Apprentissage profond et caractérisation de peptides pour le contrôle de la nutrition des plantes – DeepPep

L'azote (N) et le phosphore (P) sont deux nutriments majeurs qui soutiennent la production alimentaire et donc le développement de la population humaine. Cependant, l'apport de N et de P dans les systèmes agricoles a des effets néfastes sur les écosystèmes, principalement parce que ces nutriments ont tendance à s'échapper dans la biosphère. Ces fuites déclenchent des événements de pollution aquatiques et atmosphériques responsables entre autres du changement climatique.
C'est pourquoi la compréhension et le contrôle de la nutrition N et P des plantes peuvent avoir des conséquences cruciales pour le développement durable. Nous avons récemment obtenu des données moléculaires montrant qu'un moyen de contrôler et d'améliorer ces voies nutritionnelles peut résider dans le contrôle intime de la signalisation N par rapport à la signalisation P. L'objectif du projet NutriStim est donc d'acquérir des connaissances fondamentales pour contrôler ces voies moléculaires en utilisant des peptides signalétiques.
Pour cela, nous nous engagerons dans une approche "pan-peptidomique" sans précédent pour identifier les peptides naturels contrôlés par les signaux N et P dans 3 espèces végétales.
En parallèle, nous développerons un modèle d'apprentissage profond (Intelligence Artificielle [IA]) ayant pour ambition de prédire des peptides synthétiques capables d'interagir avec une protéine cible donnée. Ces peptides naturels et synthétiques seront ensuite appliqués aux plantes afin d'enregistrer leurs effets sur les réponses développementales et transcriptomiques. Pour les plus prometteurs, une génomique fonctionnelle approfondie sera engagée. Au final, l'équipe DeepPep composée de 5 laboratoires très complémentaires fournira une caractérisation et une compréhension approfondies des peptides régulateurs en jeu dans les plantes, ouvrant des perspectives directes d'applications biotechnologiques dans le domaine des biostimulants et de la conception de molécules synthétiques par IA.