindqvist, J. Johansson, A. R. Karlström, J. Thyberg,
L. Terenius et C. Nordstedt. Arrest of β-amyloid fibril formation by a pentapeptide
ligand. J. Biol. Chem., 271 : 8545–8548, 1996.
S. Tomaselli, V. Esposito, P. Vangone, N. A. J. van Nuland, A. M. J. J. Bonvin, R. Guer-
rini, T. Tancredi, P. A. Temussi et D. Picone. The α-to-β conformational transition of
Alzheimer’s Aβ-(1-42) peptide in aqueous media is reversible : a step by step conforma-
tional analysis suggests the location of β conformation seeding. Chembiochem., 7 : 257–
267, 2006.
H.-H. Tsai, D. Zanuy, N. Haspel, K. Gunasekaran, B. Ma, C.-J. Tsai et R. Nussinov. The
stability and dynamics of the human calcitonin amyloid peptide DFNKF. Biophys. J.,
87 : 146–158, 2004.
R. Tycko. Progress towards a molecular-level structural understanding of amyloid fibrils.
Curr. Opin. Struct. Biol., 14 : 96–103, 2004.
B. Urbanc, L. Cruz, F. Ding, D. Sammond, S. Khare, S. V. Buldyrev, H. E. Stanley
et N. V. Dokholyan. Molecular dynamics simulation of amyloid β dimer formation.
Biophys. J., 87 : 2310–2321, 2004a.
B. Urbanc, L. Cruz, D. B. Teplow et H. E. Stanley. Computer simulations of Alzheimer’s
amyloid β-protein folding and assembly. Curr. Alzheimer Res., 3 : 493–504, 2006.
B. Urbanc, L. Cruz, S. Yun, S. V. Buldyrev, G. Bitan, D. B. Teplow et H. E. Stanley.
In silico study of amyloid β-protein folding and oligomerization. Proc. Natl. Acad. Sci.
U.S.A, 101 : 17345–17350, 2004b.
W. F. van Gunsteren, S. R. Billeter, A. A. Eising, P. H. Hünenberger, P. Krüger, A. E.
Mark, W. R. P. Scott et I. G. Tironi. Biomolecular Simulation : The GROMOS96
manual and user guide. Hochschuleverlag AG an der ETH Zürich, Zürich, Switzerland,
1996.

124 Bibliographie
M. Vendruscolo et C. M. Dobson. Towards complete descriptions of the free-energy land-
scapes of proteins. Philos. Transact. A. Math. Phys. Eng. Sci., 363 : 433–450 ; discussion
450–452, 2005.
D. M. Walsh, I. Klyubin, J. V. Fadeeva, W. K. Cullen, R. Anwyl, M. S. Wolfe, M. J.
Rowan et D. J. Selkoe. Naturally secreted oligomers of amyloid β protein potently
inhibit hippocampal long-term potentiation in vivo. Nature, 416 : 535–539, 2002.
D. M. Walsh, A. Lomakin, G. B. Benedek, M. M. Condron et D. B. Teplow. Amy-
loid β-protein fibrillogenesis. detection of a protofibrillar intermediate. J. Biol. Chem.,
272 : 22364–22372, 1997.
G. Wei, P. Derreumaux et N. Mousseau. Sampling the complex energy landscape of a
simple β-hairpin. J. Chem. Phys., 119 : 6403–6406, 2003.
G. Wei, N. Mousseau et P. Derreumaux. Exploring the energy landscape of proteins : A
characterization of the activation-relaxation technique. J. Chem. Phys., 117 : 11379–
11387, 2002.
G. Wei, N. Mousseau et P. Derreumaux. Assembly dynamics of KFFE octamers. J. Phys.
Condens. Matter, 16 : 5047–5054, 2004a.
G. Wei, N. Mousseau et P. Derreumaux. Complex folding pathways in a simple β-hairpin.
Proteins, 56 : 464–474, 2004b.
G. Wei, N. Mousseau et P. Derreumaux. Sampling the self-assembly pathways of KFFE
hexamers. Biophys. J., 87 : 3648–3656, 2004c.
G. Wei, N. Mousseau et P. Derreumaux. Computational simulation of the early steps of
protein aggregation. Prion, 1 : 1–6, 2007.
S. Weinman et P. Méhul. Biochimie - Structure et fonction des protéines. Dunod, Paris,
2000.
P. Westermark. Aspects on human amyloid forms and their fibril polypeptides. FEBS J.,
272 : 5942–5949, 2005.
D. B. Wetlaufer. Nucleation, rapid folding, and globular intrachain regions in proteins.
Proc. Natl. Acad. Sci. U.S.A, 70 : 697–701, 1973.
K. B. Wiberg. Basis set effects on calculated geometries : 6-311++G** vs. aug-cc-pVDZ.
J. Comput. Chem., 25 : 1342–1346, 2004.

