Une nouvelle étude révèle que les protéines responsables du contrôle des gènes exprimés dans un génome font plus que simplement activer ou désactiver un gène. Essentiellement, chaque type de protéine qui interagit avec un gène produit des comportements différents – une découverte qui a des ramifications dans tous les domaines, depuis la thérapie biomédicale jusqu’à l’informatique biologique.
Ce qui est en cause, ce sont les « régulateurs de l’épigénome ». Le génome de chaque organisme est constitué d’ADN. Mais cet ADN est lié à de nombreuses protéines différentes dans des structures très compactes. Les protéines liées à l’ADN sont appelées épigénome et contrôlent les parties de l’ADN qui s’expriment. Vos cellules sanguines, vos cellules nerveuses et vos cellules cutanées ont toutes le même ADN, mais remplissent des fonctions très différentes. En effet, différentes parties de la séquence d'ADN sont exprimées dans chaque cellule – et que est largement contrôlé par les protéines qui sont liées aux différentes parties de l’ADN de chaque cellule.
« Nous savions déjà que les protéines de l'épigénome contrôlent la manière dont l'ADN est exprimé », explique Albert Keung, auteur correspondant de l'étude et professeur agrégé de génie chimique et biomoléculaire à la North Carolina State University. « Notre objectif ici était d'examiner un seul gène et de quantifier l'ensemble des façons dont le gène pourrait être exprimé par différentes protéines. » Keung est le Goodnight Distinguished Scholar en innovation en biotechnologie et en génie biomoléculaire et directeur des programmes de biotechnologie de l'Integrative Sciences Initiative de NC State.
« Les résultats étaient fascinants », déclare Leandra Caywood, co-première auteure de l'étude et récente doctorante. diplômé de NC State. « Par exemple, une protéine peut activer le gène rapidement ; une deuxième protéine peut prendre un peu plus de temps pour activer le gène – mais ensuite le maintenir actif pendant une longue période ; et une troisième protéine peut avoir un long délai avant d'activer le gène, auquel cas elle augmente rapidement puis s'éteint immédiatement. »
Pour cette étude, les chercheurs se sont concentrés sur un seul gène provenant d’un organisme de levure. L'équipe de recherche a exposé l'ADN de ce gène à 87 protéines différentes, qui ont été sélectionnées comme sous-ensemble représentatif des centaines de protéines trouvées dans l'épigénome de cette levure. Chaque interaction protéine-gène a été testée sur environ 100 cellules de levure.
Les chercheurs ont utilisé la lumière pour contrôler la liaison de chaque protéine au gène, ainsi que la microscopie et des outils analytiques pour mesurer l’expression génique résultante en temps réel pendant 12 heures.
« Nous avons conçu cette étude de manière à nous permettre de capturer la dynamique de l'ensemble de ce processus », explique Jessica Lee, co-première auteure de l'étude et récente doctorante. diplômé de NC State. « Nous pourrions contrôler et mesurer la durée pendant laquelle la protéine était exposée au gène et nous pourrions observer et mesurer le comportement dynamique du gène en réponse à la protéine. »
« La grande découverte ici était que chaque protéine produisait une réponse unique d'expression génique à partir du gène », explique Keung. « Les protéines sont bien plus qu'un interrupteur marche/arrêt.
« Nous avons également constaté que certaines protéines produisaient la même réponse génique dans toutes les cellules de levure que nous avons testées – le modèle d'expression génique qu'elles produisaient était très cohérent. Mais d'autres protéines produisaient une large gamme de réponses qui variaient d'une cellule à l'autre – il y avait beaucoup de bruit dans le signal qu'elles produisaient. «
En analysant les modèles d'expression génique produits par chaque protéine, les chercheurs ont découvert une forte association entre ce que la littérature sait déjà sur la fonction de chaque protéine et le modèle d'expression génique produit par ces protéines.
« Par exemple, les protéines connues pour recruter la polymérase ont tendance à produire des modèles d'expression génique similaires », explique Keung.
Les chercheurs ont ensuite exécuté une grande variété de modèles informatiques pour voir si l’un d’entre eux était capable de prendre en compte toutes leurs données expérimentales.
« Idéalement, vous voulez un modèle qui vous aide à comprendre ce qui se passe en termes de réponse du gène à chacune des protéines, pas seulement à certaines protéines », explique Keung. « Au départ, nous pensions que cela serait difficile, car il y avait tellement de modèles d'expression génétique différents. Mais il s'est avéré qu'un modèle relativement simple – un modèle à trois états avec rétroaction positive – était capable de capturer toutes les données. »
Dans l’ensemble, les résultats de cette étude sont très prometteurs pour l’ingénierie cellulaire.
« D'un point de vue de la biologie cellulaire, ces travaux nous permettent de mieux comprendre comment les gènes sont régulés et exprimés », explique Keung. « D'un point de vue technique, nos découvertes peuvent être utilisées pour contrôler de manière plus dynamique le comportement cellulaire.
« Par exemple, si vous biofabricez des protéines ou des thérapies cellulaires pour les secteurs pharmaceutique ou biomédical, nos travaux peuvent être utilisés pour affiner les activités liées à la production de protéines.
« De la même manière, même les protéines qui produisent des modèles aléatoires d'expression génique pourraient être utiles. Par exemple, si vous essayez d'optimiser une voie de bioproduction dans une cellule, il est vraiment utile de tester la gamme complète des niveaux de protéines dans la cellule », explique Keung. « Quel rapport de protéines produit le meilleur résultat ? Dans ce scénario, il serait utile de savoir comment induire une expression génétique aléatoire, créant essentiellement un moyen d'amener les cellules à produire différents niveaux de protéines.
« Et c'est là que le modèle informatique est également précieux. En comprenant non seulement ce que fait chaque protéine, mais aussi comment elle le fait, vous pouvez prendre des décisions plus éclairées sur la manière d'atteindre vos objectifs d'un point de vue technique. »
Un article sur l'étude, « Epigenome Regulators Imbue a Single Eukaryotic Promoter with Diverse Gene Expression Dynamics », est publié en libre accès dans la revue iScience. L'article a été co-écrit par Riley Basinger, étudiant de premier cycle à NC State ; Lucas Abbott, titulaire d'un doctorat. étudiant à NC State; et Nicholas Levering, ancien étudiant de premier cycle à NC State.
Ce travail a été réalisé avec le soutien des National Institutes for Health dans le cadre des subventions 5T32GM133366 et 5F31CA268873 ; et de la National Science Foundation sous les subventions 2144539 et 1830910.
