À l’heure actuelle, il est encore difficile et coûteux d’obtenir une représentation de la structure tridimensionnelle des protéines. Or celle-ci est intimement liée à leur fonction. C’est pourquoi les scientifiques tentent de développer des approches informatiques pour réaliser des prédictions, nettement plus rapides, permettant d’acquérir certains indices sur les propriétés des protéines.

Julien Becker, Francis Maes et Louis Wehenkel utilisent ainsi l’apprentissage automatique pour prédire la formation des ponts disulfures (liaisons qui se forment entre les atomes de souffre de deux acides aminés appelés cystéines) présents au sein d’une protéine. Leurs travaux ont ainsi mené à la création d’un prédicteur, appelé x3CysBridges, permettant de calculer la probabilité que les cystéines d’une même protéine forment des ponts disulfures. Un prédicteur que la communauté scientifique internationale commence déjà à utiliser…

Lire l'article

(1) Becker J, Maes F, Wehenkel L. On the relevance of sophisticated structural annotations for disulfide connectivity pattern prediction. PLoS One. 2013;8(2):e56621. doi: 10.1371/journal.pone.0056621. Epub 2013 Feb 15.