Bibliographie 125
M. A. Wouters et P. M. Curmi. An analysis of side chain interactions and pair correlations
within antiparallel β-sheets : the differences between backbone hydrogen-bonded and
non-hydrogen-bonded residue pairs. Proteins, 22 : 119–131, 1995.
C. Wu, H. Lei et Y. Duan. Formation of partially ordered oligomers of amyloidogenic
hexapeptide (NFGAIL) in aqueous solution observed in molecular dynamics simulations.
Biophys. J., 87 : 3000–3009, 2004.
C. Wu, H. Lei et Y. Duan. Elongation of ordered peptide aggregate of an amyloidogenic
hexapeptide NFGAIL observed in molecular dynamics simulations with explicit solvent.
J. Am. Chem. Soc., 127 : 13530–13537, 2005a.
C. Wu, H. Lei et Y. Duan. The role of Phe in the formation of well-ordered oligomers
of amyloidogenic hexapeptide (NFGAIL) observed in molecular dynamics simulations
with explicit solvent. Biophys. J., 88 : 2897–2906, 2005b.
Y. Xu, J. Shen, X. Luo, W. Zhu, K. Chen, J. Ma et H. Jiang. Conformational transition
of amyloid β-peptide. Proc. Natl. Acad. Sci. U.S.A, 102 : 5403–5407, 2005.
L.-M. Yan, M. Tatarek-Nossol, A. Velkova, A. Kazantzis et A. Kapurniotu. Design of a
mimic of nonamyloidogenic and bioactive human islet amyloid polypeptide (IAPP) as
nanomolar affinity inhibitor of IAPP cytotoxic fibrillogenesis. Proc. Natl. Acad. Sci.
U.S.A, 103 : 2046–2051, 2006.
W. Yong, A. Lomakin, M. D. Kirkitadze, D. B. Teplow, S.-H. Chen et G. B. Benedek.
Structure determination of micelle-like intermediates in amyloid β-protein fibril assem-
bly by using small angle neutron scattering. Proc. Natl. Acad. Sci. U.S.A, 99 : 150–154,
2002.
D. Zanuy et R. Nussinov. The sequence dependence of fiber organization. A comparative
molecular dynamics study of the islet amyloid polypeptide segments 22-27 and 22-29.
J. Mol. Biol., 329 : 565–584, 2003.
D. Zanuy, Y. Porat, E. Gazit et R. Nussinov. Peptide sequence and amyloid formation ;
molecular simulations and experimental study of a human islet amyloid polypeptide
fragment and its analogs. Structure, 12 : 439–455, 2004.
S. Zhang, T. Holmes, C. Lockshin et A. Rich. Spontaneous assembly of a self-
complementary oligopeptide to form a stable macroscopic membrane. Proc. Natl. Acad.
Sci. U.S.A, 90 : 3334–3338, 1993.
S. Zhang, K. Iwata, M. J. Lachenmann, J. W. Peng, S. Li, E. R. Stimson, Y. Lu, A. M.
Felix, J. E. Maggio et J. P. Lee. The Alzheimer’s peptide a β adopts a collapsed coil
structure in water. J. Struct. Biol., 130 : 130–141, 2000.

126 Bibliographie
S. Zibaee, O. S. Makin, M. Goedert et L. C. Serpell. A simple algorithm locates β-strands
in the amyloid fibril core of α-synuclein, Aβ, and tau using the amino acid sequence
alone. Protein Sci., 16 : 906–918, 2007.

Titre :
Agrégation de peptides amyloïdes par des simulations numériques
Résumé :
Chez l’homme, plus de vingt maladies (telles que la maladie d’Alzheimer ou le diabète
de type II) sont associées à l’auto-assemblage pathologique de protéines solubles dans des
oligomères cytotoxiques et des fibres amyloïdes. Ce processus est complexe, ce qui rend
difficile la caractérisation structurale de ces intermédiaires et la détermination des chemins
d’agrégation. Dans ce travail, nous examinons dans un premier temps la surface d’énergie
libre et la dynamique d’assemblage pour des petits peptides amyloïdes (KFFE et IAPP22−27)
en utilisant un champ de force gros-grains (OPEP) associé à la technique d’activation-
relaxation (ART) et à la dynamique moléculaire (MD). Ensuite, nous présentons des
simulations de dynamique moléculaire d’échange (REMD) sur les dimères des peptides
d’Alzheimer Aβ1−40 et Aβ1−42 et nous discutons le rôle de la région 23–28 dans la formation
de la fibre. Enfin, nous suivons les premières étapes de la dissociation d’un oligomère
Aβ16−22 en présence d’inhibiteurs N-méthylés par des simulations de MD-OPEP.
Mots-clés :
fibres amyloïdes, oligomères solubles, agrégation, champ de force gros-grains, technique
d’activation-relaxation, dynamique moléculaire, méthode d’échange des répliques
Title :
Aggregation of amyloid peptides by computer simulations
Abstract :
More than twenty human diseases, including Alzheimer’s disease and dialysis-related amy-
loidosis, are associated with the pathological self-assembly of soluble proteins into transient
cytotoxic oligomers and amyloid fibrils. Because this process is very complex, the detailed
aggregation paths and structural characterization of the intermediate species remain to be
determined. In this work, we first review our current understanding of the dynamics and
free energy surface of the assembly of small amyloid-forming peptides (KFFE and IAPP22−27)
using coarse-grained protein force field (OPEP) coupled to the activation-relaxation tech-
nique (ART) and molecular dynamics (MD). Next, we present replica exchange MD si-
mulations (REMD) on the dimers of Alzheimer’s peptides Aβ1−40 and Aβ1−42 and discuss
the role of amino acids 23–28 in fibril formation. Finally, we probe the first steps of
Aβ16−22 oligomer dissociation in the presence of N-methylated inhibitors by MD-OPEP
simulations.
Keywords :
amyloid fibril formation, soluble oligomers, aggregation, coarse-grained force field, activation-
relaxation technique, molecular dynamics, replica exchange method