nature

Le rôle écologique des espèces rares est unique
De nombreuses espèces rares jouent un rôle écologique unique, et sont, de ce fait, irremplaçables, même dans les écosystèmes les plus diversifiés de la planète. C'est ce que vient de montrer une équipe internationale menée par des chercheurs du CNRS, de l'Université Montpellier 2, de l'INRA, de l'EPHE et de l'IRD. À partir de données issues de trois écosystèmes très différents (récifs coralliens, prairies alpines et forêts tropicales), les scientifiques ont découvert que les fonctions écologiques uniques (comme une résilience exceptionnelle au feu et à la sécheresse) sont majoritairement portées par les espèces rares et sont donc particulièrement vulnérables à l'érosion de la biodiversité. Ces fonctions pourraient s'avérer cruciales pour le fonctionnement des écosystèmes en cas de changements environnementaux majeurs. Publiés le 28 mai 2013 dans la revue Plos Biology, ces travaux montrent que la sauvegarde de la biodiversité dans son ensemble est capitale pour la résilience et la survie des écosystèmes.
Les milieux où la biodiversité est élevée sont caractérisés par un grand nombre d'espèces rares, c'est-à-dire qui présentent une faible abondance locale ou une aire de distribution limitée. Leur importance fonctionnelle est souvent perçue comme secondaire: elles sont considérées comme ayant une influence mineure sur le fonctionnement des écosystèmes et comme n'offrant qu'une "assurance" écologique en cas de disparition d'espèces plus communes. Les travaux publiés dans Plos Biology viennent réfuter cette idée.
Les chercheurs se sont intéressés aux traits fonctionnels d'un très grand nombre d'espèces d'animaux et de plantes. Ces traits permettent, en écologie, de décrire une espèce: est-ce un animal carnivore ou herbivore, diurne ou nocturne, fouisseur ou volant ? Est-ce une plante résistante ou non à la sécheresse, cherchant ou pas la lumière directe, préférant les sols acides ou basiques ? L'ensemble des traits fonctionnels d'une espèce sous-tendent sa fonction écologique.
Les scientifiques ont ensuite testé l'hypothèse selon laquelle les espèces rares assureraient des fonctions originales dans les écosystèmes. Pour cela, ils ont croisé les informations biologiques et biogéographiques de 846 espèces de poissons de récifs coralliens, 2 979 espèces de plantes alpines et 662 espèces d'arbres tropicaux originaires de Guyane. Leur hypothèse s'est révélée juste: les espèces qui présentent des combinaisons exceptionnelles de traits fonctionnels et qui, par conséquent, jouent un rôle écologique unique, sont majoritairement des espèces rares.
Trois exemples permettent d'illustrer leurs résultats: la murène géante javanaise (Gymnothorax javanicus) se nourrit la nuit de poissons et invertébrés cachés dans les labyrinthes coralliens. Elle permet ainsi l'élimination de proies, souvent fragilisées, inaccessibles aux autres prédateurs. Le saxifrage pyramidal (Saxifraga cotyledon), une plante alpine, constitue quant à lui une ressource unique pour les pollinisateurs des parois rocheuses. La sapotacée Pouteria maxima, arbre massif de la forêt tropicale de Guyane, présente une exceptionnelle résilience au feu et à la sécheresse, ce qui permet la recolonisation par la forêt d'espaces dévastés par le feu. Ces espèces rares n'ont que peu d'équivalents fonctionnels dans leurs écosystèmes respectifs.
Portées par des espèces vulnérables, les fonctions uniques pourraient disparaître alors qu'elles peuvent s'avérer importantes pour le fonctionnement des écosystèmes en cas de changements environnementaux majeurs et déterminer leur résistance aux perturbations. Ainsi, ce travail souligne l'importance de la conservation des espèces rares et la nécessité de mener de nouvelles expérimentations permettant de tester explicitement l'influence de la rareté sur les processus écologiques.

Auteur: http://www.techno-science.net

Info: 30 mai 2013

[ survie ] [ harmonie ] [ sciences ] [ niches ]

panspermie

Origine de la vie: la pièce manquante détectée dans une "comète artificielle"
Pour la première fois, des chercheurs montrent que le ribose, un sucre à la base du matériel génétique des organismes vivants, a pu se former dans les glaces cométaires. Pour parvenir à ce résultat, des scientifiques de l'Institut de chimie de Nice (CNRS/Université Nice Sophia Antipolis) ont analysé très précisément une comète artificielle créée par leurs collègues de l'Institut d'astrophysique spatiale (CNRS/Université Paris-Sud). Ils présentent ainsi, en collaboration avec d'autres équipes dont une du synchrotron SOLEIL, le premier scénario réaliste de formation de ce composé essentiel, encore jamais détecté dans des météorites ou dans des glaces cométaires. Étape importante dans la compréhension de l'émergence de la vie sur Terre, ces résultats sont publiés dans la revue Science le 8 avril 2016.
Le traitement ultraviolet des glaces pré-cométaires (à gauche) reproduit l'évolution naturelle des glaces interstellaires observées dans un nuage moléculaire (à droite, les piliers de la création), conduisant à la formation de molécules de sucre.Image de gauche © Louis Le Sergeant d'Hendecourt (CNRS).Image de droite © NASA, ESA, and the Hubble Heritage Team (STScI/AURA)
Tous les organismes vivants sur Terre, ainsi que les virus, ont un patrimoine génétique fait d'acides nucléiques - ADN ou ARN. L'ARN, considéré comme plus primitif, aurait été l'une des premières molécules caractéristiques de la vie à apparaitre sur Terre. Les scientifiques s'interrogent depuis longtemps sur l'origine de ces molécules biologiques. Selon certains, la Terre aurait été "ensemencée" par des comètes ou astéroïdes contenant les briques de base nécessaires à leur construction. Et effectivement, plusieurs acides aminés (constituants des protéines) et bases azotées (l'un des constituants des acides nucléiques) ont déjà été trouvés dans des météorites, ainsi que dans des comètes artificielles, reproduites en laboratoire. Mais le ribose, l'autre constituant-clé de l'ARN, n'avait encore jamais été détecté dans du matériel extraterrestre, ni produit en laboratoire dans des conditions "astrophysiques". En simulant l'évolution de la glace interstellaire composant les comètes, des équipes de recherche françaises ont réussi à former du ribose - étape importante pour comprendre l'origine de l'ARN et donc les origines de la vie.
Le ribose (et des molécules de sucres apparentées, comme l'arabinose, le lyxose et le xylose) ont été détectés dans des analogues de glaces pré-cométaires grâce à la chromatographie multidimensionnelle en phase gazeuse. Le ribose forme le "squelette" de l'acide ribonucléique (ARN), considéré comme le matériel génétique des premiers organismes vivants.© Cornelia Meinert (CNRS)
Dans un premier temps, une "comète artificielle" a été produite à l'Institut d'astrophysique spatiale: en plaçant dans une chambre à vide et à ? 200 °C un mélange représentatif d'eau (H2O), de méthanol (CH3OH) et d'ammoniac (NH3), les astrophysiciens ont simulé la formation de grains de poussières enrobés de glaces, la matière première des comètes. Ce matériau a été irradié par des UV - comme dans les nébuleuses où se forment ces grains. Puis, l'échantillon a été porté à température ambiante - comme lorsque les comètes s'approchent du Soleil. Sa composition a ensuite été analysée à l'Institut de chimie de Nice grâce à l'optimisation d'une technique très sensible et très précise (la chromatographie multidimensionnelle en phase gazeuse, couplée à la spectrométrie de masse à temps de vol). Plusieurs sucres ont été détectés, parmi lesquels le ribose. Leur diversité et leurs abondances relatives suggèrent qu'ils ont été formés à partir de formaldéhyde (une molécule présente dans l'espace et sur les comètes, qui se forme en grande quantité à partir de méthanol et d'eau).
Le ribose se forme dans le manteau de glace des grains de poussière, à partir de molécules précurseurs simples (eau, méthanol et ammoniac) et sous l'effet de radiations intenses.© Cornelia Meinert (CNRS) & Andy Christie (Slimfilms.com)
S'il reste à confirmer l'existence de ribose dans les comètes réelles, cette découverte complète la liste des "briques moléculaires" de la vie qui peuvent être formées dans la glace interstellaire. Elle apporte un argument supplémentaire à la théorie des comètes comme source de molécules organiques qui ont rendu la vie possible sur Terre... et peut-être ailleurs dans l'Univers.
Ces travaux ont bénéficié du soutien financier de l'Agence nationale de la recherche et du CNES.

