Rapport de nouvelles Technologie
06 octobre 2026

AlphaProtein Novo : le pipeline de Google DeepMind conçoit des enzymes pour des réactions que la nature n'a jamais développées.

AlphaProtein Novo : le pipeline de Google DeepMind conçoit des enzymes pour des réactions que la nature n'a jamais développées.

Google DeepMind a introduit AlphaProtéine Novo AP Novo, un système d'apprentissage automatique pour la conception de novo d'enzymes, démontre pour la première fois, d'après une prépublication sur bioRxiv cette semaine, que des enzymes conçues par ordinateur peuvent surpasser l'exploration de séquences naturelles dans des contextes chimiques complexes. Développé conjointement par Caltech et l'Université de Pittsburgh, ce système conçoit des enzymes à partir de principes fondamentaux plutôt que d'optimiser des protéines existantes, résolvant ainsi un problème majeur de longue date dans la découverte de biocatalyseurs.

Le processus repose sur la construction de motifs : un modèle de diffusion génère simultanément des structures protéiques et des séquences d'acides aminés autour d'un motif catalytique – l'agencement des chaînes latérales et des ligands nécessaire à un mécanisme réactionnel hypothétique. Les structures candidates sont ensuite filtrées à l'aide de métriques issues des prédictions d'AlphaFold 3, qui évaluent des détails atomiques pertinents pour le mécanisme, tels que la géométrie entre une base catalytique et son substrat. Au total, l'équipe a testé plus de 5 600 structures sur cinq réactions, obtenant des taux de succès allant jusqu'à 80 % pour les meilleures structures et des efficacités catalytiques de pointe sur des réactions de référence, sans optimisation expérimentale itérative.

Les principales applications illustrent l'étendue de cette approche. Dans un premier temps, des chercheurs ont conçu des nitrène transférases pour synthétiser des pipéridines, un hétérocycle présent dans de nombreux médicaments approuvés par la FDA. La cyclisation compétitive d'un substrat peut produire soit des cycles pyrrolidine à cinq chaînons, soit des cycles pipéridine à six chaînons, les enzymes hémiques naturelles privilégiant fortement les premiers. Le criblage de 188 variants naturels et modifiés n'a permis d'identifier aucune enzyme présentant un rapport pipéridine/pyrrolidine supérieur à 30:70. En revanche, la principale enzyme conçue de novo, GDM_NT_270, a atteint une régiosélectivité de 99:1 pour la pipéridine, avec un excès énantiomérique de 94 % et 22 cycles catalytiques, inversant ainsi la préférence naturelle grâce à un contrôle direct de la géométrie du site actif.

Deuxièmement, l'équipe s'est intéressée au phtalate de di(2-éthylhexyle) (DEHP), un plastifiant omniprésent et un perturbateur endocrinien contaminant environnemental dont les chaînes latérales volumineuses et l'insolubilité dans l'eau rendent la plupart des hydrolases naturelles inactives. Un criblage récent de 65 estérases naturelles n'a identifié qu'une seule DEHPase active ; AP Novo a permis d'obtenir sept nouvelles familles structurales capables de catalyser la réaction, avec un taux de succès de 11 % pour les structures originales (39 % pour les structures recyclées). Bien que moins actives que les enzymes naturelles en milieu aqueux, ces nouvelles structures présentent des propriétés rares dans la nature : une enzyme de 191 résidus était 14 fois plus active à 90 °C qu'à température ambiante et restait fonctionnelle dans 75 % d'acétonitrile, conditions qui dénaturent totalement les estérases naturelles. Sa petite taille et sa forte expression chez *E. coli* contribuent également à réduire les coûts de production.

Ensembles de séquences comme signal clé

L'apport méthodologique majeur de cette étude réside dans le filtrage. Les chercheurs ont constaté que l'évaluation d'ensembles de séquences dérivées de LigandMPNN par rapport à une même structure de base — chaque variant reséquencé devant passer des filtres inspirés du mécanisme — amplifiait considérablement le pouvoir prédictif, multipliant par 30 le taux de succès des estérases à sérine. Combiné à un rééchantillonnage par diffusion partielle de la structure de base, ce procédé a permis d'atteindre des taux de succès rétrospectifs de 60 % pour les éliminases de Kemp et de 80 % pour les estérases à sérine. Les auteurs avancent que cela explique le fonctionnement des pipelines de reconception itératifs : ils sélectionnent implicitement des structures de base dont l'espace local séquence-structure favorise globalement la géométrie catalytique recherchée.

