L’équipe s’intéresse au développement de protocoles in silico pour l‘identification de peptides interférents, en particulier pour cibler des interactions protéine-protéine. A cette fin, elle s’intéresse à la prédiction de la structure des peptides (PEP-FOLD – Rey et al., Nucleic Acids Res. 2023 doi: 10.1093/nar/gkad376.), et de leurs interactions avec des cibles protéiques, en terme d’identification des modes d’interaction (complexes peptide-protéine – de Vries et al., Nucleic Acids Res. 2017, doi: 10.1093/nar/gkx335.), et de leur stabilité (simulation de dynamique moléculaire). A l’aide de méthodes d’alignements 3D non séquentiels développées par l’équipe, nous nous intéressons également aux approches de docking inverse pour l’identification de peptides ciblant une protéine d’intérêt (https://www.biorxiv.org/content/10.1101/2023.08.01.551496v1)

Pour l’optimisation de peptides candidats, nous nous intéressons à leur optimisation par cyclisation  (stabilité conformationnelle – Karami et al., J Chem Inf Model. 2023, doi: 10.1021/acs.jcim.3c00865. ; Jusot et al., J. Chem. Inf. Model. 2018, doi: 10.1021/acs.jcim.8b00375 ) ou en termes de spécificité des interactions (off-target) (Rey et al., Nucleic Acids Res. 2019, doi: 10.1093/nar/gkz478.; Rasolohery, J Chem Inf Model. 2017, doi: 10.1021/acs.jcim.6b00529.).

Plusieurs projets de développement de peptides sont en cours, parmi lesquels:

• Maladie de Parkinson: nous avons identifié un peptide ciblant l’interaction LRRK2/PP1 (Dong et al., PlosONE, 2020, doi: 10.1371/journal.pone.0237110. eCollection 2020.). Nous cherchons à caractériser son mode de liaison dans une perspective d’optimisation.
• Hépatocarcinome: Nous explorons par des approches in silico les mécanismes fonctionnels de peptides ciblant les cellules tumorales (Marin et al., Pharmaceutics, 2023, doi: 10.3390/pharmaceutics15041180. ; Dorgham et al., Pharmaceutics, 2022, doi: 10.3390/pharmaceutics14102055.; Savier et al., Methods Mol Biol. 2022, doi: 10.1007/978-1-0716-1752-6_26.).

• Syndrome de Down: exploration du mécanisme d’action du peptide PIF sur l’homéostasie glucidique et lipidique, optimisation en vue d’une utilisation thérapeutique.
• Contrôle du métabolisme énergétique: recherche de modulateurs de certains récepteurs couplés aux protéines G du système nerveux central pour l’exploration fine de la régulation du métabolisme.
• Identification de peptides ciblant l’interaction entre la protéine MSMP et le récepteur membranaire CCR2, associée à plusieurs effets délétères pour l’organisme.

L’équipe héberge la plateforme de bioinformatique structurale RPBS (bioserv.rpbs.univ-paris-diderot.fr), membre de l’Institut Français de Bioinformatique (IFB). La plateforme met à disposition une infrastructure de calcul dédiée à la bioinformatique et des services en lignes (mobyle2.rpbs.univ-paris-diderot.fr). Elle est aussi disponible pour du conseil, de la formation en bioinformatique structurale (analyse et modélisation de la structure et de la fonction des protéines), des projets sous forme collaborative ou de prestation.