Swelfe, un outil pour détecter les répétitions au niveau des gènes, des séquences protéiques et des structures tridimensionnelles

Les duplications jouent un rôle important dans l’évolution des protéines et sont à l’origine des répétitions intragéniques présentes dans environ 14% des séquences protéiques. Nous avons choisi d’étudier ces répétitions d’un point de vue évolutif. Pour cela, nous avons développé un programme, Swelfe, qui cherche les répétitions à la fois dans les gènes, les séquences d’acides aminés et les structures tridimensionnelles des protéines. Ce programme utilise le même algorithme de programmation dynamique à tous les niveaux et une représentation séquentielle des structures 3D. Les scores et les tests de significativité des répétitions obtenues ont été adaptés pour chaque niveau. Nous avons créé une banque contenant les séquences d’ADN et d’acides aminés correspondant aux structures de la PDB, et comparé Swelfe à DALI pour valider la méthode au niveau des répétitions structurales. Enfin, ce programme est disponible pour la communauté à l’adresse http://bioserv.rpbs.jussieu.fr/swelfe et peut être téléchargé ou utilisé en ligne.
Swelfe a trouvé un nombre important de répétitions dans un ensemble non redondant de séquences nucléiques, séquences protéiques et structures tridimensionnelles, et environ 10% des protéines contiennent des répétitions à au moins un niveau. Cependant, le recouvrement des répétitions aux 3 niveaux est assez faible et beaucoup de répétitions ne sont trouvées qu’à un seul niveau, ce qui confirme l’intérêt de cette étude sur les 3 niveaux en parallèle. L’étude des répétitions structurales longues montre qu’environ 30% de ces répétitions sont symétriques à 180°, comme le sont les 2 éléments d’un homo-dimère. L’analyse de ces protéines montre que certaines pourraient effectivement remplacer des dimères.