Auteur: Internet

Info: http://www.techno-science.net, 9 04 2016

[ extraterrestre ]

biochimie

L'IA prédit la fonction des enzymes mieux que les principaux outils

Un nouvel outil d'intelligence artificielle peut prédire les fonctions des enzymes sur la base de leurs séquences d'acides aminés, même lorsque ces enzymes sont peu étudiées ou mal comprises. Selon les chercheurs, l'outil d'intelligence artificielle, baptisé CLEAN, surpasse les principaux outils de pointe en termes de précision, de fiabilité et de sensibilité. Une meilleure compréhension des enzymes et de leurs fonctions serait une aubaine pour la recherche en génomique, en chimie, en matériaux industriels, en médecine, en produits pharmaceutiques, etc.

"Tout comme ChatGPT utilise les données du langage écrit pour créer un texte prédictif, nous tirons parti du langage des protéines pour prédire leur activité", a déclaré Huimin Zhao, responsable de l'étude et professeur d'ingénierie chimique et biomoléculaire à l'université de l'Illinois Urbana-Champaign. "Presque tous les chercheurs, lorsqu'ils travaillent avec une nouvelle séquence de protéine, veulent savoir immédiatement ce que fait la protéine. En outre, lors de la fabrication de produits chimiques pour n'importe quelle application - biologie, médecine, industrie - cet outil aidera les chercheurs à identifier rapidement les enzymes appropriées nécessaires à la synthèse de produits chimiques et de matériaux".

Les chercheurs publieront leurs résultats dans la revue Science et rendront CLEAN accessible en ligne le 31 mars.

Grâce aux progrès de la génomique, de nombreuses enzymes ont été identifiées et séquencées, mais les scientifiques n'ont que peu ou pas d'informations sur le rôle de ces enzymes, a déclaré Zhao, membre de l'Institut Carl R. Woese de biologie génomique de l'Illinois.

D'autres outils informatiques tentent de prédire les fonctions des enzymes. En général, ils tentent d'attribuer un numéro de commission enzymatique - un code d'identification qui indique le type de réaction catalysée par une enzyme - en comparant une séquence interrogée avec un catalogue d'enzymes connues et en trouvant des séquences similaires. Toutefois, ces outils ne fonctionnent pas aussi bien avec les enzymes moins étudiées ou non caractérisées, ou avec les enzymes qui effectuent des tâches multiples, a déclaré Zhao.

"Nous ne sommes pas les premiers à utiliser des outils d'IA pour prédire les numéros de commission des enzymes, mais nous sommes les premiers à utiliser ce nouvel algorithme d'apprentissage profond appelé apprentissage contrastif pour prédire la fonction des enzymes. Nous avons constaté que cet algorithme fonctionne beaucoup mieux que les outils d'IA utilisés par d'autres", a déclaré M. Zhao. "Nous ne pouvons pas garantir que le produit de chacun sera correctement prédit, mais nous pouvons obtenir une plus grande précision que les deux ou trois autres méthodes."

Les chercheurs ont vérifié leur outil de manière expérimentale à l'aide d'expériences informatiques et in vitro. Ils ont constaté que non seulement l'outil pouvait prédire la fonction d'enzymes non caractérisées auparavant, mais qu'il corrigeait également les enzymes mal étiquetées par les principaux logiciels et qu'il identifiait correctement les enzymes ayant deux fonctions ou plus.

Le groupe de Zhao rend CLEAN accessible en ligne pour d'autres chercheurs cherchant à caractériser une enzyme ou à déterminer si une enzyme peut catalyser une réaction souhaitée.

"Nous espérons que cet outil sera largement utilisé par l'ensemble de la communauté des chercheurs", a déclaré M. Zhao. "Avec l'interface web, les chercheurs peuvent simplement entrer la séquence dans une boîte de recherche, comme dans un moteur de recherche, et voir les résultats.

M. Zhao a indiqué que son groupe prévoyait d'étendre l'intelligence artificielle de CLEAN à la caractérisation d'autres protéines, telles que les protéines de liaison. L'équipe espère également développer davantage les algorithmes d'apprentissage automatique afin qu'un utilisateur puisse rechercher une réaction souhaitée et que l'IA lui indique l'enzyme appropriée.

"Il existe de nombreuses protéines de liaison non caractérisées, telles que les récepteurs et les facteurs de transcription. Nous voulons également prédire leurs fonctions", a déclaré Zhao. "Nous voulons prédire les fonctions de toutes les protéines afin de connaître toutes les protéines d'une cellule et de mieux étudier ou concevoir la cellule entière pour des applications biotechnologiques ou biomédicales.

Zhao est également professeur de bio-ingénierie, de chimie et de sciences biomédicales et translationnelles au Carle Illinois College of Medicine. 

Auteur: Internet

Info: "Enzyme function prediction using contrastive learning, "30 mars 2023. Université de l'Illinois à Urbana-Champaign

[ cofacteurs ]

méta-moteur

Un cerveau moléculaire dans le ribosome ?
L'analyse des structures tridimensionnelles des ribosomes des trois grands phylums du vivant par des chercheurs de l'Institut de microbiologie de la Méditerranée, montre que les protéines ribosomiques communiquent entre-elles par des extensions qui forment un réseau étrangement similaire aux réseaux de neurones des "cerveaux" d'organismes simples. L'organisation de ce réseau qui interconnecte les sites fonctionnels distants du ribosome, suggère qu'il pourrait transférer et traiter le flux d'information qui circule entre eux pour coordonner par des "synapses moléculaires" les tâches complexes associées à la biosynthèse des protéines. Cette étude est publiée dans la revue Scientific Reports.
Le ribosome, organite cellulaire formé d'ARN et de protéines, assure la traduction du code génétique dans les cellules: il réunit les ARN de transfert aminoacylés le long de l'ARN messager, pour fabriquer une protéine dont la séquence est dictée par celle de l'ARN messager. Ce processus constitue une véritable chorégraphie dans laquelle la fixation de nombreux acteurs moléculaires (substrats, facteurs de traduction) s'accompagne de mouvements complexes coordonnés dans le temps et l'espace.
La résolution de la structure des ribosomes d'archées et de bactéries par cristallographie aux rayons X a permis d'observer ces mécanismes à l'échelle moléculaire. Elle a aussi mis en lumière le mode d'action des antibiotiques les plus courants et surtout ouvert une fenêtre sur les origines de la Vie. En effet, le ribosome est universel et a évolué par accrétion. Ces découvertes ont valu le prix Nobel de chimie 2009 à T. Steitz, V. Ramakrishnan et A. Yonath. Peu de temps après, Marat Yusupov à l'Institut de Génétique et de Biologie Moléculaire et Cellulaire à Strasbourg, a réalisé l'exploit considérable de résoudre la structure à haute résolution d'un ribosome eukaryote, beaucoup plus gros et plus complexe. Cependant, dans ces structures vertigineuses, il restait encore un mystère à élucider: pourquoi les protéines ribosomiques ont-elles de si longues extensions filamenteuses qui se faufilent entres les groupements phosphates du labyrinthe de l'ARN ribosomique ? On a longtemps pensé que ces extensions, très chargées positivement (riches en arginines et lysines), servaient à neutraliser les charges négatives de l'ARN et à aider son repliement en 3D.
En analysant l'ensemble de ces données cristallographiques, les chercheurs marseillais proposent une explication tout à fait différente. Ils montrent que ces extensions radient dans tout le ribosome pour former un vaste réseau qui interconnecte les protéines ribosomiques entre-elles. Celles-ci interagissent par des interfaces très particulières et très conservées au cours de l'évolution. Cependant, ces zones de contact sont bien plus petites que les zones de contact observées habituellement entre les protéines destinées à stabiliser leurs interactions. Ici, elles sont limitées à quelques acides aminés et sont caractérisées par un type d'interaction très particulier (interactions entre acides aminés basiques et aromatiques) que l'on retrouve justement entre de nombreux neuromédiateurs et récepteurs dans le cerveau. Ces zones de contact évoquent des "synapses moléculaires" qui permettraient la transmission d'une information d'une protéine à l'autre. Il est à noter que l'établissement de la structure cristallographique de la protéine ribosomique bL20 d'une bactérie thermophile, avait déjà montré qu'une information structurale pouvait se propager le long de sa longue extension en hélice, d'une extrémité à l'autre de la protéine.
En outre, ce réseau présente une analogie frappante avec des réseaux de neurones ou avec le cerveau d'organismes simples comme C. elegans qui ne comporte que quelques dizaines de neurones. Comme les neurones, les protéines ribosomiques se répartissent en protéines "sensorielles" qui innervent les sites fonctionnels distants à l'intérieur du ribosome (sites de fixation des tRNAs, des facteurs de traductions et sites qui canalisent la sortie de la protéine synthétisée) et les "inter-protéines" qui établissent des ponts entre-elles. Cette organisation suggère que ce réseau forme une sorte de "cerveau moléculaire" permettant d'échanger et de traiter le flux d'information traversant le ribosome, pour coordonner les différentes étapes et les mouvements complexes pendant la traduction.
Le concept de "cerveau moléculaire" fait faire un grand saut d'échelle dans les propriétés du vivant et en particulier ses systèmes de traitement de l'information. Il ouvre de nouvelles perspectives tant en biologie fondamentale qu'en nanotechnologie.
Il reste maintenant à élucider la nature des signaux échangés entre les protéines et les mécanismes "allostériques" qui permettent la communication et le traitement de l'information au sein de ces réseaux.

