UNIVERSITÉ DU QUÉBEC À MONTRÉAL

 

 

Conservation des motifs structuraux à longue portée dans les ARN 

Présenté par :  Vladimir Reinharz

 

Travail présenté à Dr.Vladimir Makarenkov et Abdoulaye Baniré Diallo 

 

 

Dans le cadre du cours :

Séminaire interdisciplinaire de bio-informatique (BIF7002)

 

 

 

PAR

KHELIL Yasmine (KHEY06589500)

MELEK Soumia  (MELS25599308)

 

 

 

 

 

Le 15 Avril 2020

 

 

Sommaire

Introduction

Géométries des paires de bases de l'ADN et de l’ARN

Rôle de la géométrie des ARN

Motifs structuraux d’ARN

Traitement informatique des structures secondaires de l’ARN

L'algorithme de Nussinov (paires de bases maximales)

Géométries des interactions entre les nucléotides : Leontis-Westhof annotations

Motif structural local kink turns

Isomorphismes

Carnaval

Motif A-mineur et traduction ribosomale

Épigénétique des ARNs et les modifications chimiques

Conclusion

 

 


Introduction

L’information génétique des organismes vivants (à part certains virus) est stockée et protégée sous la forme d’une double hélice d’acide désoxyribonucléique (ADN) présente dans chaque cellule. D’un point de vue physico-chimique, l’ADN est composé de quatre bases A, T, G et C, appariées deux par deux au moyen de deux ou trois liaisons hydrogène : A = T (adénine-thymine) et G ≡ C (guanine-cytosine).

 

Lors de la transcription de l’ADN par l’ARN-polymérase, la base uracile (U) remplace, sur l’ARN, la base thymine (T) de l’ADN. A ce détail près, la seule différence majeure entre ces deux molécules est que l’ARN est une molécule simple brin qui, faute de brin complémentaire, se replie sur elle-même en formant des petites portions d’hélice connectées entre elles par des régions restées non appariées. On appelle structure primaire la chaîne unidimensionnelle constituée par la succession des bases d’une séquence d’ARN. La structure secondaire correspond à la formation des bouts d’hélice ARN grâce aux appariements Watson-Crick G ≡ C et A = U (et aussi aux paires de bases G = U, autre spécificité de l’ARN) (Jérôme Robert,1997) et d’un point de vue énergétique GC a plus d’énergie et plus stable que AT et AU.

 

Les molécules d’acide ribonucléique (ARN) jouent un rôle important au sein des organismes vivants, pour la transmission de l’information génétique et comme enzymes catalysant des réactions biochimiques dans les cellules, l’intégration transmembranaire ou encore l’épissage. Cette richesse fonctionnelle est due à la structure tridimensionnelle des ARN. Comprendre leurs processus de repliement reste donc un défi important de la biologie structurale de nos jours.

 

 

 

 

Géométries des paires de bases de l'ADN et de l’ARN

 

La propriété fondamentale des paires de bases d’ADN « ATCG» est leur superposition (on peut superposer le mieux ou le backbone va se placer et ça rentre exactement à l’intérieur de la même surface). 

Un de nombreux mécanismes de régulation de l’ADN est la vérification si le double brin est régulier ou s’il y a une paire de base qui n’est pas fonctionnelle, et cette régularité est absolument nécessaire et une conséquence de la géométrie des paires de bases.

D’un point de vue géométrique les « AT » chez les ADN et les « AU » qui est l’équivalent chez les ARNs ne sont pas superposable, et à cause de cette propriété automatiquement y’a plus de régularité, s’il y a une paire de base « AU » ne peut pas être régulière l’inverse ne peut pas remplacer AU donc il est impossible d’avoir une longue double hélice régulière avec les Adn, ce qui entraîne des déformations.

Par exemple, une structure complètement standard de l’ARN simple brin retrouve des petits morceaux de double hélice qui commence à se retourner mais à cause du manque de régularité ils vont se pencher un peu trop vers un côté ou ils peuvent rester régulier. Donc il est impossible pour un ARN d’être régulier parce que géométriquement les paires de bases ne peuvent pas être superposable.

 

 

 

 

Figure 1 :  Géométries des paires de bases de l'ADN et de l’ARN

 

 

Rôle de la géométrie des ARNs

La fonction dépend seulement de la structure. La compréhension des liens entre la fonction et la structure va nous permettre de :

o      Identifier les mutations délétères

o      Concevoir de nouveaux biocapteurs (riboswitches) et médicaments

o      Comprendre les interactions intermoléculaires

o      Étudier l'évolution de la vie : évolution de la complexité géométrique

 

 

Motifs structuraux d’ARN

Lors de la formation de la structure de l’ARN, les régions appariées et non appariées s’organisent sous forme de motifs où chacun de ces motifs est une combinaison particulière de nucléotides appariés et non appariés. En considérant ces motifs, l'ARN peut être alors vu comme une molécule biologique modulaire où ses modules sont les motifs (Leontis et al., 2006) (Hendrix et al., 2005)

Les motifs d’ARN se distinguent en 2 classes :

      Motifs locaux :  ce sont des motifs insérés dans les ´éléments de structure secondaire. Le terme “local” veut dire “local à la structure secondaire”, exemple : le Kink-turn.

