Natalia Flechas Manrique Alberto Martínez Elena López-Martínez Luc Andrea Román Orus et al

Résumé

Les épitopes sont de courtes séquences peptidiques antigéniques reconnues par des anticorps ou des récepteurs des cellules immunitaires. Ils jouent un rôle central dans le développement des immunothérapies, des vaccins et des outils diagnostiques. Toutefois, la conception rationnelle de bibliothèques synthétiques d’épitopes reste un défi, en raison de l’immense espace combinatoire des séquences : pour des épitopes linéaires composés de n acides aminés, le nombre de combinaisons devient si élevé qu’un criblage et un test expérimentaux s’avèrent impossibles, même avec des techniques à haut débit. Dans cette étude, nous proposons un modèle de langage à grande échelle, epiGPTope, pré-entraîné sur des données protéiques et spécifiquement affiné sur des épitopes linéaires. Ce modèle est le premier à pouvoir générer directement de nouvelles séquences ressemblant à des épitopes, dont les propriétés statistiques se révèlent analogues à celles des épitopes connus. Cette approche générative permet ainsi de concevoir des bibliothèques de séquences candidates d’épitopes. Nous avons également entraîné des classifieurs statistiques capables de prédire si une séquence d’épitope provient d’un agent bactérien ou viral, permettant ainsi de réduire la taille de la bibliothèque candidate et d’augmenter la probabilité de découvrir des épitopes spécifiques. Nous proposons que l’association de modèles génératifs et prédictifs puisse s’avérer particulièrement utile dans la découverte d’épitopes. Cette méthode repose uniquement sur les séquences primaires d’acides aminés des épitopes linéaires, sans nécessiter de cadre géométrique ni de caractéristiques manuellement conçues. En développant une méthode permettant de produire des séquences biologiquement plausibles, nous anticipons une génération et un criblage accélérés et plus économiques d’épitopes synthétiques, ouvrant ainsi la voie à des applications pertinentes dans le développement de nouvelles biotechnologies.