Auteur: Internet

Info: http://www.techno-science.net, 12 juin 2016

machine-homme

- (Q) Comment définir et expliquer les mot "vie" ?

- (R) La vie est un phénomène complexe et multiforme qui englobe les caractéristiques, les processus et les activités associés aux organismes vivants. Bien qu'il n'existe pas de définition universellement acceptée de la vie, celle-ci peut être comprise de manière générale comme l'état d'être vivant, présentant certaines propriétés et certains comportements fondamentaux.

Les principales caractéristiques de la vie sont les suivantes

L'organisation : Les organismes vivants sont hautement organisés, constitués de cellules ou de structures cellulaires qui remplissent des fonctions spécifiques. Ils ont une structure hiérarchique, des cellules aux tissus, aux organes et aux systèmes d'organes.

Métabolisme : La vie implique la capacité d'acquérir et d'utiliser de l'énergie par le biais de divers processus métaboliques, tels que la respiration, la photosynthèse ou d'autres réactions biochimiques. Les organismes utilisent l'énergie pour maintenir leur environnement interne, croître, se reproduire et répondre aux stimuli.

Croissance et développement : Les organismes vivants ont la capacité de croître et de se développer, augmentant leur taille et leur complexité au fil du temps. Ils subissent des processus tels que la division cellulaire, la différenciation et la maturation.

Reproduction : La vie implique la capacité de se reproduire et de transmettre l'information génétique d'une génération à l'autre. La reproduction peut se faire par voie sexuée ou asexuée et assure la pérennité d'une espèce.

Réponse aux stimuli : les organismes vivants peuvent percevoir les changements dans leur environnement et y répondre, en adoptant des comportements qui leur permettent de survivre, de trouver des ressources, d'éviter les menaces et de s'adapter à des conditions changeantes.

Homéostasie : La vie implique le maintien d'une stabilité et d'un équilibre internes par le biais de divers mécanismes de régulation. Les organismes peuvent réguler leurs conditions internes, telles que la température, le pH et les niveaux de nutriments, afin de garantir un fonctionnement optimal.

Bien que ces caractéristiques fournissent un cadre général, il est important de reconnaître que la vie présente une diversité et une complexité considérables au sein des différentes espèces et écosystèmes. La vie peut exister sous différentes formes, des micro-organismes aux plantes, en passant par les animaux et les êtres humains, chacun ayant ses propres adaptations et caractéristiques.

L'étude de la vie est un vaste domaine appelé biologie, qui explore les mécanismes, les processus et la diversité des organismes vivants. Les scientifiques continuent d'étudier et d'approfondir leur compréhension de la nature fondamentale de la vie et de ses origines, cherchant à démêler les complexités de ce phénomène remarquable.

- (Q) D'accord, merci. Donc pour préciser un peu la question, où est la frontière entre minéral et  végétal. ou entre organique et inorganique ?

- (R) La frontière entre les domaines minéral (inorganique) et végétal (organique), ou entre la matière organique et inorganique, n'est pas toujours évidente, car il peut y avoir des chevauchements et des ambiguïtés. La distinction réside principalement dans la composition, la structure et les propriétés caractéristiques des substances concernées.

Dans le contexte de la géologie et de la chimie, les minéraux sont des substances inorganiques naturelles dont la composition chimique et la structure cristalline sont définies. Le quartz, le feldspath et la calcite sont des exemples de minéraux. Les minéraux sont généralement formés par des processus géologiques et n'ont pas les structures moléculaires complexes que l'on trouve dans les organismes vivants.

D'autre part, le terme "végétal" fait généralement référence à la matière organique associée aux plantes ou à la vie végétale. Les plantes sont des organismes vivants qui possèdent des structures cellulaires complexes et réalisent divers processus physiologiques. Elles sont classées dans le règne des Plantae et présentent des caractéristiques telles que la photosynthèse, la croissance, la reproduction et les réponses aux stimuli.

La matière organique désigne généralement les substances qui contiennent du carbone et qui proviennent d'organismes vivants ou de leurs restes. Les composés organiques, tels que les glucides, les protéines, les lipides et les acides nucléiques, sont les éléments constitutifs de la vie et sont présents dans les organismes vivants.

La frontière entre le minéral et le végétal ou entre la matière organique et la matière inorganique peut s'estomper dans certains cas. Par exemple, certains composés organiques, comme certains carbonates, peuvent se trouver à la fois dans les organismes vivants et dans les minéraux. En outre, les minéraux peuvent interagir avec la matière organique, par exemple lors de la formation de fossiles ou de l'absorption de minéraux par les plantes.

Il est important de noter que la classification et la compréhension de ces frontières sont principalement basées sur des catégorisations scientifiques et peuvent varier en fonction du contexte et de la perspective. Différents domaines scientifiques, tels que la géologie, la chimie et la biologie, peuvent aborder ces frontières différemment en fonction de leurs cadres respectifs et de leurs intérêts de recherche.

Auteur: chatGPT4

Info: 18 mai 2023. Ici l'I.A. qui donne les réponses peut être considérée comme un promptuaire, un résumé

[ question-réponse ] [ compendium ]

origine de la vie

Pouvons-nous créer les molécules de la vie ? 

Des chercheurs de l’Université de Floride exploitent toute la puissance du supercalculateur HiPerGator pour montrer que des molécules peuvent se former naturellement dans le bon environnement.

Les manuels de biologie de base vous diront que toute vie sur Terre est constituée de quatre types de molécules : les protéines, les glucides, les lipides et les acides nucléiques. Et chaque groupe est vital pour tout organisme vivant.  

Mais quoi si les humains pouvaient réellement montrer que ces " molécules de la vie ", telles que les acides aminés et les bases de l’ADN, peuvent se former naturellement dans le bon environnement ?  Des chercheurs de l’Université de Floride utilisent HiPerGator – le superordinateur le plus rapide de l’enseignement supérieur américain – pour tester cette expérience.

HiPerGator – avec ses modèles d’IA et sa vaste capacité d’unités de traitement graphique, ou GPU (processeurs spécialisés conçus pour accélérer les rendus graphiques) – transforme le jeu de la recherche moléculaire. Jusqu'à il y a dix ans, mener des recherches sur l'évolution et les interactions de vastes collections d'atomes et de molécules ne pouvait se faire qu'à l'aide de simples expériences de simulation informatique ; la puissance de calcul nécessaire pour gérer les ensembles de données n’était tout simplement pas disponible.

C'est maintenant le cas, grâce à HiPerGator. À l'aide de ce supercalculateur, UF Ph.D. L'étudiant Jinze Xue (du Roitberg Computational Chemistry Group) a pu mener une expérience à grande échelle sur la chimie de la Terre pendant les vacances d'hiver 2023. Xue a utilisé plus de 1 000 GPU A100 sur HiPerGator et a réalisé une expérience de dynamique moléculaire sur 22 millions d'atomes qui a identifié 12 acides aminés, trois bases nucléiques, un acide gras et deux dipeptides. La découverte de molécules plus grosses,  qui n’aurait pas été possible dans des systèmes informatiques plus petits, a constitué une réussite importante.

" Nos précédents succès nous ont permis d'utiliser l'apprentissage automatique et l'IA pour calculer les énergies et les forces sur les systèmes moléculaires, avec des résultats identiques à ceux de la chimie quantique de haut niveau mais environ 1 million de fois plus rapides ", a déclaré Adrian Roitberg, Ph.D. , professeur au département de chimie de l'UF qui utilise l'apprentissage automatique pour étudier les réactions chimiques depuis six ans. " Ces questions ont déjà été posées mais, en raison de limitations informatiques, les calculs précédents utilisaient un petit nombre d’atomes et ne pouvaient pas explorer la plage de temps nécessaire pour obtenir des résultats. Mais avec HiPerGator, nous pouvons le faire. "

Erik Deumens, Ph.D., directeur principal d'UFIT Research Computing, a expliqué comment l'utilisation complète d'HiPerGator a été possible.

" HiPerGator a la capacité unique d'exécuter de très grands calculs (‘hero) qui utilisent la machine entière, avec le potentiel de conduire à des percées scientifiques et scientifiques ", a déclaré Deumens. " Lorsque nous avons découvert le travail effectué par le groupe du Dr Roitberg, , nous l'avons approché pour essayer un run 'héros' avec le code qu'il a développé. "

L’émergence de l’IA et des GPU puissants pourra permettre de réaliser de telles simulations scientifiques gourmandes en données – des calculs que les scientifiques ne pouvaient imaginer il y a seulement quelques années. 

"En utilisant des méthodes d'apprentissage automatique, nous avons créé une simulation en utilisant l'ensemble complet de GPU HiPerGator", a déclaré Roitberg. " Nous avons pu observer en temps réel la formation de presque tous les acides aminés (alanine, glycine, etc.) et de nombreuses molécules très complexes. C’était très excitant à vivre.

