Simulation de dynamique moléculaire, Docking moléculaire, Modélisation moléculaire, Calculs MM-PBSA, Cibles thérapeutiques, Interactions protéine-protéine, Interactions protéine-peptide, SARS-CoV-2, Facteur de préimplantation (PIF)

Les interactions protéine-protéine et protéine-peptide sont essentielles pour de nombreux phénomènes biologiques. Ainsi, comprendre les mécanismes de ces interactions pourrait aider à la conception des molécules thérapeutiques. L'objectif de cette thèse est d'étudier les interactions protéine-protéine entre le récepteur ACE2 (Angiotensin-Converting Enzyme 2) humain et le domaine RBD (Receptor Binding Domain) de la protéine Spike du SARS-CoV-2, ainsi que les interactions protéine-peptide entre le peptide PIF (Preimplantation Factor) et ses cibles protéiques. Un protocole de bioinformatique structurale comprenant des approches de modélisation moléculaire, de simulations de dynamique moléculaire, de calculs MM-PBSA et de suivi des poches druggables a été appliqué pour étudier les interactions RBD-ACE2. Cette approche a principalement permis l'identification de trois sites druggables sur la protéine Spike. Un second travail a permis d'étudier les impacts des mutations des principaux variants de la protéine Spike et leurs conséquences sur son affinité avec ACE2. Concernant l'étude du peptide PIF et ses partenaires potentiels tels qu'IDE (Insulin-Degrading Enzyme) et DYRK1A (Dual Specificity Tyrosine Phosphorylation Regulated Kinase 1A), nous avons utilisé des approches de docking moléculaire, de simulations de dynamique moléculaire et de génomique. Ce travail portant sur la protéine IDE a permis de mieux comprendre les mouvements à l'origine de sa fonction biologique et pourrait être la base du développement de molécules thérapeutiques. Enfin, le programme AlphaFold2-multimer a été utilisé pour prédire la structure d'interaction entre le peptide PIF et DYRK1A.