Rapporteurs : Nicolas Wicker, Professeur à l’Université de Lille

                       Fabrice Leclerc, Chargé de Recherche CNRS à l’Université Paris Saclay

Examinateurs : Fariza Tahi, Professeure à l’Université d’Evry

                         Alexandre de Brevern, Directeur de Recherche INSERM à Paris

Encadrants : Isaure Chauvot de Beauchêne, Chargée de Recherche au LORIA

                     Yann Guermeur, Directeur de Recherche au LORIA

Résumé :

La caractérisation des complexes ARN-protéine à l’échelle atomique nous
permet de mieux comprendre les fonctions de ces complexes, et de définir des
cibles thérapeutiques pour réguler les phénomènes biologiques auxquels ils
participent. L’objet de cette thèse est de développer des outils permettant
de prédire la structure d’un complexe protéine-ARN lorsque l’on connaît une
structure 3D de la protéine ainsi que la structure secondaire de la partie
d’ARN en interaction. Nous nous concentrons sur le cas où l’ARN est
principalement sous forme simple brin (nucléotides non appariés), posant la
difficulté de sa flexibilité.
Une méthode de docking développée dans l’équipe CAPSID repose sur l’utilisation
de fragments structuraux d’ARN simple brin. Le travail de cette thèse s’est
appuyé sur cette méthode pour réaliser le docking de structures secondaires de
l’ARN. Nous avons d’abord évalué l’apport d’une contrainte de fermeture de
boucle pour le docking de la boucle simple brin d’une structure en épingle,
puis abordé le docking des éléments double brin de ces structures, ouvrant la
voie à l’assemblage du complexe entier.
Cette méthode de docking est dépendante de l’utilisation de bibliothèques de
fragments structuraux. Ces bibliothèques sont composées de prototypes qui
représentent le paysage conformationnel observé expérimentalement dans les
structures d’ARN liés à des protéines. Une large partie du travail de thèse a
consisté en la création et l’optimisation de telles bibliothèques de fragments.
Nous avons créé l’outil ProtNAff qui permet d’extraire de la PDB des
sous-ensembles de structures et de créer des bibliothèques de fragments d’acides
nucléiques, suivant des combinaisons complexes de critères. Il a été conçu de
façon à dépasser nos besoins, afin d’être adopté par la communauté pour le
traitement de problèmes variés.
Nous avons développé une nouvelle approche pour l’inférence de prototypes
représentatifs d’un ensemble de conformations. L’ensemble de prototypes doit
satisfaire deux contraintes contradictoires: être représentatif (au sens de la
métrique) et de cardinalité aussi petite que possible. Le problème se réduit
donc à celui de l’inférence d’un epsilon-réseau de cardinalité minimale. Nous
le traitons dans toute sa généralité en discutant des ensembles sur lesquels
sont définies les données. Notre méthode se base sur la classification
ascendante hiérarchique avec comme linkage le rayon des plus petites boules
englobant les points de chaque sous-ensemble. Appliquée à nos bibliothèques,
cette approche a permis de réduire d’un facteur 4 leur taille, et d’autant nos
temps de calcul de docking, tout en améliorant leur fiabilité.
Enfin, pour pallier le problème posé par les superpositions de structures deux
à deux, nous avons utilisé une représentation des fragments en coordonnées
internes permettant de réduire encore les temps de calcul de création des
bibliothèques.

Abstract :

The characterization of RNA-protein complexes at the atomic scale allows us
to better understand the biological functions of these complexes, and to
define therapeutic targets to regulate the biological phenomena in which
they participate. The aim of this thesis is to develop tools to predict the
structure of a protein-RNA complex when a 3D structure of the protein is
known as well as the secondary structure of the interacting RNA part. We
focus on the case where RNA is mainly in single-stranded form (unpaired
nucleotides), raising the difficulty of its flexibility.
A docking method developed in the CAPSID team is based on the use of structural
fragments of single-stranded RNA. The work of this thesis builds on this method
to perform docking of RNA secondary structures. We first evaluated the
contribution of a loop closure constraint for docking the single-stranded loop
of a hairpin structure, and then addressed the docking of the double-stranded
elements of these structures, paving the way for the assembly of the entire
complex.
This fragment-based docking method is dependent on the use of structural
fragment libraries. These libraries are composed of prototypes that represent
the conformational landscape experimentally observed in protein-bound RNA
structures. A large part of the thesis work consisted in the creation and
optimization of such fragment libraries.
We created the ProtNAff tool that allows to extract subsets of structures from
the PDB and to create libraries of nucleic acid fragments, following complex
combinations of criteria. It has been designed to exceed our needs, so that it
can be adopted by the community for the treatment of various problems.
We have developed a new approach for inferring prototypes of a set of
conformations. The set of prototypes must satisfy two contradictory constraints:
to be representative (in the sense of the metric) and of cardinality as small
as possible. The problem thus reduces to that of inferring an epsilon-network
of minimal cardinality. We treat it in all its generality by discussing the
spaces on which the data are defined. Our method is based on hierarchical
agglomerative classification with as linkage the radius of the minimum balls
enclosing the points of each subset. Applied to our libraries, this approach
reduced their size by a factor of 4, and our docking computation time by the
same amount, while improving their reliability.
Finally, to overcome the problem posed by the pairwise superimposition of
structures, we used a representation of the fragments in internal coordinates,
allowing to reduce further the computation time for the creation of libraries.