      Motifs d’interactions : ce sont des motifs de longue-distance qui mettent en interaction deux ou plusieurs éléments de structure secondaire distants pour induire un repliement spatial d’une partie de la molécule (Djelloul., 2013). Ces interactions sont entre hélices, boucles et motifs locaux, à partir de là on distingue les réseaux d’interactions récurrent (RIN), qui ne comprend aucune information sur les séquences, strictement sur la topologie des interactions entre les nucléotides et leurs natures. (Reinharz et al,. 2018)

 

 

 

Figure 2: Motifs structuraux d’ARN.

 

 

 

 

Traitement informatique des structures secondaires de l’ARN

Le format point-parenthèses (DBN) se terminant par l’extension «.dbn». Il a été popularisé par la librairie ViennaRNA spécialisée dans le traitement des structures secondaires d’ARN et est une extension du format FASTA, ce dernier étant utilisé pour formater les séquences biologiques. La ligne (Figure 3) décrit les appariements associant à chaque position des parenthèses, « (» ou «) », indiquant que le nucléotide correspondant à « (» est apparié au nucléotide correspondant à «) ». Le caractère «.» indique un nucléotide non apparié à cette position. (Jean-Pierre,2017)

 

GAGUUCCCGAAAGGAUGGCGGAAACGCCAGAUGCCUUGUAACCGAAAGGGGGAAUUC

((((((..((((.(((((....)))))....))))....((....))))))))

 

Figure 3 : Format point-parenthèses (DBN).

 

L'algorithme de Nussinov (paires de bases maximales)

Consiste à replier une séquence d’ARN en maximisant le nombre d’appariements et qui adopte une fonction d’énergie E qui ne prend en compte que les appariements, pas l’empilement. Pour chaque sous-séquence allant de la position i à j, on calcule l’énergie E (i, j) de la structure la plus stable s (i, j) qui peut être obtenue par les 4 façons suivantes :

1. ajouter i, j, appariés, à s (i + 1, j − 1).

2. ajouter i, non- appariés `a s (i + 1, j).

3. ajouter j, non- appariés, `a s (i, j − 1).

4. réunir deux sous-structures optimales, s (i, k) et s (k + 1, j). (Feng Lou,2012)

 

L’énergie E (i, j) peut donc calculée par la récurrence suivante :

 

Ou e (i, j) est l’énergie de la paire de bases i et j.

Figure 4 : Les 4 façons pour obtenir la structure S (i, j).

 

L’annotation Leontis-Westhof : Géométries des interactions entre les nucléotides :

Il est bien connu que les paires de bases canoniques sont des WC-WC Cis mais à partir de là tout peut exister en termes d’interactions dans les structures d’ARN.

La classification de Leontis-Westhof a largement été adoptée par la communauté pour la description d’interactions tridimensionnelles.

En vue de la complexité de ces interactions une représentation schématisée a été adopté. Cette schématisation permet d’avoir une image de la conformation structurelle (d’identifier) “l’état de la base”. Pour les paires de bases canoniques Watson Crick, représentée avec un cercle, Hoogsteen edge représentée en carré et Sugar edge ou le bord (coté) du sucre avec un triangle. Ces interactions peuvent être de conformations Cis ou Trans (Figure 5A) elles sont représentées graphiquement en plein noir et vide blanc respectivement. Un bord donné d'une base peut potentiellement interagir sur un plan avec l'un des trois bords d'une seconde base, et dans les conformations cis ou trans des liaisons glycosidiques (Figure 5B). ( Leontis et Westhof,. 2001)

      A

B

Figure 5 : Géométrie des interactions des bases nucléotidiques (Leontis & Westhof, 2001)

Motif structurel local kink turns

Les kink-turn sont extrêmement répandus dans les structures d'ARN, avec des exemples dans la plupart des classes d'ARN fonctionnels. Il existe de nombreux kink-turn différents dans l'ARN ribosomal des bactéries, des archées et des eucaryotes. Le kink-turn ribosomal Kt-7 de l'archéon Haloarcula marismortui a été particulièrement bien étudié (Figure 6).

Les motifs Kink-turn sont des boucles internes récurrentes qui produisent des virages nets (Kink en anglais) dans les hélices d’ARN (Lescoute et al., 2005).

On observe (Figure 6) onze sous structures d’ARN complètement différentes (représentés en code couleur) mais elles ont un sous morceau (motif structurel) similaire, une sous partie qui est conservée entre les onze sous structures.

