Thèse Block-Hpiv3 - Conception Assistée par Intelligence Artificielle de Miniprotéines Inhibitrices de la Réplication du Virus Parainfluenza Humain de Type 3 Hpiv3 H/F - Université Grenoble Alpes

Établissement : Université Grenoble Alpes
École doctorale : CSV- Chimie et Sciences du Vivant
Laboratoire de recherche : Institut de Biologie Structurale
Direction de la thèse : Jean Marie BOURHIS ORCID 0000000231511546
Début de la thèse : 2026-10-01
Date limite de candidature : 2026-04-09T23:59:59

Le virus parainfluenza humain de type 3 (hPIV3) est responsable d'infections respiratoires aiguës sévères, en particulier chez les nourrissons, les jeunes enfants et les patients immunodéprimés. En l'absence de vaccin ou de traitement antiviral spécifique, hPIV3 demeure un problème de santé publique non résolu. La compréhension des mécanismes moléculaires de la réplication virale et le développement de nouvelles stratégies d'inhibition constituent donc un enjeu scientifique et médical majeur.

hPIV3 est un virus à ARN simple brin de polarité négative dont le génome est organisé sous la forme d'une nucléocapside, complexe supramoléculaire associant l'ARN viral à de multiples copies de la nucléoprotéine (N). Cette structure protège le génome et constitue la matrice exclusive pour la transcription et la réplication. Le génome viral n'est jamais présent sous forme d'ARN nu dans la cellule infectée : seules les nucléocapsides sont reconnues par la machinerie virale. L'activité de polymérisation est assurée par la polymérase (L), recrutée sur la nucléocapside via la phosphoprotéine (P), qui joue un rôle central de cofacteur.

Un point clé du cycle viral réside dans la gestion de la nucléoprotéine sous sa forme non assemblée (N). Avant son incorporation dans la nucléocapside naissante, N doit être maintenue soluble et compétente pour l'encapsidation de l'ARN néosynthétisé. Cette fonction est assurée par la phosphoprotéine P, qui agit comme chaperon moléculaire en formant un complexe spécifique avec N et en empêchant son auto-assemblage prématuré. Les interactions protéine-protéine entre N et P, ainsi qu'entre P et L, sont ainsi indispensables à la formation et à la fonctionnalité du complexe de réplication. Bien que cruciales, ces interfaces sont étendues, dynamiques et difficilement accessibles aux approches pharmacologiques classiques.

L'objectif de cette thèse est de développer et de caractériser des miniprotéines inhibitrices conçues de novo par intelligence artificielle, capables de perturber sélectivement ces interactions clés. Le projet s'appuie sur les avancées récentes en modélisation et conception de protéines par IA, récompensées par le prix Nobel de chimie 2024, permettant de concevoir rationnellement des binders protéiques à forte affinité et grande spécificité. Contrairement aux peptides dérivés de séquences naturelles, ces miniprotéines sont dessinées pour épouser précisément les surfaces d'interaction des protéines virales, offrant une meilleure stabilité structurale.

La thèse vise à démontrer que la conception assistée par IA permet de générer des inhibiteurs adaptés à des interfaces protéine-protéine virales complexes. Dans un premier temps, le doctorant mettra en place les outils expérimentaux nécessaires, incluant la culture cellulaire et l'utilisation d'un virus recombinant hPIV3 fluorescent pour un suivi quantitatif de l'infection. Dans un second temps, des miniprotéines candidates, conçues à l'aide d'outils de prédiction et de génération de structures (par exemple AlphaFold3 et RFdiffusion3), seront sélectionnées et évaluées pour leur capacité à inhiber la réplication virale. Les candidats les plus prometteurs feront l'objet d'une caractérisation biophysique détaillée, suivie d'une preuve de concept d'inhibition virale en culture cellulaire, incluant une étude exploratoire de la délivrance intracellulaire via des nanoparticules lipidiques.

Ce projet doctoral offrira une formation approfondie en design de protéines, biologie structurale, biophysique des interactions et virologie cellulaire. La méthodologie développée pourra être étendue à d'autres virus respiratoires de la famille des Paramyxoviridae.

Ce projet s'intègre au sein de l'équipe VRM (Viral Replication Machines) de l'Institut de Biologie Structurale (IBS), un centre d'excellence international en biologie structurale intégrative. Situé au coeur du Polygone Scientifique de Grenoble, l'IBS offre un environnement de recherche unique, favorisant l'interdisciplinarité entre virologie, biophysique et bio-informatique. Le projet est supporté par une ANR et un financement UGA en cours.

Concevoir par intelligence artificielle des miniprotéines inhibitrices ciblant les interactions N-P du virus hPIV3 et valider leur potentiel antiviral par des approches de biophysique et de virologie cellulaire.

Conception in silico (computational design): utilisation d'algorithmes d'intelligence artificielle générative de dernière génération (ex: RFdiffusion, ProteinMPNN, AlphaFold3) pour concevoir de novo des miniprotéines ciblant spécifiquement l'interface d'interaction N-P du virus hPIV3. L'objectif est de générer une bibliothèque de candidats binders théoriques optimisés pour l'affinité et la solubilité.
Criblage et caractérisation biophysique: production des miniprotéines candidates (système recombinant E. coli) et des protéines virales cibles. Sélection des meilleurs inhibiteurs par des méthodes biophysiques (Bio-Layer Interferometry - BLI ou Résonance Plasmonique de Surface - SPR) pour mesurer les constantes cinétiques d'association et de dissociation. Une analyse structurale pourra être envisagée pour valider les modèles prédits.
Validation antivirale in cellulo: évaluation de l'efficacité inhibitrice des meilleurs candidats sur la réplication virale en culture cellulaire. Le suivi quantitatif de l'infection sera réalisé à l'aide d'un virus recombinant hPIV3 exprimant une protéine fluorescente (GFP). En parallèle, une étude exploratoire testera l'encapsulation des miniprotéines dans des nanoparticules lipidiques.

Master 2 (ou équivalent ingénieur) en Biologie Structurale, Biochimie, Biophysique ou Bio-informatique structurale.
Compétences techniques attendues : Le candidat devra présenter un profil polyvalent avec une forte appétence pour l'interdisciplinarité 'Wet Lab / Dry Lab' :
Biochimie & Biologie Structurale (Wet Lab) : onnaissances théoriques et pratiques en production de protéines recombinantes (système E. coli), purification (chromatographie FPLC : affinité, exclusion stérique) et méthodes d'analyse biochimique (SDS-PAGE). Une expérience en culture cellulaire mammifère serait un atout.
Pré-requis académiques : Les résultats de Master (M1 et M2) doivent permettre l'inscription au concours de l'École Doctorale de l'Université Grenoble Alpes (EDSV).
Bio-informatique & Modélisation (Dry Lab) : Familiarité avec la visualisation structurale (PyMOL, ChimeraX). Une première expérience ou un fort intérêt pour les outils de prédiction structurale (AlphaFold, Rosetta) et une connaissance de base de l'environnement Linux/Shell ou Python sont fortement souhaitées.