INTERACTIONS PROTEINE-PROTEINE : DU PRODUCTEUR AU CONSOMMATEUR

Présentation au sujet: "INTERACTIONS PROTEINE-PROTEINE : DU PRODUCTEUR AU CONSOMMATEUR"— Transcription de la présentation:

1 INTERACTIONS PROTEINE-PROTEINE : DU PRODUCTEUR AU CONSOMMATEUR
Réunion Satellite JOBIM, Lyon, Juillet 2005 INTERACTIONS PROTEINE-PROTEINE : DU PRODUCTEUR AU CONSOMMATEUR Christine Brun, LGPD, Marseille

2 …mais interagit avec d’autres afin d’assurer sa fonction.
Une protéine n’agit jamais seule… …mais interagit avec d’autres afin d’assurer sa fonction.

3 LA DIVERSITE DES INTERACTIONS P-P
d'après Nooren & Thornton 1- Diversité Structurale L’interaction a lieu entre homo- ou hétéro-oligomères chaînes identiques chaînes différentes L’association est isologue ou hétérologue : les surfaces de contact sont identiques (homo-oligomères) les surfaces de contact sont différentes (homo-/hétéro-oligomères)

4 LA DIVERSITE DES INTERACTIONS P-P
d'après Nooren & Thornton 2- Diversité Fonctionnelle IPP obligatoire : Les protéines ne sont pas stables indépendamment. Les protéines ne sont pas fonctionnelles indépendamment. L'interaction est nécessaire à la stabilité et à la fonction. Ex: gros complexes protéiques (ADN polymérase, ARN polymerase, ribosome…) IPP non-obligatoire : Les protéines sont stables indépendamment. Les protéines sont fonctionnelles indépendamment. L’interaction est responsable d’une action. Ex: complexes antigène-anticorps, enzyme-inhibiteur, complexes de signalisation intracellulaire…

5 LA DIVERSITE DES INTERACTIONS P-P
d'après Nooren & Thornton 3- Diversité Dynamique IPP permanente : N'existe qu'au sein d'un complexe. Les IPP obligatoires sont généralement permanentes. IPP transitoire : S'associe et se dissocie in vivo. Les IPP non-obligatoires peuvent être transitoires ou permanentes.

6 LES GRANDS RESEAUX D'INTERACTIONS
Graphe non orienté, Nœud = protéine, Arête = interaction physique

7 Deux méthodes automatisées: le double-hybride dans la levure
Comment identifier les interactions protéine-protéine à l'échelle du protéome entier? Deux méthodes automatisées: le double-hybride dans la levure - le TAP-tag (tandem affinity purification)

8 LA MODULARITE DES FACTEURS DE TRANSCRIPTION,
comme principe élémentaire du double hybride dans la levure DF DA Facteur de transcription ARN messager DF DA Gène Site de fixation pour le facteur de transcription Facteur de transcription: Domaine de fixation à l'ADN DF + Domaine d'activation de la transcription DA, capable d'activer la machinerie basale de transcription

9 LE DOUBLE-HYBRIDE DANS LA LEVURE,
le test DA Proie Y DF Appât X Gène rapporteur La protéine appât (dont on veut identifier les interacteurs) est fusionnée au domaine de fixation à l'ADN DF d'un facteur de transcription. Les protéines proies (interacteurs potentiels) sont fusionnées au domaine d'activation de la machinerie basale de transcription DA d'un facteur de transcription. Les protéines fusions sont exprimées dans des cellules de levure contenant un gène rapporteur dont l'expression est placée sous le contrôle du site de fixation pour le domaine de fixation à l'ADN DF.

10 LE DOUBLE-HYBRIDE DANS LA LEVURE,
le test DA Proie Y ARN rapporteur DA Proie Y DF Appât X Gène rapporteur Lorsque la protéine proie Y est capable d'interagir avec la protéine appât X, le domaine d'activation se retrouve à proximité du promoteur du gène rapporteur et la transcription a lieu.

11 QUELLES INTERACTIONS SONT IDENTIFIEES PAR UN CRIBLE DOUBLE HYBRIDE ?
Interactions permanentes Interactions transitoires dont les interactions enzyme-substrat (ex: 10 à 40 % des interactions kinase-substrat). Interactions qui n'existent pas physiologiquement  Faux-positifs DF Appât X DA Proie Y Appât A Appât B Appât C La proie collante (interagit avec un très grand nombre d'appâts) DF Appât X Gène rapporteur ARN rapporteur L'appât auto-activateur (activation de la transcription en absence d'interacteur)

12 QUELLES INTERACTIONS NE SONT PAS IDENTIFIEES PAR UN CRIBLE DOUBLE HYBRIDE ?
- Les interactions impliquant des protéines qui présentent des problèmes: - structuraux (repliement) - stabilité - toxicité - mauvaise localisation (protéines membranaires) - modification post-traductionnelle Estimation: 80 à 90 % des interactions sensées exister, n'auraient pas été détectées  Faux-négatifs  évolution des méthodes de double-hybrides pour palier à ces problèmes.

