Des protéases conçues par apprentissage profond coupent des protéines cibles choisies

Des chercheurs de l’Institute for Protein Design de l’université de Washington rapportent avoir conçu par calcul des protéases synthétiques, c’est-à-dire des enzymes capables de couper d’autres protéines à des sites choisis. Selon UW Medicine, les équipes ont utilisé des méthodes de conception fondées sur l’apprentissage profond pour définir une séquence cible, construire des enzymes capables de la cliver, puis vérifier leur activité dans plusieurs contextes expérimentaux. Ars Technica, en s’appuyant sur les études sous-jacentes, présente ce travail comme une manière de « court-circuiter » la longue diversification naturelle des protéases en ne conservant que le cœur catalytique de classes enzymatiques connues et en reconcevant tout le reste.

Ce travail est important parce que les liaisons peptidiques, qui relient les acides aminés pour former les protéines, sont chimiquement très stables par elles-mêmes. Ars Technica indique qu’une liaison peptidique typique dans l’eau persisterait autrement pendant des centaines d’années sans aide enzymatique. Les protéases résolvent ce problème en disposant avec une précision extrême un petit ensemble de composants catalytiques afin que la liaison puisse être rompue. C’est aussi cette précision qui a rendu la conception de protéases difficile : la « lame » catalytique doit être placée avec une précision proche de l’échelle atomique, et les protéases naturelles s’appuient souvent sur une flexibilité subtile pour saisir leurs cibles, selon UW Medicine.

Deux mécanismes de protéases reconçus

Les chercheurs ont travaillé avec deux types distincts de chimie des protéases. Un projet s’est concentré sur les protéases à cystéine, dans lesquelles une cystéine activée de l’enzyme attaque la liaison peptidique cible. L’autre s’est concentré sur les métalloprotéases, décrites par Ars Technica comme des protéases au zinc, où un ion métallique aide à positionner et à activer la chimie nécessaire au clivage. Dans les deux cas, le point de départ n’était pas une page blanche : les équipes sont parties de protéases connues, notamment une protéase à cystéine de levure et une protéase digestive au zinc provenant d’une écrevisse, et ont conservé les résidus catalytiques clés tout en reconcevant la structure protéique environnante.

Pour le flux de conception, Ars Technica explique que les chercheurs ont d’abord utilisé RFdiffusion2 pour générer des charpentes enzymatiques sous plusieurs contraintes. La charpente conçue devait rapprocher les acides aminés catalytiques, et elle devait aussi pouvoir accueillir une séquence cible choisie à proximité du site actif. Ils ont ensuite utilisé ProteinMPNN pour attribuer l’identité des acides aminés le long de cette charpente, en équilibrant compatibilité structurale, formation du site catalytique et liaison à la cible. UW Medicine résume plus largement le même processus comme l’utilisation de méthodes de conception basées sur l’apprentissage profond pour développer des structures, les cribler pour leur capacité à couper une séquence précise, puis confirmer que les structures expérimentales correspondaient aux plans calculés.

Les équipes ont également vérifié si ces protéines ne faisaient que reproduire des structures naturelles existantes. Ars Technica rapporte que les prédictions d’AlphaFold3 pour de nombreux modèles ne ressemblaient pas aux entrées des bases de données actuelles, ce qui suggère que les modèles ne se contentaient pas de reproduire des replis de protéases déjà connus. UW Medicine va plus loin pour le travail sur les protéases à cystéine en affirmant que les protéines obtenues adoptent des replis différents de ceux de toute protéase naturellement présente.

Comment les expériences ont été menées

Les tests initiaux reposaient sur des essais directs de clivage. Ars Technica rapporte que les chercheurs ont créé une longue protéine de fusion contenant la protéase conçue, la séquence cible qu’elle était censée couper et une protéine fluorescente. Ils ont ensuite mesuré si le clivage libérait la partie fluorescente. UW Medicine indique que les équipes ont testé ces enzymes sur des protéines purifiées, sur des séquences tirées de protéines impliquées dans la maladie d’Alzheimer et dans la sclérose latérale amyotrophique, et, pour l’une des études, à l’intérieur de cellules humaines vivantes cultivées en laboratoire.

• Les protéases à cystéine ont été conçues autour d’un centre catalytique à cystéine activée.
• Les métalloprotéases ont été conçues autour d’un ion métallique lié utilisé comme élément catalytique.
• Les modèles ont été criblés pour leur activité contre des séquences cibles spécifiées.
• Certains candidats ont été testés sur des séquences liées à des maladies, comme l’amyloïde bêta.
• Au moins une étude incluait des expériences à l’intérieur de cellules humaines cultivées.

Le projet sur les protéases à cystéine a abouti à un taux de réussite de 19 %, selon les deux sources. Ars Technica affirme que 13 modèles ont fonctionné, tout en précisant qu’ils étaient tous moins actifs que l’enzyme naturelle de levure utilisée comme modèle. UW Medicine indique que ces enzymes coupaient leur séquence cible jusqu’à 30 millions de fois plus vite que la réaction non catalysée. Ces deux descriptions sont compatibles : l’une compare les modèles à un gabarit naturel, tandis que l’autre les compare à l’absence totale d’enzyme.

