L'ingénierie enzymatique a révolutionné l'expansion des fonctions enzymatiques naturelles, permettant le développement de nouveaux biocatalyseurs avec des propriétés ajustables pour diverses applications. Cette thèse se concentre sur l'avancement des méthodologies computationnelles pour optimiser le rendement enzymatique, en particulier pour l'ingénierie des glycosyl hydrolases (GH). Les GH catalysent la rupture hydrolytique de la liaison glycosidique dans les glycanes et glyconjugués. Au cours des dernières années, des efforts ont été déployés pour réorienter la fonction enzymatique des GH vers l'activité de transglycosylation afin de catalyser la synthèse de liaisons glycosidiques pour la production de glucides à haute valeur ajoutée. Cette thèse vise à élargir les capacités de prédiction de BINDSCAN, un protocole computationnel pour l'ingénierie des protéines développé à l'origine au Laboratoire de Biochimie de l'IQS School of Engineering. Le protocole est basé sur l'analyse mutationnelle massive de la séquence de protéine pour l'identification de positions sensibles à la reconnaissance des ligands. Dans cette thèse, nous avons : i) implémenté de nouvelles métriques basées sur des mesures d'affinité de liaison et des calculs de potentiel électrostatique, ii) optimisé le rendement computationnel, iii) implémenté une interface graphique pour l'analyse des résultats et iv) appliqué la nouvelle version du protocole à différentes GH d'intérêt. Nous avons démontré que les GH ont évolué pour générer un gradient de potentiel électrostatique à leur centre actif complémentaire à la séparation de charges développée à la liaison glycosidique hydrolysable durant la catalyse. Cela nous a permis de développer une nouvelle métrique électrostatique capable d'identifier des résidus cruciaux pour stabiliser l'état de transition de la réaction. La métrique a été utilisée pour le criblage de différentes GH : i) Bacillus licheniformis 1,3-1,4-β-glucanase (BlβGluc), ii) Thermobacillus xylanilyticus α-L-arabinofuranosidase (TxAbf), iii) Spodoptera frugiperda β-glycosidase (SfβGly) et Bifidobacterium bifidum lacto-N-biosidase (BbLnbB). Les résultats ont démontré que cette métrique prédit efficacement les positions qui affectent l'activité hydrolytique telles que M58A à BlβGluc, R69H à TxAbf et W394F à BbLnbB. De plus, nous avons validé le rendement de classification des différentes métriques du protocole BINDSCAN par rapport aux données expérimentales massives de SfβGly. Nous proposons également une stratégie computationnelle basée sur le protocole BINDSCAN pour guider la conception de transglycosylases efficaces en améliorant l'union de la molécule acceptor et en rendant difficile l'activité hydrolytique naturelle. Les campagnes de criblage sur TxAbf et BbLnbB ont démontré la capacité du protocole à identifier des variants de GH avec des rendements élevés de transglycosylation : TxAbf R69H (7,3 %) et BbLnbB W394F (32 %), H263A (21 %). Cette thèse contribue à réduire l'écart entre la conception théorique et la validation expérimentale pour élargir les capacités de l'ingénierie enzymatique pour des applications industrielles et biotechnologiques.
Aitor Vega Sánchez (Thu) a étudié cette question.