Simulations numériques de bio-molécules



Documents pareils
La reconnaissance moléculaire: la base du design rationnel Modélisation moléculaire: Introduction Hiver 2006

Conception de Médicament

Formavie Différentes versions du format PDB Les champs dans les fichiers PDB Le champ «ATOM» Limites du format PDB...

UE6 - Cycle de vie du médicament : Conception rationnelle

Semestre 2 Spécialité «Analyse in silico des complexes macromolécules biologiques-médicaments»

Charger une structure Comment ouvrir un fichier avec VMD? Comment charger un fichier PDB directement depuis la Protein Data Bank? Comment charger un

Approche par groupe de gènes pour les données longitudinales d expression génique avec une application dans un essai vaccinal contre le VIH

Modélisation prédictive et incertitudes. P. Pernot. Laboratoire de Chimie Physique, CNRS/U-PSUD, Orsay

IMMUNOLOGIE. La spécificité des immunoglobulines et des récepteurs T. Informations scientifiques

Structure quantique cohérente et incohérente de l eau liquide

Des molécules hydrophobes dans l eau

$SSOLFDWLRQGXNULJHDJHSRXUOD FDOLEUDWLRQPRWHXU

THEME 2. LE SPORT CHAP 1. MESURER LA MATIERE: LA MOLE

Thierry DELZESCAUX. «biopicsel» group, URA CNRS-CEA 2210 Service MIRCen, I²BM, CEA Fontenay-aux-Roses, France.

Big Data et Graphes : Quelques pistes de recherche

Identification de nouveaux membres dans des familles d'interleukines

Big Data et Graphes : Quelques pistes de recherche

Application à l astrophysique ACTIVITE

MABioVis. Bio-informatique et la

Les cytokines et leurs récepteurs. Laurence Guglielmi

Transport des gaz dans le sang

Transport des gaz dans le sang

Présentation par François Keller Fondateur et président de l Institut suisse de brainworking et M. Enga Luye, CEO Belair Biotech

Chaînes de Markov au lycée

Figure 3.1- Lancement du Gambit

Dynamique des protéines, simulation moléculaire et physique statistique

BIG Data et R: opportunités et perspectives

BNP Paribas Personal Finance

COUSIN Fabien KERGOURLAY Gilles. 19 octobre de l hôte par les. Master 2 MFA Responsable : UE Incidence des paramètres environnementaux

Workshop "Maintenance and reliability" November 9-10, 2011 Pascale Betinelli & Laurent Manciet on behalf of the Soleil CMMS working group

voies de signalisation

La classification automatique de données quantitatives

Modèle de troncature gauche : Comparaison par simulation sur données indépendantes et dépendantes

UTILISATION DE LA PLATEFORME WEB D ANALYSE DE DONNÉES GALAXY

Chap 1: Toujours plus vite... Introduction: Comment déterminer la vitesse d une voiture?

Exemple d application en CFD : Coefficient de traînée d un cylindre

Surveillance et maintenance prédictive : évaluation de la latence de fautes. Zineb SIMEU-ABAZI Univ. Joseph Fourier, LAG)

1 ère partie : tous CAP sauf hôtellerie et alimentation CHIMIE ETRE CAPABLE DE. PROGRAMME - Atomes : structure, étude de quelques exemples.

Monitoring continu et gestion optimale des performances énergétiques des bâtiments

Physique Chimie. Utiliser les langages scientifiques à l écrit et à l oral pour interpréter les formules chimiques

CHAPITRE 2 : Structure électronique des molécules

ARCHOS Activity Tracker

CLIQUEZ ET MODIFIEZ LE TITRE

Lamia Oukid, Ounas Asfari, Fadila Bentayeb, Nadjia Benblidia, Omar Boussaid. 14 Juin 2013

chargement d amplitude variable à partir de mesures Application à l approche fiabiliste de la tolérance aux dommages Modélisation stochastique d un d

Medication management ability assessment: results from a performance based measure in older outpatients with schizophrenia.

