thumb|La chaîne d'acides aminés peut être analysée pour prédire les structures secondaire, tertiaire et quaternaires d'une protéine.
La prédiction de la structure des protéines est l'inférence de la structure tridimensionnelle des protéines à partir de leurs séquences d'acides aminés, c'est-à-dire la prédiction de leur pliage et de leurs structures secondaire et tertiaire à partir de leur structure primaire.
La prédiction de la structure est fondamentalement différente du problème inverse de la conception des protéines. Elle est l'un des objectifs les plus importants poursuivis par la bioinformatique et la chimie théorique. Elle est très importante en médecine (par exemple, dans la conception de médicaments) et en biotechnologie (par exemple, dans la conception de nouvelles enzymes).
Tous les deux ans, la performance des méthodes utilisées est évaluée dans l'expérience (en , Évaluation critique des techniques de prédiction des protéines). Une évaluation continue des serveurs Web de prédiction de la structure des protéines est réalisée par le projet communautaire .
Structure des protéines et terminologie
Les protéines sont des chaînes d'acides aminés réunis par des liaisons peptidiques. De nombreuses conformations de cette chaîne sont possibles du fait de la rotation de la chaîne autour de chaque atome de carbone (Cα). Ces changements de conformation sont responsables de différences dans la structure tridimensionnelle des protéines. Chaque acide aminé de la chaîne est polaire, c'est-à-dire qu'il a séparé des régions chargées positives et négatives avec un groupe C=O libre, qui peut agir comme accepteur de liaison hydrogène et un groupe NH, qui peut agir comme donneur de liaison hydrogène. Ces groupes peuvent donc interagir dans la structure protéique. Les 20 acides aminés peuvent être classés selon la chimie de leur chaîne latérale, qui joue également un rôle structurel important. La glycine occupe une position particulière, car elle possède la plus petite chaîne latérale, un seul atome d'hydrogène, et donc peut augmenter la flexibilité locale dans la structure protéique. La cystéine, pour sa part, peut réagir avec un autre résidu cystéine et ainsi former une liaison croisée stabilisant la structure entière.
thumb|Angles de liaison ψ et ω.
La structure protéique peut être considérée comme une séquence d'éléments structurels secondaires, tels que des hélices α et des feuilles β, qui constituent ensemble la configuration tridimensionnelle globale de la chaîne protéique. Dans ces structures secondaires, des motifs réguliers de liaisons H sont formés entre des acides aminés voisins, et les acides aminés ont des angles Φ et ω similaires.
La formation de ces structures neutralise les groupes polaires sur chaque acide aminé. Les structures secondaires sont étroitement emballées dans le cœur de protéine dans un environnement hydrophobe. Chaque groupe latéral d'acides aminés a un volume limité à occuper et un nombre limité d'interactions possibles avec d'autres chaînes latérales proches, une situation qui doit être prise en compte dans la modélisation moléculaire et les alignements..
Hélice α thumb|redresse=0.8 | Une hélice alpha avec des liaisons hydrogène (points jaunes).
L'hélice α est le type de structure secondaire le plus abondant dans les protéines.
Elle est constituée de 3,6 acides aminés par tour, avec une liaison H formée entre chaque quatrième résidu ; la longueur moyenne est de 10 acides aminés (3 tours) ou 10 Å, mais peut varier de 5 à 40 (1,5 à 11 tours). L'alignement des liaisons H crée un moment dipolaire électrique pour l'hélice, avec une charge positive partielle résultante à l'extrémité aminée de l'hélice. Comme cette région a des groupes NH2 libres, elle interagira avec des groupes chargés négativement tels que des phosphates.
La localisation la plus courante des hélices α est la surface des cœurs de protéines, où elles fournissent une interface avec le milieu aqueux. Le côté tourné vers l'intérieur de l'hélice a tendance à avoir des acides aminés hydrophobes et le côté extérieurs des acides aminés hydrophiles latéraux. Ainsi, chaque troisième de quatre acides aminés le long de la chaîne aura tendance à être hydrophobe, un motif qui peut être facilement détecté. Dans le motif à leucine, un motif récurrent de leucines sur les côtés opposés de deux hélices adjacentes est très prédictif du motif. . D'autres hélices α enfouies dans le cœur de la protéine ou dans des membranes cellulaires ont une distribution plus élevée et plus régulière d'acides aminés hydrophobes et sont fortement prédictives de telles structures. Les hélices exposées à la surface ont une proportion plus faible d'acides aminés hydrophobes.
La teneur en acides aminés peut être prédictive d'une région α-hélicoïdale. Les régions riches en alanine (A), acide glutamique (E), leucine (L) et méthionine (M) et plus pauvres en proline (P), Glycine (G), tyrosine (Y) et serine (S) tendent à former des hélices α. La proline déstabilise ou casse les hélices α mais peut être présente dans des hélices plus longues, formant un virage.
Feuillets β vignette|Les deux types de feuillets bêta plissés.
Les feuillets β sont formés par des liaisons H entre une moyenne de 5-10 acides aminés consécutifs dans une partie de la chaîne avec 5 à 10 autres acides aminés plus loin dans la chaîne. Les régions d'interaction peuvent être adjacentes, avec une courte boucle entre elles, ou éloignée, séparées par d'autres structures. Chaque chaîne peut s'associer avec des chaînes dans le même sens pour former un feuillet parallèle, ou dans le sens inverse pour former une feuillet anti-parallèle ; les feuillets mélangées comprennent des chaînes parallèles et des chaînes anti-parallèles. Le collage est différent dans les configurations parallèles et anti-parallèles.
vignette|Feuillet bêta plissé.
