Cibler l’apparition précoce de la maladie de Parkinson grâce à l’IA

Les prédictions d'AlphaFold ouvrent la voie à de nouveaux traitements pouvant avoir un impact sur plus de 10 millions de personnes dans le monde.

C’était une source de satisfaction durement gagnée après ce qui avait souvent semblé être une bataille difficile. David Komander et ses collègues avaient finalement publié la structure tant recherchée de PINK1. Les mutations du gène qui code pour cette protéine provoquent l'apparition précoce de la maladie de Parkinson, une maladie neurodégénérative présentant un large éventail de symptômes progressifs, notamment des tremblements corporels et des difficultés à bouger. Mais lorsque d’autres équipes scientifiques ont publié leurs propres structures pour la même protéine, il est devenu évident que quelque chose n’allait pas.

« Les deux autres structures qui en sont ressorties étaient très différentes de la structure réalisée par notre groupe », explique Zhong Yan Gan, doctorant en Le laboratoire de Komander, co-supervisé par le professeur agrégé Grant Dewson, au WEHI (Walter and Eliza Hall Institute of Medical Research) à Melbourne, en Australie. Le leur était un modèle étrange, avec des caractéristiques uniques qui ne semblaient pas exister chez les autres. L'enjeu était de taille : comprendre PINK1 pourrait contribuer à débloquer de nouveaux traitements s'attaquant à la cause fondamentale de la maladie de Parkinson, qui touche plus de 10 millions de personnes dans le monde.

Même si l'équipe de Komander avait confiance dans ses propres conclusions, les résultats contrastés ont soulevé de grandes questions. Et dans un domaine de recherche compétitif, ils savaient qu’ils ne seraient pas seuls à chercher des réponses. « Non seulement ces problèmes étaient très difficiles à résoudre, mais, une fois qu'ils ont été résolus, vous ouvrez soudainement tout un monde où tout le monde fait des choses très similaires », explique Komander.

L'équipe a finalement résolu le mystère, mais il a fallu plusieurs années de recherche supplémentaires, une découverte fortuite et l'aide du système de prédiction de la structure des protéines de DeepMind, AlphaFold.

Le symptômes de la maladie de Parkinson se développent lorsque le cerveau d'une personne ne peut plus produire suffisamment de dopamine chimique. La plupart des personnes atteintes de la maladie de Parkinson n'en connaissent pas la cause spécifique, mais environ 10 % des patients peuvent en indiquer la cause. une mutation génétique particulière. Dans ces cas, la maladie de Parkinson a tendance à se développer tôt, affectant les personnes avant d'atteindre l'âge de 50 ans.

L'une de ces mutations génétiques se trouve dans le gène qui code pour le ROSE1 protéine. PINK1 joue un rôle clé dans la dégradation et l’élimination des mitochondries, souvent appelées les centrales électriques de nos cellules. « En vieillissant, les mitochondries peuvent vieillir et être endommagées », explique Gan. « PINK1 fait partie du mécanisme du corps permettant de recycler les vieilles mitochondries pour faire place à de nouvelles. »

Lorsque ce mécanisme échoue, les mitochondries endommagées s’accumulent, entraînant la perte des cellules nerveuses productrices de dopamine et éventuellement la maladie de Parkinson. Une façon de trouver de meilleures façons de traiter cette maladie consiste donc à mieux comprendre PINK1 et son rôle.

Lorsque les chercheurs ont découvert que PINK1 pourrait provoquer la maladie de Parkinson en 2004, trouver sa structure est devenu un objectif clé – mais cela n’a pas été possible, en partie parce que le PINK1 humain était trop instable pour être produit en laboratoire. Poussés à élargir leur filet, les scientifiques ont découvert que les versions insectes de PINK1 – comme celles des poux du corps humain – étaient suffisamment stables pour être produites et étudiées en laboratoire.

Ce qui nous ramène au début de notre histoire. L'équipe de Komander a publié son Structure ROSE1 en 2017. Mais lorsque d’autres chercheurs ont publié différentes structures pour la même protéine provenant d’un insecte différent (les coléoptères de la farine), ils savaient qu’ils n’avaient qu’une partie de l’histoire. Ce n’était pas entièrement surprenant. Après tout, les protéines sont des molécules dynamiques. «Ils sont comme des machines et peuvent prendre différentes formes», explique Gan. Et si la structure publiée n’était qu’une de ces formes – un instantané de PINK1 au cours d’une seule étape d’un processus plus long ?

Gan a entrepris la tâche ambitieuse de déterminer à quoi ressemble PINK1 à chaque étape de son processus d'activation dans le cadre de son projet de doctorat. C’est au cours de ces travaux qu’il a repéré quelque chose d’étrange : une molécule qui semblait bien trop grosse pour être sa cible. « Normalement, vous l'ignoreriez comme quelque chose qui vient de s'agglutiner, comme un genre de chose de blanc d'œuf brouillé », explique Komander.

