PROJET PEPTIDOMS

Projet ANR-24-CE45-3296 (2024-2028)

La "peptidomique" fait référence à l'identification exploratoire, à grande échelle, du pool de peptides présents dans un fluide ou un tissu biologique. Ce domaine est en plein essor dans plusieurs secteurs des sciences du vivant, car les peptides endogènes se sont révélés des acteurs essentiels des processus cellulaires et des biomarqueurs potentiels d’un certain nombre de dysfonctionnements ou pathologies. Les peptides non endogènes, qui comprennent notamment les peptides produits par l'ingestion et la digestion de protéines alimentaires, suscitent également un intérêt croissant car ces peptides ont de multiples activités biologiques qui peuvent être bénéfiques pour la santé (ex. antihypertenseurs, antioxydants, anti-inflammatoires), ou au contraire indésirables (ex., allergènes).

Les données massives générées en peptidomique sont, jusqu'à présent, traitées avec des logiciels conçus pour la protéomique. Or le peptidome a des spécificités qui le différencient des peptides en protéomique et l’approche comporte donc des risques importants d'erreurs. Notre objectif est de concevoir et de mettre en œuvre des nouvelles stratégies d’identification et de validation des résultats, adaptées aux spécificités de la peptidomique. Notre hypothèse est que la philosophie des approches Open Mass Search (OMS) est prometteuse, même si plusieurs défis restent à relever pour avoir un logiciel performant et fiable mettant en œuvre une stratégie OMS en peptidomique.

Le projet propose des développements ambitieux et originaux en ce sens, portant à la fois sur les algorithmes et sur les stratégies de validation. Les avancées sur les deux axes seront appliquées à l’étude de l’allergie alimentaire au chanvre, pour identifier les peptides dérivés du chanvre présentant un risque allergique pour le consommateur. Compte-tenu de leur généricité, les développements ouvriront des perspectives larges dans de nombreux autres domaines de la biologie ayant recours aux approches de peptidomique.

Hypothèse

• La déduction de peptides à partir de spectres MS2 en peptidomique présente des défis informatiques spécifiques et nécessite des algorithmes sur mesure et des méthodes de post-validation pour augmenter la sensibilité (c'est-à-dire le taux d'attribution de spectre) tout en réduisant le risque d'erreurs d'identification.
• Nous émettons l'hypothèse que la philosophie des approches Open Mass Search (OMS) est bien adaptée. Pourtant, de nombreux défis restent à relever avant de lancer un nouveau logiciel qui mettrait en œuvre une stratégie OMS en peptidomique performante et fiable.

Objectifs

Mener des recherches interdisciplinaires sur les algorithmes, la bioinformatique, la biostatistique, la biologie et la chimie analytique pour améliorer la fiabilité de l'identification des spectres MS2 dans un contexte de peptidomique.

Coordinatrice

Hélène Rogniaux (IRHC HDR) – INRAE UR BIA (BIBS)

Partenaires

• Equipes BIBS et Allergie, unité BIA, INRAE - Nantes
• LS2N Nantes Univ., Laboratoire des Sciences du Numérique (LS2N), ComBi team, UMR CNRS 6004 – Nantes
• PAPPSO, UMR Génétique Quantitative et Evolution-Le Moulon (GQE), Univ. Paris Saclay, INRAE, CNRS, AgroParisTech
• EdyP laboratory, Univ. Grenoble Alpes, CNRS, CEA, INSERM – Grenoble

Partenaire associé

• VIB Computational Omics and Systems Biology Group, VIB-UGent Center for Medical Biotechnology – Ghent Univ., Belgium

Organisation

Durée

oct 2024 – oct 2028