Chaque acide aminé des brins intérieurs du feuillet forme deux liaisons H avec des acides aminés voisins, alors que chaque acide aminé des brins extérieurs ne forme qu'une liaison avec un brin intérieur. En regardant à travers le feuillet perpendiculairement aux brins, les brins plus éloignés sont tournés légèrement dans le sens contraire des aiguilles d'une montre pour former une torsion à gauche. Les atomes de Carbone alternent au-dessus et au-dessous du feuillet dans une structure plissée, et les groupes latéraux R des acides aminés alternent au-dessus et au-dessous des plis. Les angles Φ et Ψ des acides aminés en feuillets varient considérablement dans le diagramme de Ramachandran. Il est donc plus difficile de prédire l'emplacement des feuilles β que des hélices α. La situation s'améliore quelque peu lorsqu'on prend en compte la variation des acides aminés dans les alignements de séquences multiples.
Coudes
Les coudes sont des régions d'une chaîne protéique qui sont (1) entre des hélices α et des feuillets β, (2) de longueurs et de configurations tridimensionnelles variables, et (3) à la surface de la structure. Les boucles en épingle à cheveux qui inversent complètement le sens de la chaîne polypeptidique pour joindre deux brins ß antiparallèles peuvent ne pas dépasser deux acides aminés de longueur.
Les coudes interagissent avec l'environnement aqueux environnant et d'autres protéines. Puisque les acides aminés dans les coudes ne sont pas contraints par l'espace et l'environnement comme ceux de la région centrale, et n'ont pas d'effet sur l'agencement des structures secondaires dans le cœur protéique, plus de substitutions, d'insertions et de délétions peuvent s'y produire. Ainsi, dans un alignement de séquences, la présence de ces caractéristiques peut être l'indication d'un coude. Les coudes ont également tendance à avoir des acides aminés chargés et polaires et sont fréquemment une composante des sites actifs.
Enroulements Une région de structure secondaire qui n'est pas une hélice α, une feuille β ou une spire reconnaissable est communément appelée enroulement.
Classification des protéines Les protéines peuvent être classées en fonction de la structure et de la similitude des séquences. Pour la classification structurale, les tailles et les agencements spatiaux des structures secondaires décrites dans le paragraphe ci-dessus sont comparés dans des structures tridimensionnelles connues.
La classification basée sur la similitude de séquence est la première à avoir été utilisée. Elle était initialement basée sur des alignements de séquences entières. Plus tard, les protéines ont été classées sur la base de l'apparition de motifs d'acides aminés conservés. Des bases de données qui classent les protéines selon un ou plusieurs de ces schémas sont disponibles.
En considérant les schémas de classification des protéines, il est important de garder plusieurs éléments à l'esprit : Premièrement, deux séquences de protéines entièrement différentes provenant d'origines évolutives différentes peuvent se plier dans une structure similaire. Inversement, la séquence d'un gène ancien pour une structure donnée peut avoir divergé considérablement dans différentes espèces, tout en conservant les mêmes caractéristiques structurelles de base. Reconnaître toute similarité de séquence restante dans de tels cas peut être très difficile. Deuxièmement, deux protéines qui partagent un degré significatif de similarité de séquence, soit l'une avec l'autre, soit avec une troisième séquence, partagent aussi une origine évolutive et devraient également partager certaines caractéristiques structurelles. Toutefois, la duplication des gènes et les réarrangements génétiques au cours de l'évolution peuvent donner lieu à de nouvelles copies de gènes, qui peuvent ensuite évoluer en protéines dotées de nouvelles fonctions et de nouvelles structures.
Termes les plus couramment utilisés
Les termes les plus couramment utilisés pour les relations évolutives et structurelles entre les protéines sont énumérés ci-dessous. De nombreux termes supplémentaires sont utilisés pour divers types de caractéristiques structurelles des protéines. Des descriptions de ces termes peuvent être trouvées sur les sites Web de la et de la Classification structurelle des protéines (SCOP) et un tutoriel Glaxo-Wellcome sur le site Web de Swiss Bioinformatics Expasy.
Architecture Les orientations relatives des structures secondaires dans une structure tridimensionnelle, sans considérer si elles partagent ou non une structure de boucle similaire.
Pliage Un type d'architecture qui a également une structure de boucle .
Blocs Un modèle de séquence d'acides aminés conservé dans une famille de protéines. Le motif comprend une série de correspondances possibles à chaque position dans les séquences représentées, mais il n'y a pas de positions insérées ou supprimées dans le motif ou dans les séquences. En revanche, les profils de séquence sont un type de matrice de notation qui représente un ensemble de motifs semblables qui comprend des insertions et des suppressions.
Classe Terme utilisé pour classer les domaines protéiques selon leur contenu structurel secondaire et leur organisation. Quatre classes ont été initialement reconnues par Levitt et Chothia (1976), et plusieurs autres ont été ajoutées dans la base de données SCOP. Trois classes sont données dans la base de données : principalement-α, principalement-β, et α-β, classe comprenant les structures alternantes α / β et α + β.
Cœur