Mais Gan avait le pressentiment que cet amas méritait d'être étudié plus en détail et a décidé, avec l'aide du Dr Alisa Glukhova, de sonder la molécule à l'échelle atomique en utilisant cryo-microscopie électronique (cryo-EM), dans lequel un échantillon congelé est examiné à l'aide d'un faisceau d'électrons. « Je me souviens avoir dit à Zhong : 'Ouais, tu peux essayer, mais ça ne marchera jamais' », admet Komander.

La persévérance de Gan a porté ses fruits. Ce qu’il a découvert était la molécule même que les chercheurs recherchaient : PINK1. Mais pourquoi si grand ? Il s’est avéré que PINK1 aime la compagnie. Au lieu d'une seule protéine, elle était regroupée en paires de molécules appelées dimères, qui s'étaient disposées en formations encore plus grandes. « Six dimères de PINK1 s'assemblaient en grandes structures en forme de bagel », explique Gan.

Cette découverte fortuite signifiait qu'il pouvait utiliser la cryo-EM, qui ne fonctionnerait pas pour une molécule aussi petite qu'un seul PINK1, pour résoudre la structure physique de la protéine. L'équipe avait sa réponse.

Les structures de PINK1 précédemment publiées ne constituaient pas une erreur : il s’agissait de différentes formes que la protéine prend à différentes étapes de son processus d’activation. Mais il y avait un piège. Tous ces travaux expérimentaux ont été réalisés à l’aide de PINK1 dérivé d’insectes. Pour comprendre les implications de leurs découvertes pour les humains atteints de la maladie de Parkinson, ils devraient vérifier si leurs découvertes s'étendaient à la version humaine de la protéine.

Komander et son équipe se sont tournés vers AlphaFold. « Nous avions ces nouvelles structures et, à l'époque, nous étions les seuls sur la planète à savoir à quoi ressemble PINK1 lors de son activation », explique Komander. Ils ont donc utilisé AlphaFold pour appeler sa prédiction sur la structure de PINK1 d'origine humaine, et quelques instants plus tard, c'était là sur l'écran. Il était « complètement choquant » de voir à quel point les prédictions d’AlphaFold étaient précises, dit-il.

Plus tard, lorsque Gan a inséré deux séquences protéiques dans AlphaFold pour prédire la structure d’un dimère PINK1 chez l’homme, le résultat était presque impossible à distinguer de son travail expérimental sur la protéine d’insecte. « Ce dimère montrait exactement comment ces deux protéines interagissaient afin qu'elles puissent agir et travailler ensemble pour former certains de ces complexes que nous avions vus », explique Komander.

Cet alignement étroit entre plusieurs résultats expérimentaux et les structures prédites par AlphaFold a donné à l'équipe la certitude que le système d'IA pourrait fournir des connaissances significatives au-delà de leur travail empirique. Ils ont ensuite utilisé AlphaFold pour modéliser l'effet que certaines mutations auraient sur la formation du dimère – pour explorer comment ces mutations pourraient conduire à la maladie de Parkinson, et leurs soupçons ont été confirmés.

« Nous avons pu immédiatement générer de véritables informations sur les personnes présentant ces mutations particulières », explique Komander. Ces connaissances pourraient à terme conduire à de nouveaux traitements. « Nous pouvons commencer à réfléchir à la question suivante : 'quel type de médicaments devons-nous développer pour réparer la protéine, plutôt que de simplement gérer le fait qu'elle est cassée' », explique Komander.

Ils ont soumis leurs conclusions sur mécanisme d'activation de PINK1 à la revue Nature en août 2021 et l'article a été accepté début décembre 2021. Il s'est avéré que les chercheurs du Trempe Lab à Montréal, au Canada, étaient arrivés à des conclusions similaires, et lorsque l'article de cette équipe a été publié en décembre 2021, le WEHI les auteurs ont dû accélérer les révisions finales. « On nous a demandé de terminer le journal trois jours avant Noël, afin qu'il puisse être publié en 2021 », explique Komander. « C'était une chronologie brutale. »

En fin de compte, ces papiers très médiatisés sont sortis à quelques semaines d'intervalle, tous deux apportant des informations vitales sur les bases moléculaires de la maladie de Parkinson.

Bien entendu, de nombreuses questions demeurent pour les chercheurs dans le domaine, et AlphaFold est disponible gratuitement pour les aider à trouver certaines des réponses. Par exemple, Sylvie Callegari, chercheuse postdoctorale senior au laboratoire de Komander, a utilisé AlphaFold pour découvrir la structure d'une grosse protéine appelée VPS13C – connue pour causer la maladie de Parkinson – en rassemblant de plus petits fragments de protéine.

« Maintenant, nous pouvons commencer à poser différentes questions », dit-elle. « Au lieu de « À quoi ça ressemble ? nous pouvons commencer à nous demander : « Comment ça marche ? », « Comment les mutations de cette protéine provoquent-elles des maladies ? »

L'un des nombreux objectifs d'AlphaFold est d'accélérer la recherche médicale. Il est également appliqué au WEHI aux séquences génétiques de personnes atteintes de la maladie d'Alzheimer à un stade précoce, afin de permettre aux chercheurs d'étudier les causes de cas individuels. « AlphaFold nous permet de le faire sur la base de modèles humains fantastiques et corrects », explique Komander. « C'est très puissant. »