Intégration de données hétérogènes évolutives, structurales et omiques pour la prédiction des réseaux d’interaction protéine-ARN – ESPRINet

Les interactions protéine-ARN sont cruciales pour de nombreuses fonctions cellulaires et leur implication dans diverses pathologies est étudiée depuis longtemps. La compréhension des mécanismes moléculaires à la base de ces processus reste une question centrale de la recherche actuelle en biologie. De récents progrès dans les expériences à haut débit ont produit des quantités énormes de données et ont largement étendu le répertoire connu de molécules d’ARN, de protéines liant l’ARN et d’interactions protéine-ARN. Cependant, un grand décalage subsiste entre ce déluge d’information à grande échelle et la rareté des données biophysiques et structurales à plus haute résolution. Le présent projet vise à développer une approche bioinformatique nouvelle et intégrative pour coupler les données massives issues des récentes expériences « omiques » à haut débit aux données détaillées de structure, de biophysique et de biochimie. Grâce à une analyse de données soignée et à la puissance de la modélisation statistique et de l’apprentissage automatique, j’utiliserai la richesse de ces informations hétérogènes pour prédire les interactions protéine-ARN dans leur détail moléculaire. En particulier, je développerai des fonctions de score améliorées pour l’amarrage protéine-ARN en utilisant l’information structurale disponible à haute résolution, augmentée grâce aux données d’interaction « omiques » et complétée par l’information issue de la (co) évolution macromoléculaire. Les modèles structuraux d’interactions protéine-ARN ainsi générés seront intégrés à l’échelle des assemblages modulaires protéines-ARN et plus largement des réseaux d’interactions. Les prédictions réalisées et les outils développés seront mis à disposition d’une large communauté de biologistes, avec de nombreuses applications possibles telles que l’interprétation de mutations pathogènes et la conception de mutants permettant de tester expérimentalement le rôle fonctionnel d’une interaction donnée. Les applications à plus long terme incluent l’ingénierie moléculaire de protéines liant l’ARN et le développement de solutions thérapeutiques.