Ce projet fait partie d'un effort continu visant à découvrir comment des molécules complexes peuvent se former à partir d'éléments de base et à rendre le processus automatique grâce à de grandes simulations informatiques. Roitberg et son groupe de recherche ont passé de nombreuses heures à travailler avec les membres de l'UFIT. Ying Zhang, responsable du support IA d'UFIT, a dirigé l'expérience. 

" Ying a constitué une équipe composée du personnel de Research Computing et du personnel de NVIDIA pour aider à faire évoluer les calculs, fournir des conseils et une aide inestimables et accélérer l'analyse des données au point où les analyses ont été effectuées en seulement sept heures (au lieu des  heures  jours que nous pensions initialement que cela prendrait) ", a déclaré Roitberg. " Nous nous sommes rencontrés chaque semaine, de la conception initiale aux résultats finaux, dans le cadre d’une collaboration très fructueuse. "

Les résultats, et le peu de temps avec lequel HiPerGator a pu les fournir, ont été révolutionnaires, rapprochant les chercheurs de la réponse aux questions sur la formation des molécules complexes. Et le fait que Roitberg ait pu exécuter ce calcul montre que l'UF a la capacité de prendre en charge des " exécutions de héro " ou des " moonshot calculations " qui font avancer les projets scientifiques, d'ingénierie et universitaires.

"C'est une excellente opportunité pour les professeurs de l'UF", a déclaré Roitberg. " Avoir HiPerGator en interne – avec un personnel incroyable prêt à aller au-delà des attentes pour aider les chercheurs à produire une science révolutionnaire comme celle-ci – est quelque chose qui rend mes collègues non-UF très jaloux. "

Auteur: Internet

Info: https://news.ufl.edu/2024/02/molecules-of-life/ *Les travaux de calcul informatique qui nécessitent plus de 256 nœuds sont définis comme travaux de "héro". ** Moonshot projects : projet ambitieux, exploratoire et novateur, entrepris sans garantie de rentabilité ou d'avantages à court terme et, peut-être, sans une étude complète des risques et des avantages potentiels.

manipulation génétique

Des scientifiques de Cambridge créent le premier organisme vivant au monde avec un ADN entièrement redessiné
Les chercheurs créent un génome synthétique, en mouvement avec des bénéfices médicaux potentiels. C'est le premier organisme vivant au monde dont le code ADN est entièrement synthétique et radicalement modifié.

Le microbe fabriqué en laboratoire, une souche de bactéries que l'on trouve normalement dans le sol et dans l'intestin humain, est semblable à ses cousins naturels, mais survit grâce à un ensemble plus restreint d'instructions génétiques.

Cette existence démontre que la vie peut exister avec un code génétique restreint et ouvre la voie à des organismes dont les mécanismes biologiques sont piratés pour fabriquer des médicaments et du matériel utile, ou pour ajouter de nouvelles caractéristiques telles que la résistance aux virus.

En deux ans, des chercheurs du laboratoire de biologie moléculaire de l'Université de Cambridge ont lu et redessiné l'ADN de la bactérie Escherichia coli (E. coli), avant de créer des cellules avec une version synthétique du génome modifié.

Le génome artificiel contient 4m de paires de bases, les unités du code génétique épelées par les lettres G, A, T et C. Imprimé en entier sur des feuilles A4, il compte 970 pages, faisant de ce génome le plus grand que les scientifiques aient jamais édifié, de loin.

"Il n'était pas du tout clair s'il était possible de créer un génome de cette taille et s'il était possible de le modifier autant", a déclaré Jason Chin, un expert en biologie de synthèse qui a dirigé le projet.

L'ADN enroulé à l'intérieur d'une cellule contient les instructions dont il a besoin pour fonctionner. Lorsque la cellule a besoin de plus de protéines pour croître, par exemple, elle lit l'ADN qui code la bonne protéine. Les lettres d'ADN sont lues dans des trios appelés codons, tels que TCG et TCA.

Presque toute vie, de la méduse à l'homme, utilise 64 codons. Mais beaucoup d'entre eux font le même travail. Au total, 61 codons produisent 20 acides aminés naturels, qui peuvent être enfilés ensemble comme des perles sur une ficelle pour construire n'importe quelle protéine de la nature. Trois autres codons sont en effet des panneaux stop : ils indiquent à la cellule lorsque la protéine est prête, comme le point marquant la fin de cette phrase.

L'équipe de Cambridge a entrepris de remodeler le génome d'E. coli en enlevant certains de ses codons superflus. Travaillant sur un ordinateur, les scientifiques ont examiné l'ADN de l'insecte. Chaque fois qu'ils rencontraient TCG, un codon qui fabrique un acide aminé appelé sérine, ils le réécrivaient en AGC, qui fait le même travail. Ils ont remplacé deux autres codons de la même manière.

Plus de 18 000 éditions plus tard, les scientifiques avaient retiré toutes les occurrences des trois codons du génome de l'insecte. Le nouveau code génétique a ensuite été synthétisé chimiquement et, morceau par morceau, ajouté à E. coli où il a remplacé le génome naturel de l'organisme. Le résultat, rapporté dans Nature, est un microbe avec un code ADN complètement synthétique et radicalement modifié. Connu sous le nom de Syn61, ce bug est un peu plus long que la normale, et grandit plus lentement, mais survit néanmoins.

"C'est assez incroyable", a déclaré Chin. Lorsque l'insecte a été créé, peu avant Noël, l'équipe de recherche a fait prendre une photo dans le laboratoire avec une plaque des microbes comme figure centrale dans une reconstitution de la nativité.

De telles formes de vie ainsi conçues pourraient s'avérer utiles, croit Chin. Parce que leur ADN est différent, les virus envahisseurs auront du mal à se propager en elles, ce qui les rendra de fait résistantes aux virus. Ce qui pourrait apporter des avantages. E. coli est déjà utilisé par l'industrie biopharmaceutique pour produire de l'insuline pour le diabète et d'autres composés médicaux contre le cancer, la sclérose en plaques, les crises cardiaques et les maladies oculaires, mais des cycles de production entiers peuvent être gâchés lorsque les cultures bactériennes sont contaminées par des virus ou autres microbes. Mais ce n'est pas tout : dans le cadre de travaux futurs, le code génétique libéré pourrait être réutilisé pour que les cellules produisent des enzymes, des protéines et des médicaments de synthèse.

En 2010, des scientifiques américains ont annoncé la création du premier organisme au monde doté d'un génome synthétique. L'insecte, Mycoplasma mycoides, a un génome plus petit que E. coli - environ 1m de paires de bases - et n'a pas été radicalement remanié. Commentant les derniers travaux, Clyde Hutchison, du groupe de recherche américain, a déclaré : "Cette échelle de remplacement du génome est plus grande que n'importe quel remplacement complet du génome rapporté jusqu'ici."

"Ils ont porté le domaine de la génomique synthétique à un nouveau niveau, non seulement en construisant avec succès le plus grand génome synthétique à ce jour, mais aussi en apportant les plus grands changements de codage à un génome à ce jour", a déclaré Tom Ellis, un chercheur en biologie synthétique à Imperial College de Londres.

Mais il se peut que les données ne durent pas longtemps. Ellis et d'autres construisent un génome synthétique pour la levure de boulangerie, tandis que les scientifiques de Harvard font des génomes bactériens avec plus de modifications au codage. Il n'est pas surprenant que l'E. coli redessiné ne pousse pas aussi bien que les souches naturelles, a ajouté Ellis. "Si quelque chose est surprenant, c'est qu'il grandisse après tant de changements," dit-il.

Auteur: Internet

Info: https://www.theguardian.com, Ian Sample rédacteur scientifique Wed 15 mai 2019 18.00 BST

[ . ]

interactions

L'épigénétique, l'hérédité au-delà de l'ADN
Des mécanismes ne modifiant pas notre patrimoine génétique jouent un rôle fondamental dans le développement de l'embryon. Ils pourraient expliquer comment l'environnement induit des changements stables de caractères, voire des maladies, éventuellement héritables sur plusieurs générations.

L'épigénétique, c'est d'abord cette idée que tout n'est pas inscrit dans la séquence d'ADN du génome. "C'est un concept qui dément en partie la "fatalité" des gènes", relève Michel Morange, professeur de biologie à l'ENS. Plus précisément, "l'épigénétique est l'étude des changements d'activité des gènes - donc des changements de caractères - qui sont transmis au fil des divisions cellulaires ou des générations sans faire appel à des mutations de l'ADN", explique Vincent Colot, spécialiste de l'épigénétique des végétaux à l'Institut de biologie de l'Ecole normale supérieure (ENS-CNRS-Inserm, Paris).

