L'analyse des populations de conformations peptidiques hypersurfaces conformationnelles de molécules complexes

Abstract

Dans le cadre de la mécanique moléculaire, nous somme capables de générer des échantillons représentatifs de toutes les conformations accessibles aux molécules complexes et flexibles que sont les peptides. La diversité de conformations possibles conduit à des échantillons qui, pour être représentatifs, doivent comporter plusieurs centaines voire des milliers de conformations. Nous proposons d'utiliser les méthodes d'analyses de données pour l'étude de ces échantillons. Ces méthodes sont très largement appliquées aujourd'hui dans de très nombreux domaines et en particulier en chimie où la sophistication croissante des appareils de mesure et de calcul conduit à traiter des quantités massives de données. L'abondance des données devient un obstacle au traitement direct et masque les relations existant entre ces données. L'utilisation des méthodes d'analyse des données permet d'ordonnancer l'ensemble des données en dégageant les structures qui les caractérisent. Ces méthodes ont été appliquées sur des échantillons de conformations de trois peptides de taille croissante, le dernier présentant une diversité conformationnelle maximum. Les échantillons ont été générés par le programme PEPSEA précédemment développé au laboratoire. Nous présentons les résultats obtenus par les méthodes d'analyse de données adaptées au traitement de nos échantillons. Les performances de ces méthodes sont attestées par comparaison des résultats obtenus avec les études expérimentales disponibles. Les résultats obtenus montrent que les méthodes d'analyse de données sont particulièrement utiles dans le traitement de gros échantillons de conformation nécessaires pour traduire la flexibilité conformationnelle extrême des peptides. Ces résultats sont particulièrement intéressants quand il s'agit d'expliquer les relations structure-activité pour les peptides biologiquement actifs ainsi que nous le montrons avec le dernier peptide étudié. [Résumé abrégé par UMI].