Les maladies neurodégénératives comme la maladie d’Alzheimer ou la maladie de Parkinson sont causées par des erreurs de repliement (misfolding) des protéines ou des peptides, c’est-à-dire par des modifications de leur structure spatiale. Ceci est le résultat d’écarts infimes dans la composition chimique des biomolécules. Des chercheurs de l’Institut de technologie de Karlsruhe (KIT) ont mis au point une méthode simple et efficace pour détecter un tel repliement à un stade précoce de la maladie. Le mauvais repliement est révélé par la structure des résidus séchés des solutions de protéines et de peptides. La méthode consiste à analyser des micrographies avec des réseaux de neurones et a une précision prédictive de plus de 99 %. Les résultats ont été publiés dans Matériaux avancés.
La structure biochimique des protéines et des peptides détermine leurs fonctions biologiques. De nombreuses indications montrent que même des changements structurels ou spatiaux infimes peuvent favoriser le développement de maladies. De nombreuses maladies neurodégénératives ont été attribuées à un mauvais repliement des protéines et des peptides causé par de tels changements. Les peptides bêta-amyloïdes (Aβ42) jouent un rôle clé dans la maladie d’Alzheimer ; ils diffèrent par un seul résidu d’acide aminé et représentent des mutants héréditaires de la maladie d’Alzheimer.
Jusqu’à présent, il n’existait pas de méthode simple et précise pour prédire les mutations dans les protéines. À l’Institut des interfaces fonctionnelles (IFG) de KIT, un groupe de recherche dirigé par le professeur Jörg Lahann a mis au point une méthode de détection du mauvais repliement via la structure de solutions de protéines et de peptides séchés. « Les motifs de coloration étaient non seulement caractéristiques et reproductibles, mais aboutissaient également à une classification de huit mutations avec une précision prédictive de plus de 99% », a déclaré Lahann, auteur de l’étude, en décrivant les résultats. Le groupe a montré que des informations cruciales sur les structures primaires et secondaires des peptides peuvent être glanées à partir des taches laissées par le séchage des gouttelettes de solution peptidique sur une surface solide.
Motifs de coloration sous forme d’empreintes peptidiques exactes
Les solutions de protéines et de peptides sont placées avec précision sur des lames de verre par un système de pipetage automatisé pour garantir des résultats contrôlés et reproductibles. Les surfaces des lames ont été préalablement préparées avec un revêtement polymère hydrophobe. Pour analyser les motifs de coloration complexes des gouttelettes séchées, les chercheurs ont acquis des images à l’aide de la microscopie à polarisation. Les images ont ensuite été analysées avec des réseaux de neurones d’apprentissage en profondeur.
« Étant donné que les structures sont très similaires et difficiles à distinguer à l’œil nu, c’était vraiment une surprise que les réseaux de neurones soient si efficaces », déclare Lahann à propos des résultats. « Les motifs de coloration des peptides bêta-amyloïdes servent d’empreintes digitales exactes qui reflètent l’identité structurelle et spatiale d’un peptide. » Cette technologie permet l’identification des variants d’Alzheimer avec une résolution maximale en quelques minutes, selon Lahann.
La préparation simple des échantillons permet des diagnostics rapides
Les résultats suggèrent qu’une méthode aussi simple que le séchage d’une gouttelette de solution peptidique sur une surface solide peut servir d’indicateur pour des différences infimes dans les structures primaires et secondaires des peptides. « Des méthodes de détection évolutives et précises pour la stratification des altérations conformationnelles et structurelles des protéines sont nécessaires de toute urgence afin de décoder les signatures pathologiques de maladies telles que la maladie d’Alzheimer et la maladie de Parkinson », déclare Lahann.
Il s’agit également d’une méthode relativement simple qui ne nécessite aucune préparation élaborée des échantillons et permet ainsi un diagnostic simple et convivial pour le patient. En outre, la méthode a un grand potentiel pour d’autres applications dans le diagnostic médical et dans la détection moléculaire de maladies.
Azam Jeihanipour et al, Stratification assistée par apprentissage en profondeur des mutants bêta amyloïdes à l’aide de modèles de gouttelettes de séchage, Matériaux avancés (2022). DOI : 10.1002/adma.202110404