Est-ce la fin de l'ère du "tout-ADN", qui a connu son apogée vers l'an 2000 avec les grandes manoeuvres du séquençage du génome humain ? "L'organisme reste construit à partir de ses gènes, même si l'activité de ceux-ci peut être modulée", tempère Michel Morange.

Mais le séquençage des génomes l'a révélé avec éclat : la connaissance seule de la séquence de l'ADN ne suffit pas à expliquer comment les gènes fonctionnent. C'était pourtant prévisible : si cette connaissance suffisait, comment expliquer que malgré leur génome identique, les différents types de cellules d'un individu développent des caractères aussi différents que ceux d'un neurone, d'une cellule du foie, des muscles ou de la peau ?

L'épigénétique répond en partie à cette interrogation - mais elle en soulève de nombreuses autres. "Le cadre classique de l'épigénétique, c'est le développement de l'embryon et la différenciation des cellules de l'organisme", indique Vincent Colot. Mais ses enjeux concernent également la médecine et la santé publique... et les théories sur l'évolution. Elle jette le soupçon sur l'environnement, qui pourrait moduler l'activité de certains de nos gènes pour modifier nos caractères, voire induire certaines maladies qui pourraient être transmis(es) à la descendance.

La première question, cependant, est celle de la définition de ce fascinant concept. Un certain flou persiste, même chez les scientifiques. "Ces ambiguïtés tiennent au fait que le terme a été introduit à plusieurs reprises dans l'histoire de la biologie, avec à chaque fois un sens différent", raconte Michel Morange, qui est aussi historien des sciences. Précurseur absolu, Aristote invente le terme "épigenèse" - de épi-, "au-dessus de", et genèse, "génération" - vers 350 avant notre ère.

"Observant des embryons de poulet, Aristote découvre que les formes ne préexistent pas dans le germe, mais sont, au contraire, progressivement façonnées au cours du développement embryonnaire", rapporte Edith Heard, qui dirige une équipe (Institut Curie-Inserm-CNRS) sur l'épigénétique du développement des mammifères. Une vision admirablement prémonitoire, qui ne se verra confirmée qu'avec l'invention du microscope à la fin du XVIIe siècle.

Quant au mot "épigénétique", il apparaît en 1942 : on le doit au généticien anglais Conrad Waddington, qui s'attache à comprendre le rôle des gènes dans le développement. Comment s'opère le passage du génotype (l'ensemble des gènes) au phénotype (l'ensemble des caractères d'un individu) ? A l'époque, on ignorait que l'ADN est le support de l'hérédité. Mais les liens entre génotype et phénotype se précisent peu à peu, à mesure qu'on découvre la structure des gènes et leur mode de régulation. Une étape décisive est franchie avec les travaux de François Jacob, Jacques Monod et André Lwoff, Prix Nobel en 1965 : ils montrent l'importance d'un facteur de l'environnement (la présence d'un sucre, le lactose) dans le contrôle de l'expression d'un gène et la détermination d'un caractère (la capacité de la bactérie E. coli à utiliser le lactose comme source d'énergie).

Le concept d'épigénétique tombe ensuite en relative déshérence, pour renaître dans les années 1980 avec son sens moderne. "Un chercheur australien, Robin Holliday, observe dans des cellules en culture des changements de caractères qui sont transmis au fil des divisions cellulaires, relate Vincent Colot. Mais ces changements semblaient trop fréquents pour pouvoir être causés par des mutations de l'ADN." Holliday découvre le rôle, dans cette transmission, de certaines modifications de l'ADN qui n'affectent pas la séquence des "nucléotides", ces lettres qui écrivent le message des gènes.

Plus largement, on sait aujourd'hui que les gènes peuvent être "allumés" ou "éteints" par plusieurs types de modifications chimiques qui ne changent pas la séquence de l'ADN : des méthylations de l'ADN, mais aussi des changements des histones, ces protéines sur lesquelles s'enroule l'ADN pour former la chromatine. Toutes ces modifications constituent autant de "marques épigénétiques". Elles jalonnent le génome en des sites précis, modulant l'activité des gènes localisés sur ces sites.

Quelle est la stabilité de ces marques épigénétiques ? La question est centrale. Certaines sont très transitoires, comme les marques qui régulent les gènes liés aux rythmes du jour et de la nuit. "Au moins 15 % de nos gènes sont régulés d'une façon circadienne : leur activité oscille sur un rythme de 24 heures. Il s'agit de gènes qui gouvernent notre métabolisme, assurant par exemple l'utilisation des sucres ou des acides gras", indique Paolo Sassone-Corsi, qui travaille au sein d'une unité Inserm délocalisée, dirigée par Emiliana Borrelli à l'université de Californie (Irvine). "Pour réguler tant de gènes d'une façon harmonieuse, il faut une logique commune. Elle se fonde sur des processus épigénétiques qui impliquent des modifications des histones."

D'autres marques ont une remarquable pérennité. "Chez un individu multicellulaire, elles peuvent être acquises très tôt lors du développement, sous l'effet d'un signal inducteur, rapporte Vincent Colot. Elles sont ensuite transmises au fil des divisions cellulaires jusque chez l'adulte - bien longtemps après la disparition du signal inducteur." Les marques les plus stables sont ainsi les garantes de "l'identité" des cellules, la vie durant. Comme si, sur la partition d'orchestre de l'ADN du génome - commune à toutes les cellules de l'organisme -, chaque instrument - chaque type de cellule - ne jouait que la partie lui correspondant, n'activant que les gènes "tagués" par ces marques.

Un des plus beaux exemples de contrôle épigénétique chez les mammifères est "l'inactivation du chromosome X". "Ce processus a lieu chez toutes les femelles de mammifères, qui portent deux exemplaires du chromosome X, explique Edith Heard. L'inactivation d'un des deux exemplaires du X, au cours du développement précoce, permet de compenser le déséquilibre existant avec les mâles, porteurs d'un seul exemplaire du X."

Si l'inactivation du X est déficiente, l'embryon femelle meurt très précocement. Cette inactivation est déclenchée très tôt dans le développement de l'embryon, "dès le stade "4 cellules" chez la souris et un plus tard pour l'espèce humaine, puis elle est stabilisée par des processus épigénétiques tout au long de la vie", poursuit Edith Heard. Par ailleurs, son équipe vient de publier un article dans Nature mis en ligne le 11 avril, montrant que les chromosomes s'organisent en "domaines", à l'intérieur desquels les gènes peuvent être régulés de façon concertée, et sur lesquels s'ajoutent des marques épigénétiques.

Les enjeux sont aussi médicaux. Certaines "épimutations", ou variations de l'état épigénétique normal, seraient en cause dans diverses maladies humaines et dans le vieillissement. Ces épimutations se produisent par accident, mais aussi sous l'effet de facteurs environnementaux. Le rôle de ces facteurs est très activement étudié dans le développement de maladies chroniques comme le diabète de type 2, l'obésité ou les cancers, dont la prévalence explose à travers le monde.

Les perspectives sont également thérapeutiques, avec de premières applications qui voient le jour. "Les variations épigénétiques sont finalement assez plastiques. Elles peuvent être effacées par des traitements chimiques, ce qui ouvre d'immenses perspectives thérapeutiques. Cet espoir s'est déjà concrétisé par le développement de premières "épidrogues" pour traiter certains cancers", annonce Edith Heard.

Le dernier défi de l'épigénétique, et non des moindres, renvoie aux théories de l'évolution. "Alors que le génome est très figé, l'épigénome est bien plus dynamique", estime Jonathan Weitzman, directeur du Centre épigénétique et destin cellulaire (université Paris-Diderot-CNRS). "L'épigénome pourrait permettre aux individus d'explorer rapidement une adaptation à une modification de l'environnement, sans pour autant graver ce changement adaptatif dans le génome", postule le chercheur. L'environnement jouerait-il un rôle dans la genèse de ces variations adaptatives, comme le croyait Lamarck ? Reste à le démontrer. Epigénétique ou non, le destin est espiègle : le laboratoire qu'anime Jonathan Weitzman n'a-t-il pas été aléatoirement implanté... dans le bâtiment Lamarck ? Internet,

Auteur: Internet

Info: Rosier Florence, https://www.lemonde.fr/sciences/ 13 avril 2012

[ interférences ] [ mutation acquise ]

legos protéiques

De nouveaux outils d’IA prédisent comment les blocs de construction de la vie s’assemblent

AlphaFold3 de Google DeepMind et d'autres algorithmes d'apprentissage profond peuvent désormais prédire la forme des complexes en interaction de protéines, d'ADN, d'ARN et d'autres molécules, capturant ainsi mieux les paysages biologiques des cellules.

Les protéines sont les machines moléculaires qui soutiennent chaque cellule et chaque organisme, et savoir à quoi elles ressemblent sera essentiel pour comprendre comment elles fonctionnent normalement et fonctionnent mal en cas de maladie. Aujourd’hui, les chercheurs ont fait un grand pas en avant vers cet objectif grâce au développement de nouveaux algorithmes d’apprentissage automatique capables de prédire les formes rdéployées et repliées non seulement des protéines mais aussi d’autres biomolécules avec une précision sans précédent.

