Les protéines soutiennent la vie telle que nous la connaissons, servant de nombreux rôles structurels et fonctionnels importants dans tout le corps. Mais ces grandes molécules ont jeté une ombre longue sur une sous-classe plus petite de protéines appelées microprotéines.
Des microprotéines ont été perdues dans les 99% d'ADN ignorés comme «non codants» en idiot dans de vastes étendues sombres de code génétique inexploré. Mais en dépit d'être petits et insaisissables, leur impact peut être aussi gros que des protéines plus grandes.
Les scientifiques de l'Institut Salk explorent maintenant le mystérieux côté obscur du génome à la recherche de microprotéines. Avec leur nouvel outil d'arrêt-court, les chercheurs peuvent sonder les bases de données génétiques et identifier les étirements d'ADN dans le génome qui code probablement pour les microprotéines.
Surtout, l'arrêt-court prévoit également quelles microprotéines sont les plus susceptibles d'être biologiquement pertinentes, ce qui permet d'économiser du temps et de l'argent dans la recherche de microprotéines impliquées dans la santé et les maladies.
L'arrêt-court présente une nouvelle lumière sur les ensembles de données existants, mettant en lumière les microprotéines autrefois impossibles à trouver. En fait, l'équipe SALK a déjà utilisé l'outil pour analyser un ensemble de données sur le cancer du poumon pour trouver 210 candidats en microprotéines entièrement nouveaux – avec un microprotéine validé – qui peut faire de bonnes cibles thérapeutiques à l'avenir.
Les résultats ont été publiés dans Méthodes BMC le 31 juillet 2025.
La plupart des protéines de notre corps sont bien connues, mais des découvertes récentes suggèrent qu'il nous manque des milliers de petites protéines cachées, codées par des microprotéines par des régions négligées de notre génome. Pendant longtemps, les scientifiques n'ont vraiment étudié les régions de l'ADN qui ont codé pour les grandes protéines et rejeté le reste comme «l'ADN indésirable», mais nous apprenons maintenant que ces autres régions sont en fait très importantes, et les microprotéines qu'ils produisent pourraient jouer un rôle critique dans la régulation de la santé et des maladies. «
Alan Saghatelian, auteur principal de l'étude et professeur, Salk Institute
En savoir plus sur les microprotéines
Il est difficile de détecter et de cataloguer les microprotéines, en raison principalement de leur taille. Par rapport aux protéines standard qui peuvent aller de centaines à des milliers d'acides aminés de long, les microprotéines contiennent généralement moins de 150 acides aminés, ce qui les rend plus difficiles à détecter en utilisant des méthodes d'analyse standard des protéines. Par conséquent, au lieu de rechercher les microprotéines elles-mêmes, les scientifiques recherchent de grands ensembles de données accessibles au public pour les séquences d'ADN qui les font.
Les scientifiques ont maintenant appris que certains étendues d'ADN appelées petites cadres de lecture ouverte (SMORFS) peut contenir les instructions de fabrication de microprotéines. Les méthodes expérimentales actuelles ont déjà catalogué des milliers de SMORFS, mais ces outils restent longs et coûteux. De plus, leur incapacité à séparer les microprotéines potentiellement fonctionnelles à partir de microprotéines non fonctionnelles a bloqué leur découverte et leur caractérisation.
Comment fonctionne l'arrêt-court
Tous les SMORF ne se traduisent pas par des microprotéines biologiquement significatives. Les méthodes existantes ne peuvent pas faire de distinction entre les SMORF de génération de microprotéines fonctionnels et non fonctionnels. Cela signifie que les scientifiques doivent tester indépendamment chaque microprotéine pour déterminer s'il est fonctionnel ou non.
L'arrêt-court modifie radicalement ce flux de travail, optimisant la découverte de Smorf en triant des microprotéines en catégories fonctionnelles et non fonctionnelles. La clé du tri à deux classes de Shortstop est la façon dont il est formé en tant que système d'apprentissage automatique. Sa formation repose sur un ensemble de données de contrôle négatif de SMORF aléatoires générés par ordinateur. Les comparaisons des arrêts ont révélé que SMORFS à ces leurres décide rapidement si un nouveau SMORF est susceptible d'être fonctionnel ou non fonctionnel.
L'arrêt-court ne peut pas dire définitivement si un SMORF codera pour une microprotéine biologiquement pertinente, mais ce système à deux classes rétrécit énormément le pool expérimental. Maintenant, les chercheurs peuvent passer moins de temps à trier manuellement les ensembles de données et à échouer sur le banc.
Lorsque les chercheurs ont appliqué un arrêt-court à un ensemble de données SMORF publié précédemment, ils ont identifié 8% comme des microprotéines fonctionnelles probables, en les priorisant pour un suivi ciblé. Cela accélère la caractérisation des microprotéines en filtrant les séquences peu susceptibles d'avoir une pertinence biologique. L'arrêt-court pouvait également identifier les microprotéines qui ont été négligées par d'autres méthodes, dont une qui a été validée en étant détectée dans les cellules humaines et les tissus.
« Ce qui rend l'arrêt-court particulièrement puissant, c'est qu'il fonctionne avec des types de données communs, comme les ensembles de données de séquençage d'ARN, que de nombreux laboratoires utilisent déjà », explique Brendan Miller, chercheur postdoctoral dans le laboratoire de Saghatelian. « Cela signifie que nous pouvons désormais rechercher des microprotéines dans des tissus sains et malades à grande échelle, ce qui révélera de nouvelles perspectives sur la biologie humaine et débloquera de nouvelles voies pour diagnostiquer et traiter les maladies, telles que le cancer et la maladie d'Alzheimer. »
Spots à arrêt-court microprotéine associée au cancer du poumon
Les chercheurs ont déjà utilisé un arrêt-court pour identifier une microprotéine qui a été régulée à la hausse dans les tumeurs du cancer du poumon. Ils ont analysé les données génétiques des tumeurs pulmonaires humaines et du tissu normal adjacent pour créer une liste de smorfs fonctionnels potentiels. Parmi les arrêts-courts Smorfs trouvés, on s'est exprimé – il a été exprimé plus dans le tissu tumoral que les tissus normaux, ce qui suggère que cela peut servir de biomarqueur ou de microprotéine fonctionnelle pour le cancer du poumon
L'identification de cette microprotéine liée au cancer du poumon démontre la valeur de l'arrêt-court et de l'apprentissage automatique pour hiérarchiser les candidats à de futures recherches et développement thérapeutique.
« Il y a tellement de données qui existent déjà que nous pouvons désormais traiter avec l'arrêt-court pour trouver de nouvelles microprotéines associées à la santé et aux maladies, s'étendant de l'Alzheimer à l'obésité et au-delà », explique Saghatelian. « Mon équipe est vraiment bonne pour fabriquer des méthodes, et avec les données d'autres professeurs Salk, nous pouvons intégrer ces méthodes et accélérer la science. »
