Description

La glycosylation des protéines est une modification post-traductionnelle essentielle qui influence profondément la stabilité, le trafic et la reconnaissance moléculaire des protéines. Elle représente l'une des voies métaboliques les plus complexes et dynamiques, capable de générer une extraordinaire diversité de structures glycaniques jouant un rôle crucial dans le développement, l'immunité et les maladies. Contrairement aux macromolécules synthétisées par matrice, la biosynthèse des glycanes n'est pas directement codée par le génome, mais résulte de l'action coordonnée de multiples glycosyltransférases, glycosylhydrolases et transporteurs (CAZymes) localisés le long de la voie de sécrétion. Ces enzymes agissent de manière séquentielle et compétitive sur des substrats communs, mais les principes structuraux et organisationnels régissant leur coopération restent largement méconnus.

Ce projet de doctorat vise à élucider les bases structurales de l'organisation fonctionnelle des voies de glycosylation en étudiant les interactions protéine-protéine entre les CAZymes résidentes de l'appareil de Golgi agissant successivement. S’appuyant sur le cadre conceptuel et méthodologique établi au sein de l’équipe (MassiveFold, CDP, GlycoPlay, et autres références), ce projet appliquera des techniques de pointe en bioinformatique structurale et en modélisation d’assemblages à grande échelle afin d’identifier, de caractériser et de rationaliser les complexes multi-enzymatiques putatifs, en se concentrant sur les CAZymes impliquées dans la biosynthèse des O-glycanes. La collaboration interne au sein de l’institut hôte (UGSF) orientera la sélection et l’interprétation des cibles, tout en assurant une validation expérimentale, garantissant ainsi une boucle de rétroaction étroite entre les approches computationnelles et expérimentales.

En combinant la prédiction de structures par apprentissage profond, l’échantillonnage massif d’assemblages protéiques et l’analyse graphique des interfaces d’interaction, ce projet vise à fournir des preuves moléculaires de l’existence de métabolons de glycosylation et à clarifier comment l’organisation structurale contribue à la spécificité, à la robustesse et à la régulation des voies métaboliques.

Compétences requises

The candidate is required to be at ease with the Linux Operating System and be fluent in programming languages such as Python. A strong background in bioinformatics is required, with knowledge of protein structure and protein interaction networks. Knowledge of glycobiology, in particular the CAZymes localized in the Golgi is desired.

Bibliographie

1. Raouraoua, N. et al. MassiveFold: unveiling AlphaFold’s hidden potential with optimized and parallelized massive sampling. Nat. Comput. Sci. 4, 824–828 (2024).

2. Jumper, J. et al. Highly accurate protein structure prediction with AlphaFold. Nature 596, 583–589 (2021).

3. Abramson, J. et al. Accurate structure prediction of biomolecular interactions with AlphaFold 3. Nature 630, 493–500 (2024).

4. Lensink, M. F. et al. Impact of AlphaFold on structure prediction of protein complexes: The CASP15-CAPRI experiment. Proteins 91, 1658–1683 (2023).

5. Raouraoua, N., Lensink, M. F. & Brysbaert, G. MassiveFold Data for CASP16-CAPRI: A Systematic Massive Sampling Experiment. Proteins https://doi.org/10.1002/prot.70040 (2025) doi:10.1002/prot.70040.

6. Harrus, D. et al. The dimeric structure of wild-type human glycosyltransferase B4GalT1. PloS One 13, e0205571 (2018).

7. Khoder-Agha, F. et al. Assembly of B4GALT1/ST6GAL1 heteromers in the Golgi membranes involves lateral interactions via highly charged surface domains. J. Biol. Chem. 294, 14383–14393 (2019).

8. Kellokumpu, S., Hassinen, A. & Glumoff, T. Glycosyltransferase complexes in eukaryotes: long-known, prevalent but still unrecognized. Cell. Mol. Life Sci. CMLS 73, 305–325 (2016).

9. Gagneux, P., Panin, V., Hennet, T., Aebi, M. & Varki, A. Evolution of Glycan Diversity. in Essentials of Glycobiology (eds Varki, A. et al.) (Cold Spring Harbor Laboratory Press, Cold Spring Harbor (NY), 2022).

Mots clés

bioinformatique structural, alphafold, bioinformatique, biologie structurale, modelisation moleculaire