Nouvelles stratégies d'analyses et de prédiction des structures tridimensionnelles des protéines

The secondary structures approximate badly the 3D protein structures. A new method have been developped to create a more complex and precise structural alphabet (called Protein Blocks) which could be used in a local prediction method. The analysis of the specificity and stability of this alphabet has been performed. This alphabet is composed of 16 prototypes of 5 Cα length. The local prediction of PBs from the sequence gives correct results.The prediction is based on Bayesian statistics which is efficient to understand the meaning and influences of every amino acids. To improve this prediction, we have used two concepts : (i) 1 local fold is associated with a set of sequences and (ii) 1 sequence could give different folds. The first point is associated with the splitting of occurrence matrices associated with the most common PBs. The second point is based upon a confidence index and allow the location of well-predicted residues. Some succession of Protein Blocks are over-represented. So, we have define a network describing most of the protein topology.Finally, we propose a method called Hybrid Protein Model which allow the compaction of succession of Protein Blocks in a fuzzy manner and create structurally dependant cluster. This approach has been extended to the research of structural homology.Caractériser la structure tridimensionnelle des protéines avec les structures secondaires classiques est assez pauvre structurellement. Nous avons donc développé une nouvelle méthodologie pour concevoir des séries de petits prototypes moyens nommés Blocs Protéiques (BPs) qui permettent une bonne approximation des structures protéiques. L'analyse de la spécificité des blocs protéiques a montré leur stabilité et leur spécificité sur le plan structural. Le choix final du nombre de BPs est associé a une prédiction locale correcte.Cette prédiction se base avec une méthode bayésienne qui permet de comprendre l'importance des acides aminés de maniè;re simple. Pour améliorer cette prédiction, nous nous sommes bases sur deux concepts : (i) 1 repliement local -> n séquences et (ii) 1 séquence -> n repliements. Le premier concept signifie que plusieurs types de séquences peuvent être associes a la même structure et le second qu'une séquence peut-être associée a plusieurs type de repliements. Ces deux aspects sont développés en se basant sur la recherche d'un indice de fiabilité lie a la prédiction locale, pour trouver des zones de fortes probabilités. Certains mots, i.e. successions de blocs protéiques apparaissent plus fréquemment que d'autres. Nous avons donc défini au mieux quelle est l'architecture de ces successions, les liens existants entre ces différents mots.Du fait de cette redondance qui peut apparaìtre dans la structure protéique, une méthode de compactage qui permet d'associer des structures structurellement proches sur le plan local a été mise au point. Cette approche appelée "protéine hybride" de conception simple permet de catégoriser en classes "structurellement dépendantes" l'ensemble des structures de la base de données protéiques. Cette approche, en plus du compactage, peut être utilisée dans une optique différente, celle de la recherche d'homologie structurale et de la caractérisation des dépendances entre structures et séquences