Dans un article publié aujourd'hui dans Nature , Google DeepMind et sa société dérivée Isomorphic Labs ont annoncé la dernière itération de leur programme AlphaFold, AlphaFold3, capable de prédire les structures des protéines, de l'ADN, de l'ARN, des ligands et d'autres biomolécules, seuls ou liés ensemble dans différentes configurations. Les résultats font suite à une mise à jour similaire d'un autre algorithme de prédiction de structure d'apprentissage profond, appelé RoseTTAFold All-Atom, publié en mars dans Science .

Même si les versions précédentes de ces algorithmes pouvaient prédire la structure des protéines – une réussite remarquable en soi – elles ne sont pas allées assez loin pour dissiper les mystères des processus biologiques, car les protéines agissent rarement seules. "Chaque fois que je donnais une conférence AlphaFold2, je pouvais presque deviner quelles seraient les questions", a déclaré John Jumper, qui dirige l'équipe AlphaFold chez Google DeepMind. "Quelqu'un allait lever la main et dire : 'Oui, mais ma protéine interagit avec l'ADN.' Pouvez-vous me dire comment ?' " Jumper devrait bien admettre qu'AlphaFold2 ne connaissait pas la réponse.

Mais AlphaFold3 pourrait le faire. Avec d’autres algorithmes d’apprentissage profond émergents, il va au-delà des protéines et s’étend sur un paysage biologique plus complexe et plus pertinent qui comprend une bien plus grande diversité de molécules interagissant dans les cellules.

" On découvre désormais toutes les interactions complexes qui comptent en biologie ", a déclaré Brenda Rubenstein , professeure agrégée de chimie et de physique à l'Université Brown, qui n'a participé à aucune des deux études. " On commence à avoir une vision plus large."

Comprendre ces interactions est " fondamental pour la fonction biologique ", a déclaré Paul Adams , biophysicien moléculaire au Lawrence Berkeley National Laboratory qui n’a également participé à aucune des deux études. " Les deux groupes ont fait des progrès significatifs pour résoudre ce problème. "

Les deux algorithmes ont leurs limites, mais ils ont le potentiel d’évoluer vers des outils de prédiction encore plus puissants. Dans les mois à venir, les scientifiques commenceront à les tester et, ce faisant, ils révéleront à quel point ces algorithmes pourraient être utiles.

Progrès de l’IA en biologie

L’apprentissage profond est une variante de l’apprentissage automatique vaguement inspirée du cerveau humain. Ces algorithmes informatiques sont construits à l’aide de réseaux complexes de nœuds d’information (appelés neurones) qui forment des connexions en couches les unes avec les autres. Les chercheurs fournissent au réseau d’apprentissage profond des données d’entraînement, que l’algorithme utilise pour ajuster les forces relatives des connexions entre les neurones afin de produire des résultats toujours plus proches des exemples d’entraînement. Dans le cas des systèmes d'intelligence artificielle protéique, ce processus amène le réseau à produire de meilleures prédictions des formes des protéines sur la base de leurs données de séquence d'acides aminés.

AlphaFold2, sorti en 2021, a constitué une avancée majeure dans l’apprentissage profond en biologie. Il a ouvert la voie à un monde immense de structures protéiques jusque-là inconnues et est déjà devenu un outil utile pour les chercheurs qui cherchent à tout comprendre, depuis les structures cellulaires jusqu'à la tuberculose. Cela a également inspiré le développement d’outils supplémentaires d’apprentissage biologique profond. Plus particulièrement, le biochimiste David Baker et son équipe de l’Université de Washington ont développé en 2021 un algorithme concurrent appelé RoseTTAFold , qui, comme AlphaFold2, prédit les structures protéiques à partir de séquences de données.

Depuis, les deux algorithmes ont été mis à jour avec de nouvelles fonctionnalités. RoseTTAFold Diffusion pourrait être utilisé pour concevoir de nouvelles protéines qui n’existent pas dans la nature. AlphaFold Multimer pourrait étudier l’interaction de plusieurs protéines. " Mais ce que nous avons laissé sans réponse ", a déclaré Jumper, " était : comment les protéines communiquent-elles avec le reste de la cellule ? "

Le succès des premières itérations d'algorithmes d'apprentissage profond de prédiction des protéines reposait sur la disponibilité de bonnes données d'entraînement : environ 140 000 structures protéiques validées qui avaient été déposées pendant 50 ans dans la banque de données sur les protéines. De plus en plus, les biologistes ont également déposé les structures de petites molécules, d'ADN, d'ARN et leurs combinaisons. Dans cette expansion de l'algorithme d'AlphaFold pour inclure davantage de biomolécules, " la plus grande inconnue ", a déclaré Jumper, "est de savoir s'il y aurait suffisamment de données pour permettre à l'algorithme de prédire avec précision les complexes de protéines avec ces autres molécules."

Apparemment oui. Fin 2023, Baker puis Jumper ont publié les versions préliminaires de leurs nouveaux outils d’IA, et depuis, ils soumettent leurs algorithmes à un examen par les pairs.

Les deux systèmes d'IA répondent à la même question, mais les architectures sous-jacentes de leurs méthodes d'apprentissage profond diffèrent, a déclaré Mohammed AlQuraishi , biologiste des systèmes à l'Université de Columbia qui n'est impliqué dans aucun des deux systèmes. L'équipe de Jumper a utilisé un processus appelé diffusion – technologie qui alimente la plupart des systèmes d'IA génératifs non basés sur du texte, tels que Midjourney et DALL·E, qui génèrent des œuvres d'art basées sur des invites textuelles, a expliqué AlQuraishi. Au lieu de prédire directement la structure moléculaire puis de l’améliorer, ce type de modèle produit d’abord une image floue et l’affine de manière itérative.

D'un point de vue technique, il n'y a pas de grand saut entre RoseTTAFold et RoseTTAFold All-Atom, a déclaré AlQuraishi. Baker n'a pas modifié massivement l'architecture sous-jacente de RoseTTAFold, mais l'a mise à jour pour inclure les règles connues des interactions biochimiques. L'algorithme n'utilise pas la diffusion pour prédire les structures biomoléculaires. Cependant, l'IA de Baker pour la conception de protéines le fait. La dernière itération de ce programme, connue sous le nom de RoseTTAFold Diffusion All-Atom, permet de concevoir de nouvelles biomolécules en plus des protéines.

" Le type de dividendes qui pourraient découler de la possibilité d'appliquer les technologies d'IA générative aux biomolécules n'est que partiellement réalisé grâce à la conception de protéines", a déclaré AlQuraishi. "Si nous pouvions faire aussi bien avec de petites molécules, ce serait incroyable." 

Évaluer la concurrence

Côte à côte, AlphaFold3 semble être plus précis que RoseTTAFold All-Atom. Par exemple, dans leur analyse dans Nature , l'équipe de Google a constaté que leur outil est précis à environ 76 % pour prédire les structures des protéines interagissant avec de petites molécules appelées ligands, contre une précision d'environ 42 % pour RoseTTAFold All-Atom et 52 % pour le meilleur. outils alternatifs disponibles.

Les performances de prédiction de structure d'AlphaFold3 sont " très impressionnantes ", a déclaré Baker, " et meilleures que celles de RoseTTAFold All-Atom ".

Toutefois, ces chiffres sont basés sur un ensemble de données limité qui n'est pas très performant, a expliqué AlQuraishi. Il ne s’attend pas à ce que toutes les prédictions concernant les complexes protéiques obtiennent un score aussi élevé. Et il est certain que les nouveaux outils d’IA ne sont pas encore assez puissants pour soutenir à eux seuls un programme robuste de découverte de médicaments, car cela nécessite que les chercheurs comprennent des interactions biomoléculaires complexes. Pourtant, " c'est vraiment prometteur ", a-t-il déclaré, et nettement meilleur que ce qui existait auparavant.

Adams est d'accord. "Si quelqu'un prétend pouvoir utiliser cela demain pour développer des médicaments avec précision, je n'y crois pas", a-t-il déclaré. " Les deux méthodes sont encore limitées dans leur précision, [mais] les deux constituent des améliorations spectaculaires par rapport à ce qui était possible. "

(Image gif, tournante, en 3D : AlphaFold3 peut prédire la forme de complexes biomoléculaires, comme cette protéine de pointe provenant d'un virus du rhume. Les structures prédites de deux protéines sont visualisées en bleu et vert, tandis que les petites molécules (ligands) liées aux protéines sont représentées en jaune. La structure expérimentale connue de la protéine est encadrée en gris.)

