Prédictions bioinformatiques des propriétés des domaines de reconnaissance peptidique. - Archive ouverte HAL Accéder directement au contenu
Thèse Année : 2007

Bioinformatic predictions of the properties of peptide recognition module.

Prédictions bioinformatiques des propriétés des domaines de reconnaissance peptidique.

Résumé

Proteins involved in signalling pathways are frequently activated and inactivated by weak affinity interactions. In particular, domains that bind specifically short protein fragments, often called Peptide Recognition Modules (PRMs), allow an efficient intra- and inter-molecular regulation of the catalytic domains to whom they are associated. This work focuses on two domain families, the FHA and the tandem BRCT, often involved in the cell responses to DNA damage. Given their major role in the signaling networks, the prediction of their binding properties by bioinformatics is of crucial interest. However, bioinformatic strategies are still limited by methodological problems associated with the intrinsic characteristics of PRMs. They typically harbour very divergent sequences and their affinity for their physiological target is relatively weak despite their high specificity. This work aims at developing predictive approaches for the study of PRMs. Three points have been considered successively : (i) the prediction of the three-dimensional structure of PRMs, (ii) the prediction of their binding sites when the partner is known, (iii) the prediction of the sequence motifs each PRM specifically recognizes based on its three-dimensional structure.
Les protéines impliquées dans les voies de signalisation sont souvent activées et inactivées par des interactions de faible affinité. En particulier, les domaines protéiques liant spécifiquement de courts fragments protéiques permettent une régulation intra- et inter-moléculaire efficace des domaines catalytiques auxquels ils sont associés. Citons par exemple les domaines FHA ou des tandems BRCT fréquemment impliqués dans les réponses aux dommages de l'ADN. Etant donnée leur importance dans les réseaux d'interactions et dans la signalisation cellulaire, la prédiction par bioinformatique des propriétés de liaison de ces petits domaines constitue un enjeu majeur. Toutefois, les stratégies bioinformatiques sont jusqu'à présent limitées par des difficultés méthodologiques associées aux caractéristiques intrinsèques de ces domaines. Leurs séquences sont souvent très divergentes et les affinités pour leurs cibles physiologiques sont généralement faibles malgré une excellente spécificité. Le travail présenté dans cette thèse a donc pour objectif de dépasser les limites actuelles des outils de prédictions pour développer de nouvelles méthodologies bioinformatiques performantes. Trois points ont été plus particulièrement abordés : (i) la prédiction de la structure tridimensionnelle de ces domaines ; (ii) la prédiction des sites reconnus par ces domaines lorsque les partenaires sont connus ; (iii) la prédiction des motifs spécifiquement reconnus par ces domaines sur la base de leur structure tridimensionnelle.
Fichier principal
Vignette du fichier
These_Becker_Emmanuelle_2007_CEA-iBiTecs.pdf (21.68 Mo) Télécharger le fichier

Dates et versions

tel-00553471 , version 1 (07-01-2011)

Identifiants

  • HAL Id : tel-00553471 , version 1

Citer

Emmanuelle Becker. Prédictions bioinformatiques des propriétés des domaines de reconnaissance peptidique.. Informatique [cs]. Université Pierre et Marie Curie - Paris VI, 2007. Français. ⟨NNT : ⟩. ⟨tel-00553471⟩
323 Consultations
1720 Téléchargements

Partager

Gmail Facebook X LinkedIn More