Conclusion

**Figure 5.6:** Schéma récapitulatif de la validation du réseau discontinu.
$\begin{figure} \centerline{\epsfxsize=10cm \epsfbox{Images/Chapitre_3_PBs/ccl-graph.ps}} \end{figure}$

La prédiction de la structure tridimensionnelle d'une protéine à partir de sa séquence primaire est un défi constant de la biologie moderne. Pour apprécier l'hétérogénéité des structures protéiques, nous avons défini un ensemble de 16 prototypes (ou blocs protéiques) qui décrivent "au mieux" la structure locale des protéines [35]. En analysant une base de données de structures protéiques recodées à l'aide de ces blocs, certaines successions de blocs, i.e. des mots structuraux, apparaissent particulièrement fréquentes et fortement dépendantes. Elles permettent la construction d'un graphe orienté simple reliant de manière logique l'ensemble des motifs de 5 blocs les plus fréquents. Le réseau obtenu est composé de 31 n $\oe$ uds distincts, correspondant chacun à un des 16 blocs protéiques. Il contient du fait de sa conception, plus de 83% des résidus des protéines et point intéressant plus de 70% des boucles, régions considérées "variables". Pour évaluer la pertinence du réseau à reproduire des structures 3D homogènes, 17 motifs décrivant la totalité du réseau en ont été extraits. Ils ne correspondent qu'à un type unique de repliement. L'écart quadratique moyen observé RMSd est assez bon, il varie entre 1.37 à 3.07 Å, pour des tailles allant de 8 à 11 C $_{\alpha }$ . D'un point de vue angulaire, ces motifs sont aussi stables que les BPs seuls et ceci pour des tailles supérieures. L'utilisation de l'alphabet permet de se débarasser en fait des problémes liés à l'attribution des structures secondaires [31], principalement les feuillets $\beta$ .

50 % de "structures secondaires répétitives se retrouvent en deux blocs. Le réseau pemet la construction des voies "logiques" qui entrent et sortent des BP m et du BP d qui vont suivre aussi longtemps que possible ces chemins "préférentiels". En fait, ce réseau ne montre pas que les boucles sont mieux déterminés que ce que l'ont pensent, mais qu'en fait les catégorisation actuelles basées sur l'existence d'une classification en 3-états (hélices $\alpha$ , feuillets $\beta$ et boucles ou plutôt non- $\alpha$ /non- $\beta$ ) entraînent une classification biaisée. Des approches classiques se basent sur des structures de taille constante comprises entre deux structures répétitives, alors que la définition des bornes est loin d'être optimale, et, donc en conséquence des parties importantes de ces boucles semblables (sur le début ou sur la fin principalement) sont déclarées dans des groupes de longueur différentes. Ce réseau montre, en outre, des chemins préferentiels ,mais pas toujours continu. Les taux de départ/fin des fragments dans la réseau montrent clairement que les fragments compris dans le réseau commencent un peu partout et finissent un peu partout (cf. figure 5.2), conservant toutefois un fort déterminisme structural (cf. tableau 5.1). Les taux importants liés au n $\oe$ ud c 05 présent dans la succession mnopacd (n $\oe$ uds 01-02-03-05-06-07) sont dûs à la présence des autres blocs c (n $\oe$ uds 12, 22 et 23) qui servent de terminateurs obligatoires. Cette notion de discontinuité doit être signalée pour ne pas prendre ce réseau comme un graphe continu.

Ainsi, on peut voir que l'alphabet même imparfait permet de retrouver des zones structuralement très stables et connnectées entre elles, dans les protéines. De plus, elles montrent localement des différences en répartition d'acides aminés ce qui est important pour la prédiction. L'analyse des fréquences des acides aminés associées à chaque partie du réseau permet de voir des différences séquentielles importantes. Ces résultats devraient être mis en relation avec la méthode de prédiction bayésienne. Cette approche permettra une amélioration des recherches ab initio de la structure 3D à partir de la séquence. D'ailleurs, nous avons depuis développé une nouvelle méthode de prédiction basée sur l'utilisation de ces voies. Cette nouvelle stratégie nommée stratégie d'épinglage permet de prédire localement un mot structural et ensuite de l'étendre. Le taux de prédiction global passe de 40,7 à plus de 45 %. De plus, une amélioration de cette technique nommée multi-épinglage permet de générer plusieurs longs fragments en chaque position de la séquence. L'ensemble de ces deniers résultats permet de valider les concepts que nous avons développé.

Page 108