Des limitations subsistent. Les activités catalytiques restent nettement inférieures à celles des enzymes naturelles ou optimisées par évolution dirigée, la construction de motifs exige une expertise spécifique à chaque réaction, et les modèles ne rendent pas encore compte de manière satisfaisante de la physique de la catalyse. Néanmoins, avec la mise à disposition du code et des poids pour un usage non commercial, AP Novo indique que la conception générative de protéines devient un complément pratique – et, dans certains cas, une alternative – à l’exploration de la biodiversité naturelle.

Clause de non-responsabilité

En ligne avec la Lignes directrices du projet de confiance, veuillez noter que les informations fournies sur cette page ne sont pas destinées à être et ne doivent pas être interprétées comme des conseils juridiques, fiscaux, d'investissement, financiers ou toute autre forme de conseil. Il est important d’investir uniquement ce que vous pouvez vous permettre de perdre et de demander des conseils financiers indépendants en cas de doute. Pour plus d'informations, nous vous suggérons de vous référer aux conditions générales ainsi qu'aux pages d'aide et de support mises à disposition par l'émetteur ou l'annonceur. MetaversePost s'engage à fournir des rapports précis et impartiaux, mais les conditions du marché sont susceptibles de changer sans préavis.

A propos de l'auteur

Alisa, journaliste dévouée au MPost, se spécialise dans les cryptomonnaies, l'IA, les investissements et le vaste domaine de Web3. Avec un œil attentif sur les tendances et technologies émergentes, elle propose une couverture complète pour informer et impliquer les lecteurs dans le paysage en constante évolution de la finance numérique.

Plus d'articles
Alice Davidson
Alice Davidson

Alisa, journaliste dévouée au MPost, se spécialise dans les cryptomonnaies, l'IA, les investissements et le vaste domaine de Web3. Avec un œil attentif sur les tendances et technologies émergentes, elle propose une couverture complète pour informer et impliquer les lecteurs dans le paysage en constante évolution de la finance numérique.

Le système bancaire européen est-il prêt pour les stablecoins ? Je suis allé à Barcelone pour le découvrir.

Lors du congrès EBC de Barcelone, les banques ont indiqué que les stablecoins en euros attendaient la mise en place de règles de conservation et de capital, tandis que les sociétés de paiement et…

Savoir Plus

Shufti, Jumio, Sumsub et bien d'autres : les 6 principales plateformes de vérification d'identité et de conformité à connaître en 2026

Comparaison des solutions Shufti, Sumsub, Incode, Veriff, Persona et Jumio en matière de couverture du cycle de vie de la conformité, de transparence des prix et de détection des fraudes…

Savoir Plus
En savoir plus
Lire la suite
Mise à jour Gate : Gate étend TradFi, renforce son écosystème de trading et franchit de nouvelles étapes importantes.
Rapport de nouvelles
Mise à jour Gate : Gate étend TradFi, renforce son écosystème de trading et franchit de nouvelles étapes importantes.
6 novembre 2026
CertiK, V Systems et ZICO unissent leurs forces pour la tokenisation institutionnelle
Entreprise Rapport de nouvelles
CertiK, V Systems et ZICO unissent leurs forces pour la tokenisation institutionnelle
6 novembre 2026
Reality s'associe à Merkl pour permettre la distribution des dividendes rToken à travers DeFi
Entreprise Rapport de nouvelles
Reality s'associe à Merkl pour permettre la distribution des dividendes rToken à travers DeFi
6 novembre 2026
Gate établit une nouvelle référence en matière de sécurité crypto avec la preuve de sécurité (PoSEC) et une couverture de 104.58 %.
Rapport de nouvelles
Gate établit une nouvelle référence en matière de sécurité crypto avec la preuve de sécurité (PoSEC) et une couverture de 104.58 %.
5 novembre 2026
CRYPTOMERIA LABS PTE. LTD.