Figure 6 : 6-A représentations du Backbone de neuf structures Kink-turn après superposition sur KT-7 6-B structures secondaire des motifs kink-turn (Klein et.al. 2001), (Lescoute et al., 2005)

 

Les ARNs en graphes (représentation) :

Une représentation graphique n’est jamais complètement précise, car il est très difficile de mettre en plan de ce qu’est la réalité, les ARNs n’échappe pas à cela (Figure 7) est une représentation graphique d’une structure d’ARN.

Figure 7 : représentation graphique d’ARN

Tout ce qui n’est pas des interactions canoniques AU et CG ainsi que les G U paire de base oscillantes (wobble base pairs) est considérés comme étant des interactions tertiaires parce qu’ils nous donnent des informations sur la structure tridimensionnelles (interactions et dispositions des nucléotides).

En observant cette représentation, une question est soulevée : Existe-t-il des sous structures conservées entre deux représentations graphiques d’ARN ?

Isomorphismes des sous graphes :

Il n’est pas facile d’extraire de l’information des interactions boucle-boucle, donc pour essayer de répondre à la question posée, tout d’abord il est important de rappeler que :

      C’est un problème d’une complexité NP-Difficile.

     Peut avoir un nombre exponentiel de résultats (autant qu’il en existe de nucléotides).

Ensuite il est nécessaire de formuler les hypothèses.

En se basant sur des approches heuristiques tels que la méthode « branch and cut » pour avoir toutes les solutions exhaustives :

 

1.     Réduire les problèmes en “tâches gérables”, décomposition des boucles.

2.     Enlever les parties non nécessaire (celles non impliquées dans des interactions).

3.     Il est intéressant de prendre en considération les connaissances biologiques préexistantes cela permet d’introduire des restrictions au programme et donc de mieux orienter l’étude :

      Paires de boucles avec interactions entre elles.

      Les nœuds doivent avoir au moins une interaction

 Une similarité de sous graphes est aussi appelé l’isomorphisme de sous graphes.

Les étapes à suivre :

     Extension du sous-isomorphisme : Comparer des petits morceaux

     Extensions de l’extension : Matcher les “edges” et “arrêtes” là où ils fusionnent, ils sont représentés sur un graphe appelé “extension admissible”.

     Énumérer les solutions : répéter jusqu’à identifier un graphe d'extension admissible conservé donc une structure conservée.

    

                                                 

Figure 8 : la sous structure A est retrouvé dans les structures C, D et E (Reinharz et al., 2018)

 

 

Carnaval

Le projet de Vladimir REINHARZ et ses collègues à amener à une méthode entièrement automatisée d'extraction et classification des sous-structures d'ARN, en fonction de leurs interactions (les réseaux d’interactions récurrent ou RIN), les séquences où le contexte n’est pas pris en considération.

Les résultats de cette méthode sont catalogués dans une base de données appelée CARNAVAL décrit comme “Organized collection of Recurrent Interaction Networks (RIN) in all experimentally determined RNA structures”(http://carnaval.lri.fr).

Il est possible d’identifier les RIN en entrant l’ID (identifiant) PDB (Protein Data Bank) de la structure ou téléchargeant le fichier en format « cif » (crystallographic information file) de la molécule. Cependant après avoir essayé plusieurs dizaines de structures et d’identifiant d’ARN aucune d’elles n’a donné un résultat positif, certainement que les structures étant récente ne sont pas encore introduite dans la base de données.

La base de données présente également une classification des différents modules et motifs avec recensement de leurs présences dans les structures qui existent :

     Le nombre de fois qu’elles sont observées.

     Et le nombre des interactions et avec quelles autres RIN

Motif A-mineur

A mineur c’est deux paires de bases canoniques superposables qui interagissent avec deux nucléotides qui sont souvent des « A » d’où le nom A-mineur ; et est primordiale pour la prédiction des structures 3D dont la distance a un rôle majeur.

Ce module structurel dépend seulement de la géométrie elle-même ce qui le rend difficile à manipuler car l’interaction entre les bases canoniques superposables et les paires de bases se fait aléatoirement.

 Il en existe deux types :

A.    A-mineur de type I : motifs répandus et important.

B.    A-mineur de type II (Figure 8 A) : est le produit d’un processus qu’on appelle “L'HÉRITAGE”, il est l’adjonction entre l’A-mineur de type I et le Ribose Zipper, le type II devient une boucle GNRA grâce à d’autres interactions et puis une boucle A-rich (Reinharz et al,. 2018)

Traduction ribosomale

Lors de la traduction ribosomale, l’ARNm possède un codon (1,2,3), l’ARNt possède un anticodon (34,35,36) et le 16S ribosomal.

