Agrégation de peptides amyloïdes par des simulations numériques

More documents

Recommendations

Info

30 3 Les petits peptides amyloïdes 3.3 Following the aggregation of amyloid-forming peptides 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 dynamique 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
Page 1: U.F.R de Biologie Laboratoire de Bi
Page 4 and 5: Au centre, faites un peu de place p
Page 6 and 7: Table des matières 4 Les peptides
Page 8 and 9: 2 1 Introduction 1.1 Structures des
Page 10 and 11: 4 1 Introduction O O O H N O O H N
Page 12 and 13: 6 1 Introduction 1.2 Propriétés g
Page 14 and 15: 8 1 Introduction amyloïdes progres
Page 16 and 17: 10 1 Introduction Cette structure e
Page 18 and 19: 12 1 Introduction Une deuxième ét
Page 20 and 21: 14 1 Introduction Fig. 1.11 - Modè
Page 22 and 23: 16 1 Introduction 1.5 Toxicité S
Page 24 and 25: 18 1 Introduction Idéalement, nous
Page 26 and 27: 20 2 Matériel et méthodes détail
Page 28 and 29: 22 2 Matériel et méthodes Un év
Page 30 and 31: 24 2 Matériel et méthodes d’eau
Page 33 and 34: Chapitre 3 Les petits peptides amyl
Page 35: 3.2 Objectifs 29 effets complexes,
Page 39 and 40: 3.3 Following the aggregation of am
Page 47 and 48: 3.4 Structures of soluble amyloid o
Page 61 and 62: 3.5 Probing amyloid fibril formatio
Page 71 and 72: Chapitre 4 Les peptides amyloïdes
Page 73 and 74: 4.2 Conformations en équilibre du
Page 75 and 76: 4.2 Conformations en équilibre du
Page 77 and 78: 4.3 Structure de la région 23-28 d
Page 79 and 80: 4.4 Structure de la région 23-28 d
Page 81 and 82: 4.5 Conclusions 75 2007). Les simul
Page 83: 4.5 Conclusions 77 tures selon leur
Page 86 and 87:
80 5 Les mécanismes d’inhibition
Page 88 and 89:
Page 90 and 91:
Page 92 and 93:
Page 94 and 95:
Page 96 and 97:
Page 98 and 99:
Page 100 and 101:
Page 102 and 103:
Page 104 and 105:
Page 107 and 108:
Chapitre 6 Conclusions et perspecti
Page 109:
gitudinale qui empêche la propagat
Page 112 and 113:
106 Bibliographie S. Baglioni, F. C
Page 114 and 115:
108 Bibliographie T. Cellmer, D. Br
Page 116 and 117:
110 Bibliographie R. I. Dima et D.
Page 118 and 119:
112 Bibliographie W. Garzon-Rodrigu
Page 120 and 121:
114 Bibliographie L. Hou, I. Kang,
Page 122 and 123:
116 Bibliographie A. R. Kinjo et S.
Page 124 and 125:
118 Bibliographie J. Maupetit, P. T
Page 126 and 127:
120 Bibliographie J. F. Poduslo, G.
Page 128 and 129:
122 Bibliographie M. Stefani et C.
Page 130 and 131:
124 Bibliographie M. Vendruscolo et
Page 132:
126 Bibliographie S. Zibaee, O. S.
show all

Agrégation de peptides amyloïdes par des simulations numériques

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?