Ils seront particulièrement utiles pour créer des prédictions approximatives qui pourront ensuite être testées informatiquement ou expérimentalement. Le biochimiste Frank Uhlmann a eu l'occasion de pré-tester AlphaFold3 après avoir croisé un employé de Google dans un couloir du Francis Crick Institute de Londres, où il travaille. Il a décidé de rechercher une interaction protéine-ADN qui était " vraiment déroutante pour nous ", a-t-il déclaré. AlphaFold3 a craché une prédiction qu'ils testent actuellement expérimentalement en laboratoire. "Nous avons déjà de nouvelles idées qui pourraient vraiment fonctionner", a déclaré Uhlmann. " C'est un formidable outil de découverte. "

Il reste néanmoins beaucoup à améliorer. Lorsque RoseTTAFold All-Atom prédit les structures de complexes de protéines et de petites molécules, il place parfois les molécules dans la bonne poche d'une protéine mais pas dans la bonne orientation. AlphaFold3 prédit parfois de manière incorrecte la chiralité d'une molécule – l'orientation géométrique distincte " gauche " ou " droite " de sa structure. Parfois, il hallucine ou crée des structures inexactes.

Et les deux algorithmes produisent toujours des images statiques des protéines et de leurs complexes. Dans une cellule, les protéines sont dynamiques et peuvent changer en fonction de leur environnement : elles se déplacent, tournent et passent par différentes conformations. Il sera difficile de résoudre ce problème, a déclaré Adams, principalement en raison du manque de données de formation. " Ce serait formidable de déployer des efforts concertés pour collecter des données expérimentales conçues pour éclairer ces défis ", a-t-il déclaré.

Un changement majeur dans le nouveau produit de Google est qu'il ne sera pas open source. Lorsque l’équipe a publié AlphaFold2, elle a publié le code sous-jacent, qui a permis aux biologistes de reproduire et de jouer avec l’algorithme dans leurs propres laboratoires. Mais le code d'AlphaFold3 ne sera pas accessible au public.

 " Ils semblent décrire la méthode en détail. Mais pour le moment, au moins, personne ne peut l’exécuter et l’utiliser comme il l’a fait avec [AlphaFold2] ", a déclaré AlQuraishi. C’est " un grand pas en arrière. Nous essaierons bien sûr de le reproduire."

Google a cependant annoncé qu'il prenait des mesures pour rendre le produit accessible en proposant un nouveau serveur AlphaFold aux biologistes exécutant AlphaFold3. Prédire les structures biomoléculaires nécessite une tonne de puissance de calcul : même dans un laboratoire comme Francis Crick, qui héberge des clusters informatiques hautes performances, il faut environ une semaine pour produire un résultat, a déclaré Uhlmann. En comparaison, les serveurs plus puissants de Google peuvent faire une prédiction en 10 minutes, a-t-il déclaré, et les scientifiques du monde entier pourront les utiliser. "Cela va démocratiser complètement la recherche sur la prédiction des protéines", a déclaré Uhlmann.

Le véritable impact de ces outils ne sera pas connu avant des mois ou des années, alors que les biologistes commenceront à les tester et à les utiliser dans la recherche. Et ils continueront à évoluer. La prochaine étape de l'apprentissage profond en biologie moléculaire consiste à " gravir l'échelle de la complexité biologique ", a déclaré Baker, au-delà même des complexes biomoléculaires prédits par AlphaFold3 et RoseTTAFold All-Atom. Mais si l’histoire de l’IA en matière de structure protéique peut prédire l’avenir, alors ces modèles d’apprentissage profond de nouvelle génération continueront d’aider les scientifiques à révéler les interactions complexes qui font que la vie se réalise.

" Il y a tellement plus à comprendre ", a déclaré Jumper. "C'est juste le début."

Auteur: Internet

Info: https://www.quantamagazine.org/new-ai-tools-predict-how-lifes-building-blocks-assemble-20240508/ - Yasemin Saplakoglu, 8 mai 2024

[ briques du vivant ] [ texte-image ] [ modélisation mobiles ] [ nano mécanismes du vivant ]

biophysique

Lorsque le biologiste Tibor Gánti est décédé le 15 avril 2009, à l'âge de 75 ans, il était loin d'être connu. Une grande partie de sa carrière s'est déroulée derrière le rideau de fer qui a divisé l'Europe pendant des décennies, entravant les échanges d'idées.

Mais si les théories de Gánti avaient été plus largement connues à l'époque communiste, il pourrait aujourd'hui être acclamé comme l'un des biologistes les plus novateurs du XXe siècle. En effet, il a conçu un modèle d'organisme vivant le plus simple possible, qu'il a appelé le chimiotone ( Chemoton ) , et qui permet d'expliquer l'apparition de la vie sur Terre.

Pour les astrobiologistes qui s'intéressent à la vie au-delà de notre planète, le chimiotactisme offre une définition universelle de la vie, qui n'est pas liée à des substances chimiques spécifiques comme l'ADN, mais plutôt à un modèle d'organisation global.

"Il semble que Ganti a réfléchi aux fondements de la vie plus profondément que quiconque", déclare le biologiste Eörs Szathmáry, du Centre de recherche écologique de Tihany, en Hongrie.

Les débuts de la vie

Il n'existe pas de définition scientifique commune de la vie, mais ce n'est pas faute d'avoir essayé : Un article de 2012 a recensé 123 définitions publiées. Il est difficile d'en rédiger une qui englobe toute la vie tout en excluant tout ce qui n'est pas vivant et qui possède des attributs semblables à ceux de la vie, comme le feu et les voitures. De nombreuses définitions indiquent que les êtres vivants peuvent se reproduire. Mais un lapin, un être humain ou une baleine ne peuvent se reproduire seuls.

En 1994, un comité de la NASA a décrit la vie comme "un système chimique autonome capable d'une évolution darwinienne". Le mot "système" peut désigner un organisme individuel, une population ou un écosystème. Cela permet de contourner le problème de la reproduction, mais à un prix : l'imprécision.

(Photo : un cercle cellule contenant un autre cercle cellule en train de se dédoubler) 

Fonctionnement du chimiotactisme. Ce modèle théorique de la forme de vie la plus simple nécessite trois mécanismes interdépendants :

a) un cycle métabolique, pour transformer la nourriture en énergie

b)  la réplication des gabarits, pour la reproduction du modèle ;

c) une membrane, pour délimiter l'organisme.

Avec ce processus en 5 phases

1 Les molécules sont absorbées de l'environnement par le métabolisme

2 Le cycle métabolique produit d'abord des éléments pour renforcer sa menbrane

3  Le cylce métabolique use des molécules pour constituer sa réplique

4  La réplique produit une substance chimique qui est un composant clé de la membrane.

5 Les parties non utilisées des molécules sont éjectée à l'extérieur de la menbrane principale

Mais Tibor Ganti avait proposé une autre voie deux décennies plus tôt.

Il était né en 1933 dans la petite ville de Vác, dans le centre de la Hongrie. Ses débuts ayant été marqués par des conflits. La Hongrie s'est alliée à l'Allemagne nazie pendant la Seconde Guerre mondiale, mais en 1945, son armée a été vaincue par l'Union soviétique. Le régime totalitaire dominera l'Eurasie orientale pendant des décennies, la Hongrie devenant un État satellite, comme la plupart des autres pays d'Europe de l'Est.

Fasciné par la nature des êtres vivants, Gánti a étudié l'ingénierie chimique avant de devenir biochimiste industriel. En 1966, il a publié un livre sur la biologie moléculaire intitulé Forradalom az Élet Kutatásában, ou Révolution dans la recherche sur la vie, qui est resté pendant des années un manuel universitaire dominant, en partie parce qu'il n'y en avait pas beaucoup d'autres. L'ouvrage posait la question de savoir si la science comprenait comment la vie était organisée et concluait que ce n'était pas le cas.

En 1971, Gánti aborda le problème de front dans un nouveau livre, Az Élet Princípiuma, ou Les principes de la vie. Publié uniquement en hongrois, ce livre contient la première version de son modèle de chimiotactisme, qui décrit ce qu'il considère comme l'unité fondamentale de la vie. Toutefois, ce premier modèle d'organisme était incomplet et il lui a fallu trois années supplémentaires pour publier ce qui est aujourd'hui considéré comme la version définitive, toujours en hongrois, dans un document qui n'est pas disponible en ligne.

L'année du miracle

Globalement, 1971 a été une année faste pour la recherche sur l'origine de la vie. Outre les travaux de Gánti, la science a proposé deux autres modèles théoriques importants.

Le premier est celui du biologiste théoricien américain Stuart Kauffman, qui soutient que les organismes vivants doivent être capables de se copier eux-mêmes. En spéculant sur la manière dont cela aurait pu fonctionner avant la formation des cellules, il s'est concentré sur les mélanges de produits chimiques.

Supposons que le produit chimique A entraîne la formation du produit chimique B, qui entraîne à son tour la formation du produit chimique C, et ainsi de suite, jusqu'à ce qu'un élément de la chaîne produise une nouvelle version du produit chimique A. Après un cycle, il existera deux copies de chaque ensemble de produits chimiques. Si les matières premières sont suffisantes, un autre cycle produira quatre copies et continuera de manière exponentielle.

