Illuminating biomolécules : shedding light on the utility of labeling using transglutaminases
Notice bibliographique
Résumé
Le développement des technologies de recombinaison en biologie moléculaire fut un point tournant pour les sciences biologiques. Depuis cette découverte, diverses avancées extraordinaires qui ont un impact direct sur les humains ont pu être accomplies dans les domaines de recherches qui découlent de cette technologie. L’étude des enzymes produites en utilisant cette technique est le fondement de leurs applications éventuellement accessibles. À cet effet, la biocatalyse est un sous-domaine de l’enzymologie en développement continuel. Les chimistes et ingénieurs utilisent les composantes de systèmes biologiques ou même des systèmes complets afin de complémenter ou remplacer des méthodologies existantes. Cette thèse étudie la famille d’enzymes transglutaminase (TGase) comme biocatalyseur afin d’explorer et d’étendre l’ubiquité et les innovations rendues possibles grâce aux enzymes. Les TGases sont des enzymes versatiles. Leur homologue bactérien, la transglutaminase bactérienne (MTG), est couramment utilisé à l’échelle industrielle pour la transformation alimentaire. Depuis une dizaines d’années, de nombreux efforts ont été faits afin de trouver de nouvelles applications des TGases. En premier lieu, une revue des accomplissements, progrès et défis reliés au développement des TGases sera décrite. Les TGases sont intrinsèquement des catalyseurs de la formation de lien isopeptidiques entre une glutamine et une lysine. Par ce fait, elles ont été initialement testées dans cette thèse pour la synthèse de peptides. Une forme de l’enzyme TGase de mammifères fut en mesure de générer les composés dipeptidiques Gly-Xaa et D-Ala-Gly avec une faible conversion. La MTG possède plusieurs caractéristiques qui font de cette enzyme un candidat intéressant pour le développement de biotechnologies. Elle est stable, non dépendante d’un cofacteur et connait peu de compétition pour sa réaction catalytique inverse. La majeure partie de cette thèse porte exclusivement sur l’utilisation de la MTG. Nous avons développé et caractérisé une réaction chimio-enzymatique en un seul pot pour la conjugaison de peptides et protéines. La présence de glutathion en quantité suffisante permet de contourner l’incompatibilité de la MTG avec le cuivre et ouvre la porte à l’utilisation de la réaction de cycloaddition entre un alcyne et un azoture catalysée par le cuivre, afin d’effectuer le marquage fluorescent de protéines. L’utilisation d’autres méthodes de chimie « click » sans métaux fut aussi étudiée afin d’incorporer divers substrats protéiques. Le marquage de protéines avec la MTG fut investigué de manière combinatoire. Précisément, la ligation de Staudinger, la cycloaddition azoture-alcyne promue par la tension de cycle, ainsi que la ligation de tetrazine (TL) ont été testées. Différents niveaux de conversion ont été atteints, le plus prometteur étant celui obtenu avec la TL. Une étude par cristallographie a été effectuée afin d’élucider comment les substrats contenant une glutamine interagissent avec la MTG. Une méthode de purification alternative de la MTG a été développée afin d’atteindre ce but. Une discussion sur les stratégies et défis est présentée. Finalement, la conjugaison entre un système contenant la MTG comme biocatalyseur de marquage, le domaine B1 de la protéine G (GB1) comme substrat et d’un fluorophore contenant une amine comme sonde fut étudié. Comme deux des constituants de ce système sont des protéines, l’ingénierie d’enzyme peut être entreprise afin d’améliorer leurs propriétés. Une banque de 24 variantes de GB1 fut construite grâce à une approche semi-rationnelle afin d’investiguer quels facteurs sont déterminants pour la sélectivité de la MTG envers la glutamine. Chaque variante étudiée comportait une seule glutamine à une position variable afin d’évaluer l’impact des éléments de structure secondaire où se retrouve la glutamine. L’efficacité pour le marquage a pu être améliorée d’au moins un ordre de grandeur pour huit des substitutions étudiées. Comme chacune des structures secondaires fut marquée, il fut démontré que la MTG n’en préfère pas une en particulier. De plus, la réactivité de la MTG envers la variante I6Q-GB1 fut augmentée en créant des mutations dans son site actif. Ces résultats permettent de comprendre d’avantage la sélectivité de la MTG envers la glutamine, tout en démontrant le potentiel de cette enzyme à être modifiée afin d’être améliorée.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».