Pour que notre machine reconnaisse l’interaction codon-anticodon il faut que les 3 paires canoniques se fasse et les 2 paires non canoniques entre dans l’ARN messager qui va aider l’ARN de transfert avec le 16s (ensemble c’est le motif A mineur), cependant sans la présence du potassium, le ribosome sera incapable de capter l’ARNt. (Figure 9)

La position 34 de l’anticodon et la 3eme position du codon sont souvent modifiées chimiquement. Ces modifications chimiques sont nécessaires pour que ces paires de bases puissent rentrer et avoir la meilleure position pour que le A-mineur fonctionne et la où se repose la difficulté de la régulation géométrique des codon-anticodon. 

(Les modification chimiques ne sont pas organisées mais ils sont toujours la) (Figure 9)

Figure 9 : Traduction ribosomale

 

 

Épigénétique des ARNs et les modifications chimiques

Les modifications chimiques sont très importantes dans le monde des ARNs et ce n’est pas que la méthylation de l’ADN qui régule les gènes. Chez les ARNt, ARNm est absolument nécessaire pour plusieurs raisons biochimiques, elles peuvent booster la production de gènes ou la déstabiliser.

On a peu d’information sur ou est ce qu’elles se trouvent dans la structure ? c’est quoi leur structure en générale ? Et quel est ‘impact de ces modifications chimiques ?

 Pour répondre à ces questions des observations et des analyses ont été faites et présenté pendant le séminaire et les étapes d’études sont les suivantes :

1.     Téléchargement de tous les 150 milles structures 3D qui existe dans la PDB

2.     Identification des chaînes d’ARN qui possèdent au moins une modification chimique

3.     L’analyse :

a.     La distribution des modification chimiques (Calcule des modifications chimiques pour seulement les ARNs qui ont plus de 30 nt de toute la pdb)

b.     La distribution des types d’ARNs avec modifications chimiques

c.     Distribution nb. Nucléotides "proches" des nucléotides dans le même ARN modifié

d.     Distribution nb. Nucléotides "proches" des nucléotides dans un autre ARN

e.     Distribution nb. Nucléotides "proches" des protéines dans la même protéine modifiée

 

 

Conclusion

La richesse de la combinatoire des paires de bases de nucléotides permet aux molécules d'ARN de s'assembler en réseaux d'interaction sophistiqués, qui sont utilisés pour créer des sous-structures 3D complexes. L’approche présentée sur les données pour extraire automatiquement à partir de grands ensembles de données de structures 3D à ARN complet les réseaux d'interactions récurrentes (RIN) nous permet pour la première fois à détecter les réseaux d'interaction reliant des composants distincts de la structure de l'ARN, mettant en évidence leur diversité et leur conservation grâce à des ARN fonctionnels non apparentés. Ainsi que le modèle graphique qui permet d’effectuer des comparaisons par paires de toutes les structures d'ARN disponibles et pour extraire les RIN et les modules.  Vladimir REINHARZ et ses collègues ont rassemblé les résultats dans une base de données en ligne (http://carnaval.lri.fr) qui seront régulièrement mis à jour. (Reinharz et al.,2018)

 

 

 

Références

Djelloul, M. (2009). Algorithmes de graphes pour la recherche de motifs récurrents dans les structures tertiaires d'ARN (Doctoral dissertation).

 

Feng, L. (2012). Algorithmes pour l'étude de la structure secondaire des ARN et l'alignement de séquences (Doctoral dissertation).

 

Hendrix, D. K., Brenner, S. E., & Holbrook, S. R. (2005). RNA structural motifs: building blocks of a modular biomolecule. Quarterly reviews of biophysics, 38(3), 221-243.

 

Jean-Pierre, S.(2017). Exploration des structures secondaires de l’ARN.

 

Klein, D. J., Schmeing, T. M., Moore, P. B., & Steitz, T. A. (2001). The kinkturn: a new RNA secondary structure motif. The EMBO journal, 20(15), 4214-4221.

 

Leontis, N. B., & Westhof, E. (2001). Geometric nomenclature and classification of RNA base pairs. Rna, 7(4), 499-512.

 

Leontis, N. B., Lescoute, A., & Westhof, E. (2006). The building blocks and motifs of RNA architecture. Current opinion in structural biology, 16(3), 279-287.

 

Lescoute, A., Leontis, N. B., Massire, C., & Westhof, E. (2005). Recurrent structural RNA motifs, isostericity matrices and sequence alignments. Nucleic acids research, 33(8), 2395-2409.

 

Mariette, J. (2017). Apprentissage statistique pour l'intégration de données omiques (Doctoral dissertation).

Reinharz, V., Soulé, A., Westhof, E., Waldispühl, J., & Denise, A. (2018). Mining for recurrent long-range interactions in RNA structures reveals embedded hierarchies in network families. Nucleic acids research, 46(8), 3841-3851.

ROBERT, J. (1997). Etudes poursuivies.