Kauffman a appelé un tel groupe un "ensemble autocatalytique" et il a soutenu que de tels groupes de produits chimiques auraient pu constituer la base de la première vie, les ensembles devenant plus complexes jusqu'à ce qu'ils produisent et utilisent une série de molécules complexes, telles que l'ADN.

Dans la seconde idée, le chimiste allemand Manfred Eigen a décrit ce qu'il a appelé un "hypercycle", dans lequel plusieurs ensembles autocatalytiques se combinent pour en former un seul plus grand. La variante d'Eigen introduit une distinction cruciale : Dans un hypercycle, certains des produits chimiques sont des gènes et sont donc constitués d'ADN ou d'un autre acide nucléique, tandis que d'autres sont des protéines fabriquées sur mesure en fonction des informations contenues dans les gènes. Ce système pourrait évoluer en fonction des changements - mutations - dans les gènes, une fonction qui manquait au modèle de Kauffman.

Gánti était arrivé indépendamment à une notion similaire, mais il l'a poussée encore plus loin. Selon lui, deux processus clés doivent se dérouler dans chaque organisme vivant. Premièrement, il doit construire et entretenir son corps, c'est-à-dire qu'il a besoin d'un métabolisme. Deuxièmement, il doit disposer d'une sorte de système de stockage de l'information, tel qu'un ou plusieurs gènes, qui peuvent être copiés et transmis à la descendance.

La première version du modèle de Gánti consistait essentiellement en deux ensembles autocatalytiques aux fonctions distinctes qui se combinaient pour former un ensemble autocatalytique plus important, ce qui n'est pas si différent de l'hypercycle d'Eigen. Cependant, l'année suivante, Gánti a été interrogé par un journaliste qui a mis en évidence une faille importante. Gánti supposait que les deux systèmes étaient basés sur des produits chimiques flottant dans l'eau. Or, laissés à eux-mêmes, ils s'éloigneraient les uns des autres et le chimiotone "mourrait".

La seule solution était d'ajouter un troisième système : une barrière extérieure pour les contenir. Dans les cellules vivantes, cette barrière est une membrane composée de substances chimiques ressemblant à des graisses, appelées lipides. Le chimiotone devait posséder une telle barrière pour se maintenir, et Gánti en a conclu qu'il devait également être autocatalytique pour pouvoir se maintenir et croître.

Voici enfin le chimiotone complet, le concept de Gánti de l'organisme vivant le plus simple possible : gènes, métabolisme et membrane, tous liés. Le métabolisme produit des éléments de construction pour les gènes et la membrane, et les gènes exercent une influence sur la membrane. Ensemble, ils forment une unité autoreproductible : une cellule si simple qu'elle pourrait non seulement apparaître avec une relative facilité sur Terre, mais qu'elle pourrait même rendre compte de biochimies alternatives sur des mondes extraterrestres.

Un modèle oublié

"Gánti a très bien saisi la vie", déclare le biologiste synthétique Nediljko Budisa, de l'université du Manitoba à Winnipeg, au Canada. "Sa lecture a été une révélation. Cependant, Budisa n'a découvert le travail de Gánti que vers 2005. En dehors de l'Europe de l'Est, l'ouvrage est resté obscur pendant des décennies, avec seulement quelques traductions anglaises sur le marché.

Le chimiotactisme est apparu en anglais en 1987, dans un livre de poche avec une traduction assez approximative, explique James Griesemer, de l'université de Californie, à Davis. Peu de gens l'ont remarqué. Szathmáry a ensuite donné au chimiotone une place de choix dans son livre de 1995, The Major Transitions in Evolution, coécrit avec John Maynard Smith. Cela a conduit à une nouvelle traduction anglaise du livre de Gánti de 1971, avec du matériel supplémentaire, publiée en 2003. Mais le chimiotone est resté dans une niche, et six ans plus tard, Gánti est mort.

Dans une certaine mesure, Gánti n'a pas aidé son modèle à s'imposer : il était connu pour être un collègue difficile. Selon Szathmáry, Gánti était obstinément attaché à son modèle, et paranoïaque de surcroît, ce qui le rendait "impossible à travailler".

Mais le plus gros problème du modèle chimiotactique est peut-être que, dans les dernières décennies du XXe siècle, la tendance de la recherche était de supprimer la complexité de la vie au profit d'approches de plus en plus minimalistes.

Par exemple, l'une des hypothèses les plus en vogue aujourd'hui est que la vie a commencé uniquement avec l'ARN, un proche cousin de l'ADN.

Comme son parent moléculaire plus célèbre, l'ARN peut porter des gènes. Mais l'ARN peut aussi agir comme une enzyme et accélérer les réactions chimiques, ce qui a conduit de nombreux experts à affirmer que la première vie n'avait besoin que d'ARN pour démarrer. Cependant, cette hypothèse du monde de l'ARN a été repoussée, notamment parce que la science n'a pas trouvé de type d'ARN capable de se copier sans aide - pensons aux virus à ARN comme le coronavirus, qui ont besoin de cellules humaines pour se reproduire.

D'autres chercheurs ont soutenu que la vie a commencé avec des protéines et rien d'autre, ou des lipides et rien d'autre. Ces idées sont très éloignées de l'approche intégrée de Gánti.

Un véritable chimiotactisme ?

Cependant, les scientifiques de ce siècle ont inversé la tendance. Les chercheurs ont désormais tendance à mettre l'accent sur la façon dont les substances chimiques de la vie fonctionnent ensemble et sur la manière dont ces réseaux coopératifs ont pu émerger.

Depuis 2003, Jack Szostak, de la Harvard Medical School, et ses collègues ont construit des protocellules de plus en plus réalistes : des versions simples de cellules contenant une série de substances chimiques. Ces protocellules peuvent croître et se diviser, ce qui signifie qu'elles peuvent s'autoreproduire.

En 2013, Szostak et Kate Adamala, alors étudiante, ont persuadé l'ARN de se copier à l'intérieur d'une protocellule. De plus, les gènes et la membrane peuvent être couplés : lorsque l'ARN s'accumule à l'intérieur, il exerce une pression sur la membrane extérieure, ce qui encourage la protocellule à s'agrandir.

Les recherches de Szostak "ressemblent beaucoup à celles de Gánti", déclare Petra Schwille, biologiste synthétique à l'Institut Max Planck de biochimie de Martinsried, en Allemagne. Elle souligne également les travaux de Taro Toyota, de l'université de Tokyo au Japon, qui a fabriqué des lipides à l'intérieur d'une protocellule, de sorte que celle-ci puisse développer sa propre membrane.

L'un des arguments avancés contre l'idée d'un chimiotone comme première forme de vie est qu'il nécessite un grand nombre de composants chimiques, notamment des acides nucléiques, des protéines et des lipides. De nombreux experts ont estimé qu'il était peu probable que ces substances chimiques soient toutes issues des mêmes matériaux de départ au même endroit, d'où l'attrait d'idées simples comme celle du monde de l'ARN.

Mais des biochimistes ont récemment trouvé des preuves que toutes les substances chimiques clés de la vie peuvent se former à partir des mêmes matériaux de départ simples. Dans une étude publiée en septembre, des chercheurs dirigés par Sara Szymkuć, alors à l'Académie polonaise des sciences à Varsovie, ont compilé une base de données à partir de décennies d'expériences visant à fabriquer les éléments chimiques de base de la vie. En partant de six produits chimiques simples, comme l'eau et le méthane, Szymkuć a découvert qu'il était possible de fabriquer des dizaines de milliers d'ingrédients clés, y compris les composants de base des protéines et de l'ARN.

Aucune de ces expériences n'a encore permis de construire un chimiotone fonctionnel. C'est peut-être simplement parce que c'est difficile, ou parce que la formulation exacte de Gánti ne correspond pas tout à fait à la façon dont la première vie a fonctionné. Quoi qu'il en soit, le chimiotone nous permet de réfléchir à la manière dont les composants de la vie fonctionnent ensemble, ce qui oriente de plus en plus les approches actuelles visant à comprendre comment la vie est apparue.

Il est révélateur, ajoute Szathmáry, que les citations des travaux de Gánti s'accumulent rapidement. Même si les détails exacts diffèrent, les approches actuelles de l'origine de la vie sont beaucoup plus proches de ce qu'il avait à l'esprit - une approche intégrée qui ne se concentre pas sur un seul des systèmes clés de la vie.

"La vie n'est pas une protéine, la vie n'est pas un ARN, la vie n'est pas une bicouche lipidique", explique M. Griesemer. "Qu'est-ce que c'est ? C'est l'ensemble de ces éléments reliés entre eux selon la bonne organisation.

Auteur: Internet

Info: https://www.nationalgeographic.com, 14 déc. 2020, par Michael Marshall

[ origine du vivant ] [ mécanisme ] [ matérialisme ]