REVITALIZING THE RAILWAYS IN AFRICA

Christophe SANNIER

1.2 Coordinence. Notion de liaison de coordinence : Cas de NH 3. et NH 4+ , 3 liaisons covalentes + 1 liaison de coordinence.

Calcul Haute Performance & Données

Avis et communications

Qu est ce qu un réseau social. CNAM Séminaire de Statistiques Appliquées 13/11/2013. F.Soulié Fogelman 1. Utilisation des réseaux sociaux pour le

Vers une approche Adaptative pour la Découverte et la Composition Dynamique des Services

Photons, expériences de pensée et chat de Schrödinger: une promenade quantique

BTS BAT 1 Notions élémentaires de chimie 1

Micro-ordinateurs, informations, idées, trucs et astuces. Utiliser une caméra IP Trendnet IP-TV110. Auteur : François CHAUSSON

Projet SINF2275 «Data mining and decision making» Projet classification et credit scoring

Introduction aux algorithmes MapReduce. Mathieu Dumoulin (GRAAL), 14 Février 2014

Étude d impact et Services Écosystémiques : Comment identifier et spatialiser les enjeux?

Prédiction et Big data

Production d une protéine recombinante

Architecture des Systèmes d Information Architecture des Systèmes d Information

Exemple PLS avec SAS

INF6304 Interfaces Intelligentes

SCHOLARSHIP ANSTO FRENCH EMBASSY (SAFE) PROGRAM APPLICATION FORM

Qu est-ce qu un ordinateur quantique et à quoi pourrait-il servir?

Micro-ordinateurs, informations, idées, trucs et astuces utiliser le Bureau à distance

Polissage des Miroirs d Advanced Virgo : un nouveau défi. Les solutions envisagées

Tests d indépendance en analyse multivariée et tests de normalité dans les modèles ARMA

Cliquez pour modifier les styles du texte du masque

La gestion des flux de trafic aérien en Europe : état de l art, problèmes et perspectives

VIPE CNAM 6 mars Frank Meyer Orange Labs / IMT / UCE / CRM-DA / PROF

Aspects théoriques et algorithmiques du calcul réparti L agglomération

Présentation de la Grille EGEE

Efficacité énergétique pour les particuliers : une solution pour le monitoring énergétique

LES SUBSTITUTIONS NUCLÉOPHILES EN SÉRIE ALIPHATIQUE S N 1 ET S N 2

JOURNEES SYSTEMES & LOGICIELS CRITIQUES le 14/11/2000. Mise en Œuvre des techniques synchrones pour des applications industrielles

2 Serveurs OLAP et introduction au Data Mining

TRS: Sélection des sous-graphes représentants par l intermédiaire des attributs topologiques et K-medoïdes

10ème Congrès Français d'acoustique Lyon, Avril 2010

Introduction au datamining

Etude de l influence d une agression thermique sur les propriétés mécaniques résiduelles de matériaux composites

ACIDES BASES. Chap.5 SPIESS

Revision of hen1317-5: Technical improvements

IPv6: from experimentation to services

Filtrage stochastique non linéaire par la théorie de représentation des martingales

How to Login to Career Page

Joints de grains : couplage entre modélisation et microscopie électronique haute résolution

e-biogenouest CNRS UMR 6074 IRISA-INRIA / Plateforme de Bioinformatique GenOuest yvan.le_bras@irisa.fr Programme fédérateur Biogenouest co-financé

Ingénierie et gestion des connaissances

Génération de code binaire pour application multimedia : une approche au vol

Laboratoire de Photophysique et de Photochimie Supra- et Macromoléculaires (UMR 8531)

Spécificités, Applications et Outils

de calibration Master 2: Calibration de modèles: présentation et simulation d

Monitoring des classes de neige des calottes polaires par Envisat

Jessica Dubois. To cite this version: HAL Id: jpa

Groupe Eyrolles, 2003, ISBN : X

Équation de Langevin avec petites perturbations browniennes ou

Le nouveau visage de la Dataviz dans MicroStrategy 10

I. COORDONNÉES PERSONNELLES / PERSONAL DATA

Transcription:

Simulations numériques de bio-molécules Université d Orléans Centre de Biophysique Moléculaire CNRS Norbert Garnier

Auto-association du domaine transmembranaire du récepteur ErbB2/Neu sauvage et muté Détermination de modèles structuraux pour l auto-association Mécanique moléculaire 1 2 Interface ( 1, 2) Minimisation d énergie Dynamique moléculaire Modèles favorables Analyse structurale et dynamique

Mécanique moléculaire Sauvage Sauvage et muté: 2 états de plus basse énergie I Muté Oz II Val/Glu à l interface dimérique

Dynamique moléculaire dans le vide Mode d association identique pour les formes sauvage et mutée Association gauche des hélices Interface semblable pour les formes sauvage et mutée Présence de liaisons hydrogène intermonomère Glu-Glu

Dynamique moléculaire en présence d un modèle d environnement membranaire Gain de réalisme biologique Puissance informatique croissante N-ter Taille des systèmes (20000 atomes) échelle de temps explorée (10 ns) temps de simulation (1000 hcpu) Association gauche des hélices Déformations C-ter Structure finale initiale

Proximité domaine transmembranaire - environnement Couches d eau Glu Cœur hydrophobe

Proximité domaine transmembranaire - environnement Glu

Interface dimérique Matrice de distance: C i(h1) - C j(h2) Motif VEG

Interactions inter-hélices

Récepteurs tyrosine kinase Famille HER Prédiction des modes d association des domaines transmembranaires des hétérodimères ErbB1-4. Rôle des motifs de dimérisation de type GxxxG

Thermal unfolding of the E. coli HU protein: Structural insights from molecular dynamics simulations The Escherichia coli HU protein small dimeric protein (2x90 residues) structure and dynamics of the bacterial DNA 3 dimeric forms Cliquez of pour HUmodifier le style des sous-titres du masque homodimer HUα2, HUβ2 heterodimer HUαβ

Experimental data X ray crystallography Arm C-ter 3 2 3 strand Cliquez 1 pour modifier le style des sous-titres du masque N-ter 2 1 helices Monomer Dimer HU 2 et HU 2

Experimental data Differential Scanning Calorimetry Cp(J.K-1.mol-1) Thermal denaturation profile N2 I2 2D Circular Dichroism T(K) I2 dimeric form with a lost of structural elements (α- helix and β-sheet)

Goal of the work Goal of the work Study of the thermal denaturation of the HU protein What is the 3D structure of the I2 intermediate? Why determining the 3D structure of I2? Formation of the heterodimer HUαβ from the homodimers HUα2 and HUβ2 27 C absorbanc e 4 C HU 2 HU HU 2

Methods Methods Molecular dynamics simulation in explicit solvent at different temperatures Analysis of the early steps of HU thermal unfolding process AMBER program NPT Counter ions Na+, Cl- Particule Mesh Ewald Initial box dimensions: 80Å x 95Å x 80Å

Results HUβ2 at 310K Results 1 MD simulation T=310K 25 ns time scale 58028 atoms Cα rmsd from the native structure <water density>=0.991 g.cm-3 <pressure>=1. atm

Results HUβ2 at 500K Results 5 MD simulations: T=500K different initial conditions 5 ns time scale Cα rmsd from the native structure 58028 atoms <water density>=0.7087 g.cm-3 <pressure>=1. atm

Results HUβ2 at 400K Results 3 MD simulations: T=400K different initial conditions 10 ns time scale Cα rmsd from the native structure 58028 atoms <water density>=0.8893 g.cm-3 Conf1 = or to Conf2 <pressure>=1. atm

Results HUβ2 at 400K 2D Cα rmsd 1 5 t 10 ns 1 t 5 Cluster representative conformer CiMD1 10 ns rmsd<1.5 Å 1.5 rmsd 2.0 Å rmsd>2.0 Å