Les résultats concernant les métalloprotéases sont présentés de manière un peu différente dans les deux sources, et ils doivent donc être lus avec attention. UW Medicine indique que 36 % des modèles ont montré une activité et coupé précisément la cible visée, l’amyloïde bêta, 100 millions de fois plus vite que la réaction non catalysée. Ars Technica fournit un découpage plus détaillé : parmi les premiers modèles, qui n’incluaient pas explicitement la molécule d’eau catalytique comme contrainte de conception, 14 sur 89 ont montré une faible activité. Lorsque les chercheurs ont au contraire contraint la conception pour positionner correctement une molécule d’eau, 35 sur 38 ont montré une certaine activité. Ars Technica ajoute aussi qu’un modèle plus performant manquait de spécificité quant à l’endroit où il coupait. Ces chiffres semblent se rapporter à des sous-ensembles ou à des étapes différentes du travail plutôt qu’à une contradiction directe, mais les sources ne les réconcilient pas complètement.

L’itération a amélioré l’activité et la spécificité

Un aspect notable de ces études tient à ce qui s’est produit après que les premiers modèles n’ont fonctionné que de manière modeste. Ars Technica explique que les équipes ont identifié des résidus proches du site actif qui n’étaient pas directement responsables de la catalyse et leur ont substitué d’autres acides aminés peu susceptibles de perturber la structure. Cette optimisation locale a sensiblement amélioré les performances. Pour le système à cystéine, Ars Technica rapporte que la meilleure version a accéléré le clivage de la liaison peptidique d’un facteur de 10^9 tout en restant très spécifique pour la séquence cible prévue. Pour le système fondé sur le zinc, une seconde version aurait été 30 fois plus active que le modèle initial et aurait accéléré le clivage d’un facteur de 10^10.

UW Medicine présente des chiffres d’accélération globaux plus faibles pour les articles parus dans Nature : jusqu’à 30 millions de fois plus vite que la réaction non catalysée pour les protéases à cystéine, et 100 millions de fois plus vite pour les métalloprotéases. Comme ces nombres diffèrent de certains résultats optimisés ultérieurs cités par Ars Technica, il est prudent de les considérer comme décrivant des points d’arrivée différents rapportés dans les études, probablement issus de modèles distincts ou de niveaux de synthèse différents, plutôt que de supposer un seul chiffre phare pour chaque plateforme.

Cibles liées aux maladies et promesse thérapeutique

Pour démontrer une pertinence au-delà de substrats modèles, les équipes ont dirigé certains modèles vers des protéines associées à des maladies neurologiques. UW Medicine indique qu’elles ont testé des séquences tirées de protéines impliquées dans la maladie d’Alzheimer et dans la sclérose latérale amyotrophique. Ars Technica précise plus particulièrement que le travail sur les métalloprotéases visait des protéines associées à la maladie d’Alzheimer et à la démence frontotemporale, et que les chercheurs ont finalement obtenu un modèle capable de couper la cible visée dans des cellules. Le site souligne aussi un enseignement important : le simple fait de rediriger un modèle existant n’a pas bien fonctionné, de sorte que l’équipe a relancé le processus de conception depuis zéro pour la nouvelle séquence.

La logique thérapeutique est simple. Contrairement à un médicament classique ou à un anticorps qui se lie à une molécule cible à la fois, une enzyme peut agir de façon catalytique puis passer à la suivante. UW Medicine indique qu’une seule protéase conçue pourrait couper des milliers à des millions de cibles spécifiées au cours de sa durée de vie, ce qui pourrait permettre une dose plus faible qu’un médicament fondé sur la simple liaison. La même source avance aussi que les protéases pourraient s’attaquer à des protéines souvent décrites comme « impossibles à cibler par les médicaments », parce que le clivage ne nécessite pas une poche de liaison conventionnelle. Parmi les usages potentiels cités figurent la destruction d’une protéine virale, l’élimination d’une toxine bactérienne, la clairance d’une protéine mal repliée dans une maladie neurodégénérative, ou encore l’activation d’un médicament uniquement dans un tissu choisi en coupant un capuchon protecteur.

Ce qui reste non résolu

Ces études sont encourageantes, mais les limites signalées et le périmètre expérimental suggèrent tous deux un long chemin avant un quelconque usage médical. Ars Technica souligne que les premiers modèles ayant réussi étaient en général moins actifs que les enzymes naturelles qui les ont inspirés, même si une optimisation ultérieure a amélioré ce point. Le média pointe aussi des obstacles pratiques d’administration : les protéines peuvent être difficiles à acheminer vers le tissu pertinent, peuvent déclencher des réponses immunitaires et deviennent encore plus compliquées à déployer lorsque la cible visée se trouve à l’intérieur des cellules plutôt qu’à l’extérieur.

Ce défi intracellulaire pourrait exiger que les cellules produisent elles-mêmes la protéase à partir d’un gène administré, ce qui ajoute une couche supplémentaire de complexité. Aucun des textes sources n’affirme qu’un traitement soit proche. Ils étayent plutôt une conclusion plus mesurée : ce travail montre que la conception de protéines guidée par l’apprentissage profond peut désormais produire des protéases synthétiques dotées d’une spécificité choisie, d’une activité catalytique mesurable et d’au moins une certaine fonction dans des cellules. Il reste à démontrer si ces capacités peuvent être traduites en médicaments sûrs, efficaces et administrables.

Pour les entreprises du monde anglophone, l’évolution à court terme n’est pas l’arrivée d’un nouveau traitement approuvé, mais l’émergence d’une nouvelle capacité de conception à surveiller. Les équipes de biotechnologie et de pharmacie peuvent voir dans ces résultats un premier signal selon lequel des protéines catalytiques sur mesure pourraient élargir le choix des cibles au-delà des simples molécules de liaison, en particulier pour des protéines de maladie dépourvues de poches médicamenteuses classiques. En pratique, cela pourrait influencer la stratégie de R&D, la recherche de partenaires et l’évaluation de plateformes autour de l’ingénierie des protéines, tout en laissant entières de grandes questions d’exécution — fabrication, administration, spécificité dans des tissus complexes et validation réglementaire.