PhD Defense
PhD defense - Elena Brusoni (eq. Urvoas - B3S dpt)
par
→
Europe/Paris
B21-N0-00 - Auditorium (I2BC CNRS Gif)
Description
Elena Brusoni - eq. Urvoas - B3S dpt
Titre : Sélection de protéines artificielles (AlphaReps) sur cibles membranaires par phage display et séquençage de nouvelle génération
Composition du jury :
Mireille Dumoulin - Rapportrice
Patrick Chames - Rapporteur
Sandrine Moutel - Examinatrice
Clément Nizak - Examinateur
Karim Benihoud - Examinateur
Marielle Valerio-Lepiniec et Agathe Urvoas - Directrices de thèse
Résumé :
Historiquement, les anticorps sont les outils de reconnaissance moléculaire de référence dans de nombreuses applications biomédicales, allant de la recherche fondamentale, au diagnostic et à la thérapie. Toutefois, ils ne représentent pas les seuls binders protéiques capables de reconnaissance et liaison spécifique. Dans ce cadre, l’équipe Modélisation et Ingénierie des Protéines a développé la bibliothèque de protéines AlphaReps, qui s’inscrit dans le champ plus large des protéines artificielles fondées sur des ossatures alternatives aux anticorps. Ces protéines offrent des avantages par rapport aux outils conventionnels en termes de production, stabilité et ingénierie. Jusqu’à présent, la sélection d’AlphaReps a été réalisée par phage display, utilisant comme cibles principalement des protéines purifiées et solubles. Or, cette approche implique d’extraire la protéine cible de son contexte cellulaire natif. Cela pose généralement problème pour les protéines membranaires, dont la conformation native peut dépendre de la formation de complexes multiprotéiques ou être incompatible avec les techniques de purification. Compte tenu de ces limitations, le développement d’une méthodologie fiable de sélection de binders dirigés contre des protéines membranaires constitue un enjeu majeur pour le développement de nouveaux outils de ciblage thérapeutique et diagnostique. Au cours de ce projet de thèse, une nouvelle méthodologie de sélection d’AlphaReps par phage display, appliquée directement à la surface de cellules exprimant une protéine d’intérêt a été développée. L’intégration d’un suivi de sélection par séquençage de nouvelle génération (NGS) a permis l’identification entièrement in silico de plusieurs AlphaReps dirigées contre un biomarqueur tumoral de fort intérêt thérapeutique. D’une façon plus générale, les travaux présentés démontrent la faisabilité de la sélection d’AlphaReps sur cellules entières et soulignent l’intérêt du suivi par NGS appliqué au phage display.
Historiquement, les anticorps sont les outils de reconnaissance moléculaire de référence dans de nombreuses applications biomédicales, allant de la recherche fondamentale, au diagnostic et à la thérapie. Toutefois, ils ne représentent pas les seuls binders protéiques capables de reconnaissance et liaison spécifique. Dans ce cadre, l’équipe Modélisation et Ingénierie des Protéines a développé la bibliothèque de protéines AlphaReps, qui s’inscrit dans le champ plus large des protéines artificielles fondées sur des ossatures alternatives aux anticorps. Ces protéines offrent des avantages par rapport aux outils conventionnels en termes de production, stabilité et ingénierie. Jusqu’à présent, la sélection d’AlphaReps a été réalisée par phage display, utilisant comme cibles principalement des protéines purifiées et solubles. Or, cette approche implique d’extraire la protéine cible de son contexte cellulaire natif. Cela pose généralement problème pour les protéines membranaires, dont la conformation native peut dépendre de la formation de complexes multiprotéiques ou être incompatible avec les techniques de purification. Compte tenu de ces limitations, le développement d’une méthodologie fiable de sélection de binders dirigés contre des protéines membranaires constitue un enjeu majeur pour le développement de nouveaux outils de ciblage thérapeutique et diagnostique. Au cours de ce projet de thèse, une nouvelle méthodologie de sélection d’AlphaReps par phage display, appliquée directement à la surface de cellules exprimant une protéine d’intérêt a été développée. L’intégration d’un suivi de sélection par séquençage de nouvelle génération (NGS) a permis l’identification entièrement in silico de plusieurs AlphaReps dirigées contre un biomarqueur tumoral de fort intérêt thérapeutique. D’une façon plus générale, les travaux présentés démontrent la faisabilité de la sélection d’AlphaReps sur cellules entières et soulignent l’intérêt du suivi par NGS appliqué au phage display.
Abstract:
Antibodies have historically been the reference tools for molecular recognition in a wide range of biomedical applications, from basic research to diagnostics and therapy. However, they are not the only proteins capable of specific recognition and binding. In this context, the laboratory developed the AlphaReps library, part of the broader class of artificial proteins based on scaffolds alternative to antibodies, which offer advantages over conventional tools in terms of production, stability and engineering. To date, the selection of AlphaReps has relied on traditional approaches, primarily on purified, soluble target proteins. However, this methodology removes the target protein from its native cellular context, making its application to membrane proteins challenging, as their conformations may depend on multiprotein complexes or may be incompatible with purification techniques. Given these limitations, establishing a reliable methodology for selecting binders against membrane proteins represents a major challenge for advancing new therapeutic and diagnostic targeting tools. In this PhD project, a novel methodology for selecting AlphaReps by phage display directly on the surface of cells expressing a protein of interest was established. The integration of Next Generation Sequencing (NGS) allowed the fully in silico identification of several AlphaReps directed against a tumor biomarker of high therapeutic interest. More broadly, this work demonstrates the feasibility of selecting AlphaReps on whole cells and highlights the value of combining the NGS approach with phage display.