ANR · 2023
SAINBIOSIS — Interaction soufre-cycle aromatique dans les biomolécules: investigations structurales et spectroscopie.
Des études de bio-informatique récentes sur les bases de données des structures des protéines ont révélés qu’un tier de toutes les protéines connues ont leur structure stabilisée par des interactions non covalentes entre les atomes de soufre et les électrons pi des cycles aromatiques : l’interaction S-pi. Ces groupes S-pi servent aussi comme station relais dans le processus de transport d’électrons au sein des protéines. La pertinence biologique de cette interaction est aussi due à son implication dans des pathologies associées à la perte de l’interaction suite à l'oxydation des soufres, telles que Alzheimer et Creutzfeldt-Jacob. Les interactions S-pi gagnent actuellement en intérêt dans de nombreux secteurs de recherche, tel que les médicaments pour les thérapies ciblées, les catalyseurs organiques, ou encore la compréhension de la structure et de la fonction de biomolécules. Aujourd’hui, cependant, il n’existe pas de données spectroscopiques permettant d’identifier l’interaction S-pi. Étudier cette signature apporterait des informations sur la structure électronique, les transferts de charges et autres propriétés dérivées dans ces protéines, mais constituerait aussi un marqueur biologique de la dénaturation d’une protéine pour la détection précoce de certaines pathologies. Avec ce projet, nos équipes emploieront des méthodes spectroscopiques de pointe (spectroscopie IR, UV, VUV, rayons-X), en combinaison avec des techniques de spectrométrie de masse, pour identifier et caractériser l’interaction S-pi dans des peptides et des protéines ainsi que pour évaluer les effets de l’oxydation des soufres sur la dénaturation des protéines et la signature spectroscopique. Des calculs théoriques QM/MM, traitant de façon ab initio l’interaction S-pi et par mécanique moléculaire le reste de la molécule, serviront de support aux expériences. Le calcul des spectres se fera en combinaison avec une méthode de clustering pour estimer les familles de conformères les plus importantes.
Structures participantes de Université Paris-Saclay
Provenance des données
Sources : scanR. Données consolidées le 27/10/2026. Une erreur ? Elle se corrige dans la source d’origine (HAL, RNSR, annuaire) ; voir comment.