Results HUβ2 at 400K Secondary structure content from the native structure(%) Conformer α-helix β-sheet MD1 MD2 MD3 MD1 MD2 MD3 C1 86 82 93 96 84 96 C2 87 82 74 78 94 80 C3 67 89 62 74 72 74 C4 58 88 61 78 84 60 C5 82 78 57 78 80 68 C6 53 82 52 82 C7 62 70 48 60 C8 68 67 46 74 C9 76 48 C10 61 20 C4 MD model for I2 I2 (CD experiments) 59 78

Results I2 model at 310K MD refinement of the I2 model 1 MD simulation T=310K 25 ns time scale 58028 atoms Cα rmsd from the native structure <water density>=0.991 g.cm-3 <pressure>=1. atm

Results I2 model at 310K Solvent Accessible Surface Area of the I2 model I2 N2 Dimer Interface I2 is a dimer

Results I2 model at 310K Secondary structure analysis of the I2 model (monomer 1) Residue number 90 80 70 60 50 40 30 20 10 1 5 10 15 20 25 ns α 310 or π bet x,. turn, α3 β3 ar m β1 β2 α2 α1

Results I2 model at 310K Secondary structure analysis of the I2 model (monomer 2) Residue number 90 80 70 60 50 40 30 20 10 1 5 10 15 20 25 ns α 310 or π bet x,. turn, α3 β3 ar m β1 β2 α2 α1

Results I2 model at 310K Average structure of I2 α-helix β-sheet I2 (MD) 55% 60% I2 (CD) 59% 78%

Introduction Conclusion and perspectives MD simulations: 3D structure of I2 in agreement with experimental data MD simulations Study of the thermal unfolding of the HUα2 homodimer 3D structure of I2(HUα2) Comparison of the structure and the dynamics of I2(HUα2) and I2(HUβ2) Biochemical experiments Validation of the theoretical model I2

FLEXIDOC Docking sur récepteur flexible FR

Récepteur Ligand

Docking flexible protéine-ligand Fédération de Recherche Physique et Chimie du vivant FR2708 Financement de la Région Centre (2009-2010) CONTEXTE Dockin Scorin g g Score VdW élec. LIMITATIONS Flexibilité du récepteur? faux négatifs Entrée du ligand? faux positifs OBJECTIF Développement de méthodes permettant l amélioration des prédictions issues du

Méthode MD: solvant explicite MD0 Champs de contraintes MD: solvant implicite, sous contraintes MDC Comparaison MDC MD0 Partitionnement des conformations du site de fixation Sélection des conformations du site de fixation Docking

MD: solvant explicite Structure 3D du récepteur: 4prg_A.pdb Solvant: 9226 molécules d eau, 5 Na+ Production: 30 ns Amber 7

Champs de contraintes Contraintes de position Potentiel harmonique Atomes: Cα à faible fluctuation atomique δ δ λδmin Constante de force: ki=µ (3RTδi0-2)

MD: solvant implicite, sous contraintes Contraintes de position: λ, µ Solvant implicite: ε Production: plusieurs dizaines de ns Amber 7 MDC(λ, µ, ε)

Comparaison: MD solvant implicite, sous contraintes MD solvant explicite Comparaison Structures moyennes: RMSD(<MDC>, <MD0>) Eléments de structure secondaire: % d hélice α Dynamique des atomes Cα contraints: =[(1/C) (δic-δi0)2]1/2 i: numéro Cα contraint C: nombre de Cα contraints

Partitionnement des conformations du site de fixation Partitionnement des conformations du site de fixation Site de fixation: 24 structures de complexes protéine - ligand Protéine Atome résidu i d Atome ligand Si d<3.5å, résidu i appartient au site de fixation