13 PRINCIPAUX CRIBLES DOUBLE-HYBRIDE A GRANDE ECHELLE
Helicobacter pylori Rain et al.* Saccharomyces cerevisiae Uetz et al.* 4500 Ito et al. Caenorhabditis elegans Li et al. Drosophila melanogaster Formstecher et al.* Giot et al.* 1800 Stanyon et al.*

14 COMPARAISON DES RESULTATS DES 3 CRIBLES DOUBLE-HYBRIDE DROSOPHILE
Giot et al. Science 2003 Formstecher et al. Genome Res 2005 951 interactions extraites de la littérature (20/885=2.3%) (51/2787=1.8%) (9/605=1.5%) Stanyon et al. Genome Biol 2004 Peu de recouvrement entre expériences Peu de recouvrement avec la littérature, mais des recouvrements du même ordre quelle que soit l'expérience Meilleur recouvrement entre expériences et littérature qu'entre expériences

15 COMPARAISON DES RESULTATS DE 2 CRIBLES DOUBLE-HYBRIDE DROSOPHILE
SUR 30 APPATS IDENTIQUES Giot et al. Science 2003 Formstecher et al. Genome Res 2005 192 23 638 Le 'faible' recouvrement est dû aux méthodologies employées: Giot et al.  protéines entières Formstecher et al.  fragments de protéines Les résultats des deux approches sont complémentaires.

16 LES SCORES DE CONFIANCE
Probabilités basées sur des prédicteurs: - # d'interacteurs/proie - orientation de l’interaction - probabilité d'interaction appât/proie comparée au hasard - # d’observations indépendantes de l’interaction - clustering local du réseau - région du gène clonée (5’ UTR, CDS, 3’ UTR) ATTENTION Une interaction avec un score faible n'est pas forcément un faux-positif!

17 Y PRINCIPES DU TANDEM-AFFINITY PURIFICATION Appât Tag
anticorps anti-Tag

18 QUELLES INTERACTIONS SONT/NE SONT PAS IDENTIFIEES PAR LE TAP-TAG ?
Interactions permanentes  complexe Faux-positifs 20% (estimation) Complexes identifiés en conditions quasi physiologiques (cellules, animaux entiers) Variation de la composition des complexes (par exemple, en fonction d'un stimulus, de l'activation d'une voie…) Pas d'interactions transitoires Pb: conformation gènes essentiels très petites protéines protéines non solubles

19 Y2H  interactions directes Tap-TAG  composition des complexes
LE PROBLEME DE LA REPRESENTATION DES RESULTATS DE TAP-TAG DANS LES GRAPHES Y2H  interactions directes Tap-TAG  composition des complexes Qui interagit avec qui? Quelle représentation dans les graphes? Matrix model Spoke model Expériences Tap-TAG Données de la littérature Réalité

20 Ces notions sont trop restrictives…
L'INTEGRATION DES DONNEES POUR 'VALIDER' LES INTERACTIONS ISSUES DES EXPERIENCES A GRANDE ECHELLE Une interaction a plus de chance d'exister lorsque: l'interaction a été identifiée par des méthodes expérimentales différentes les protéines contiennent des domaines connus pour interagir les deux protéines sont localisées dans le même compartiment cellulaire leur expression est corrélée (correlation interactome-transcriptome) leurs annotations fonctionnelles (Gene Ontology) sont corrélées l'interaction est connue chez un autre organisme (notion d'interologue) Ce que j'en pense: Ces notions sont trop restrictives… …et ne laissent pas la place à la nouveauté et à la possibilité de découvrir de nouveaux phénomènes.

21 DES SOLUTIONS ALTERNATIVES
1- Les jeux de données: Des jeux de données d'interactions mixant des interactions d'origines différentes: littérature, expériences à petite et à grande échelles Multiplicité des jeux de données, de 'stringences' différentes Adaptation des jeux de données à la question biologique posée (analyse globale  jeux de données de haute confiance, analyse locale  jeux de données le plus large possible) 2- Les méthodes d'analyses: Validées statistiquement Résistantes au bruit Ce sont celles que nous avons adoptées! 3- La représentation dans les graphes Poids des arêtes Adaptation des méthodes d'analyses

22 ANALYSER LES RESEAUX D’INTERACTIONS
= APPORTER DE L’INFORMATION SUR LA FONCTION CELLULAIRE DES GENES/PROTEINES Sommets = protéines Arêtes = interactions physiques

23 HYPOTHESE: plus les protéines possèdent d’interacteurs communs,
plus elles doivent être fonctionnellement reliées. A B D C PRINCIPE: …ne pas comparer les protéines elles-mêmes… …mais leurs groupes d’interacteurs respectifs…