Partitionnement des conformations du site de fixation Partitionnement des conformations du site de fixation Partitionnement: k means algorithm (1) N conformations Tirage aléatoire de k conformations parmi N Initialisation de k clusters, k centroids Plusieurs centaines de fois. Répartition des (N-k) conformations restantes dans les k clusteurs Cliquez pour modifier le style des Détermination sous-titres des du masque nouveaux k centroids. k centroids Convergence min (RMSDij)2 K centroids les plus fréquents (1) MacQueen J. B.; Some Methods for Classification and Analysis of Multivariate Observations, Proceedings of the fifth Berkeley Symposium on Mathematical Statistics and Probability, Berkeley, University of California Press, 1967, 1, 281-297

Sélection des conformations du site de fixation Sélection des conformations du site de fixation + : conformation la plus centrale : k centroïds : k conformations les plus distantes

Résultats MD solvant explicite Résultats MD solvant explicite δmi n

Résultats MD solvant implicite, sous contraintes Résultats MD solvant implicite sous contraintes λ µ ε 80 r 4r 10r 2 10 MD1(100ns) MD2(50ns) 2 20 MD3(100ns) MD4(40ns) MD5(100ns) MD6(50ns) 2 40 MD7(100ns) MD8(50ns) 1.5 60 MD9(12ns) MD10(12ns) 2 60 MD11(100ns) MD12(50ns) λ=1.5(2): 59(136) atomes Cα contraints

Résultats MD solvant implicite, sous contraintes Résultats MD solvant implicite sous contraintes RMSD(Å) % hélice α (Å) RMSD(Å) % hélice α (Å) MD1 2.68 57 0.28 + + + MD2 3.10 52 0.26 - - + MD3 3.66 39 0.30 - - + MD4 2.29 67 0.42 + + - MD5 2.92 57 0.28 + + + MD6 2.75 55 0.26 + - + MD7 3.21 57 0.28 - + + MD8 Cliquez 3.80 pour modifier 47 le 0.37 style des sous-titres - du masque - - MD9 2.36 63 0.43 + + - MD10 2.95 56 0.51 + - - MD11 3.26 60 0.38 - + - MD12 3.59 54 0.55 - - - Structures cristallographiques: =(0.28±0.02)Å Max(RMSD)=3Å % hélice α>57% >0.3Å

Résultats MD solvant implicite, sous contraintes Résultats MD solvant implicite sous contraintes Fluctuations atomiques 2δmi n MD 0 MD 5

Résultats MD solvant implicite, sous contraintes Résultats MD solvant implicite sous contraintes Carte RMSD 2D du site de fixation 1 1 20 40 60 80 100 t(ns) 20 40 60 80 100 t(ns)

Résultats MD solvant implicite, sous contraintes Résultats MD solvant implicite sous contraintes Partitionnement des conformations du site de fixation k Numéro de conformation des centroids les plus fréquents 10 938 818 793 726 581 508 482 335 112 77 10 938 818 793 726 581 508 394 335 145 77 10 938 857 818 793 726 581 508 335 112 77 10 938 857 818 769 726 581 508 335 221 77 8 938 818 726 581 394 335 145 112 6 938 818 581 335 145 77 4 938* 818 581 145 77* 3 818 581 77 MD5: 103 conformations pour 100ns 15 conformations retenues

Résultats MD solvant implicite, sous contraintes Résultats MD solvant implicite sous contraintes Carte RMSD 2D du site de fixation 1 20 1 20 40 60 80 100 t(ns) 77, 112, 145 221 335 394 40 581, 508 482 60 726 80 818, 793 769 100 t(ns) 938, 857

Résultats MD vide, sous contraintes Résultats MD solvant implicite sous contraintes Sélection des conformations du site de fixation 17 conformations proposées au docking Calculs en cours

Conclusion Prise en compte de la flexibilité du site de fixation Développement méthodologique: Solvant implicite: fonction sigmoïdale Choix des atomes à contraindre

Perspectives Champ de contraintes Réduction du nombre de contraintes (faible fluctuation atomique, hors site de fixation, mouvement harmonique) Entrée du ligand Porte d entrée du ligand dynamique brownienne Chemin d accès au site de fixation Détection des cavités résiduelles à partir d une simulation MD Entrée du ligand dynamique moléculaire dirigée

Imagerie Moléculaire