24 UNE TRADUCTION MATHEMATIQUE POSSIBLE DE L'HYPOTHESE:
LA DISTANCE DE CZEKANOWSKI-DICE | X \ (XY) | + | Y \ (XY) | 2 + 3 D(X, Y) = = | XY | + | XY | 8 + 3 Y X e c a f g h d b

25 (Protein Distance based on Interactions),
PRODISTIN (Protein Distance based on Interactions), une méthode de classification fonctionnelle des protéines Principales étapes de la méthode Disposer d’une liste d'interactions entre protéines Tableau de distances X Y Z T - 0.4 0.5 0.7 0.6 0.8 Calculer la distance entre les protéines X Y Z T Construire un arbre de classification à partir des distances Identifier des classes fonctionnelles de protéines d’après: les annotations fonctionnelles pour les protéines la topologie des sous-arbres X Y Z T

26 UN ARBRE PRODISTIN DE 602 PROTEINES DE LEVURE
2139 protéines 2946 interactions Quelle est la signification biologique du regroupement des protéines dans l’arbre ?

27 Ces protéines représentent au moins 50% des protéines de la classe.
UTILISATION DES ANNOTATIONS FONCTIONNELLES POUR IDENTIFIER DES CLASSES DANS L’ARBRE Les classes PRODISTIN Une classe contient au moins 3 protéines partageant la même annotation fonctionnelle. Ces protéines représentent au moins 50% des protéines de la classe. Cycle cellulaire

28 Arbre de classification fonctionnelle de 602 protéines de levure selon la fonction cellulaire
67% des protéines de l’arbre classées - 64 classes protéines - 30/44 fonctions cellulaires

29 CLASSE 'DNA METABOLISM' ET 'CELL CYCLE'
Complexe protéine kinase Complexe pré-réplication Cible le CPR sur l'origine Contrôle du cycle celulaire Structure chromatine Réplication télomère ?? Duplication spindle pole body PRODISTIN - regroupe les protéines impliquées dans les mêmes complexes protéiques, voies ou processus biologiques - permet d’inférer une fonction cellulaire pour des protéines de fonction inconnue (42/93)

30 une fonction cellulaire est prédite
PREDICTIONS DE FONCTION CELLULAIRE 2 prédictions nouvelles (5%) 93 protéines de fonction inconnue + 40 prédites par d'autres méthodes bioinfo ou récemment caractérisées expérimentalement 42 dans des classes PRODISTIN une fonction cellulaire est prédite 27 en accord (64%) 13 différentes (30%)

31 EVALUATION STATISTIQUE DE LA QUALITE DES CLASSES ET DES PREDICTIONS FONCTIONNELLES (1)
Le regroupement des protéines dans les classes est-il significatif? Est-il différent d'un regroupement au hasard?  Test sur des réseaux au hasard de topologie identique – ‘Reshuffling’  15 classes au lieu de 64  Significatif - Quelle est la qualité des prédictions fonctionnelles?  On suppose que toutes les protéines membres d'une même classe assurent la fonction cellulaire de la classe; comparaison de ces prédictions avec les fonctions cellulaires connues. Taux de succès = # de fonctions correctement prédites/ # de prédictions  67 % - Quelle est la qualité topologique des classes?  Index de robustesse des classes. Vérifie l'adéquation de la représentation en arbre avec les valeurs de distances  0 < 0.96 < 1

32 EVALUATION STATISTIQUE DE LA QUALITE DES CLASSES ET DES PREDICTIONS FONCTIONNELLES (2)
Comment la méthode PRODISTIN réagit-elle à la présence de 'bruit' dans les données d'interactions? Test sur des réseaux de topologies différentes – ‘Rewiring’ Quel est le taux de succès pour les prédictions?

33 LA METHODE PRODISTIN : CONCLUSIONS
PRODISTIN, une méthode de classification fonctionnelle des protéines à partir du réseau d’interactions protéine-protéine, validée statistiquement Extrait de l’information fonctionnelle à partir d’un réseau complexe en donnant une vision intégrée des fonctions Regroupe les protéines impliquées dans les mêmes fonctions cellulaires Prédiction de fonction cellulaire pour les protéines de fonction inconnue (67% de taux de succès) Un nouvel outil complémentaire à l’analyse de séquence pour la prédiction de fonction, permettant une nouvelle approche de la fonction des gènes/protéines au niveau cellulaire Prodistin Web Server: Brun et al., 2003, Genome Biology, 5:R6 Baudot et al., 2004, Genome Biology, 5:R76

34 Anaïs BAUDOT Bernard JACQ Christine BRUN David MARTIN Pierre MOUREN
LGPD, IBDM, Marseille Anaïs BAUDOT Bernard JACQ Christine BRUN David MARTIN Pierre MOUREN IML, Marseille Alain Guénoche IRD, Montpellier François Chevenet Hybrigenics, Paris Jérôme Wojcik Laurent Daviet