Protéine

En biochimie, on peut donc distinguer quatre niveaux d'organisation pour décrire la structure des protéines :

• La structure primaire correspond à la séquence en acides aminés.
• La structure secondaire décrit l'arrangement des résidus d'acides aminés observable à l'échelle atomique. Stabilisés par des liaisons hydrogène, ces arrangements locaux sont par exemple les hélices α, les feuillets β, les tonneaux β, ou les coudes. Il en existe plusieurs variétés, et il est courant qu'une protéine possède globalement plusieurs types de structures secondaires.
• La structure tertiaire correspond à la forme générale de la protéine observable à l'échelle de la molécule tout entière. Elle décrit les interactions entre les différents éléments de la structure secondaire. Elle est stabilisée par tout un ensemble d'interactions conduisant le plus souvent à la formation d'un cœur hydrophobe, avec éventuellement des liaisons salines, des liaisons hydrogène, des ponts disulfure, voire des modifications post-traductionnelles. On désigne souvent par structure tertiaire le repliement d'une protéine.
• La structure quaternaire décrit le complexe résultant de l'assemblage de plusieurs molécules de protéines (plusieurs chaînes polypeptidiques), appelées dans ce cas sous-unités protéiques, pour former un complexe protéique unique. Toutes les protéines ne sont pas nécessairement constituées de plusieurs sous-unités et ne possèdent par conséquent pas toujours de structure quaternaire.

Les protéines ne sont pas des molécules entièrement rigides. Elles sont susceptibles d'adopter plusieurs conformations apparentées en réalisant leurs fonctions biologiques. La transition d'une de ces conformations à une autre est appelée changement conformationnel. Dans le cas d'une enzyme par exemple, de tels changements conformationnels peuvent être induits par l'interaction avec le substrat au niveau du site actif. En solution, les protéines subissent également de nombreux changements conformationnels en raison de la vibration thermique de la collision avec d'autres molécules.

Surface moléculaire de plusieurs protéines représentées à l'échelle. De gauche à droite : immunoglobuline G (un anticorps, PDB 1IGY[13]), hémoglobine (PDB 2DHB[14]), insuline (une hormone, PDB 4INS[15]), adénylate kinase (une enzyme, PDB 1ZIN[16]) et glutamine synthétase (PDB 1FPY[17]).

Diagramme de diffraction aux rayons X d'un cristal de lysozyme d'œuf de poule (EC 3.2.1.17).

Structure d'un lysozyme d'œuf de poule obtenue par cristallographie aux rayons X à une résolution de 1,8 Å (PDB 132L[18]).

On peut distinguer trois grands groupes de protéines en fonction de leur structure tertiaire ou quaternaire : les protéines globulaires, les protéines fibreuses et les protéines membranaires. Presque toutes les protéines globulaires sont solubles et ce sont souvent des enzymes. Les protéines fibreuses jouent souvent un rôle structurel, à l'instar du collagène, constituant principal des tissus conjonctifs, ou de la kératine, constituant protéique des poils et des ongles. Les protéines membranaires sont souvent des récepteurs ou des canaux permettant aux molécules polaires ou électriquement chargées de traverser la membrane.

La connaissance de la structure tertiaire, voire quaternaire, d'une protéine peut fournir des éléments importants pour comprendre comment cette protéine remplit sa fonction biologique. La cristallographie aux rayons X et la spectroscopie RMN sont des méthodes expérimentales courantes pour étudier la structure des protéines, qui peuvent l'une et l'autre fournir des informations avec une résolution à l'échelle atomique. Les données RMN permettent d'obtenir des informations à partir desquelles il est possible d'estimer un sous-ensemble de distances entre certaines paires d'atomes, ce qui permet d'en déduire les conformations possible de cette molécule. L'interférométrie par double polarisation est une méthode analytique quantitative permettant de mesurer la conformation globale de la protéine ainsi que ses changements conformationnels en fonction de son interaction avec d'autres stimulus. Le dichroïsme circulaire fournit une autre technique de laboratoire permettant de résoudre certains éléments de la structure secondaire des protéines (hélices α et feuillets β notamment). La cryo-microscopie électronique permet d'obtenir des informations structurelles à plus faible résolution sur les très grosses protéines, notamment les virus. La cristallographie électronique (en), technique issue de la précédente, permet dans certains cas de produire également des données à haute résolution, notamment pour les cristaux bidimensionnels de protéines membranaires[19]. Les structures protéiques résolues sont généralement déposées dans la Protein Data Bank (PDB), une base de données en accès libre donnant la structure d'un millier de protéines pour laquelle les coordonnées cartésiennes de chaque atome sont disponibles[20].

Le nombre de protéines dont la structure a été résolue est bien plus faible que le nombre de gènes dont la séquence est connue. De plus, le sous-ensemble de protéines dont la structure a été résolue est biaisé en faveur des protéines qui peuvent être aisément préparées en vue d'une analyse par cristallographie aux rayons X, l'une des principales méthodes de détermination des structures protéiques. En particulier, les protéines globulaires sont comparativement les plus faciles à cristalliser en vue d'une cristallographie, tandis que les protéines membranaires sont plus difficiles à cristalliser et sont sous-représentées parmi les protéines disponibles dans la PDB[21]. Pour remédier à cette situation, des démarches de génomique structurale ont été entreprises afin de résoudre les structures représentatives des principales classes de repliement des protéines. Les méthodes de prédiction de la structure des protéines visent à fournir le moyen de générer la structure plausible d'une protéine à partir des structures qui ont pu être déterminées expérimentalement[22].

La séquence nucléotidique de l'ADN et de l'ARN messager détermine la séquence peptidique des protéines à travers le code génétique.

Le code génétique établit la correspondance entre un triplet de bases nucléiques, appelé codon, sur l'ARN messager et un acide α-aminé protéinogène. Cette correspondance est réalisée in vivo par les ARN de transfert, qui sont des ARN comptant une centaine de nucléotides tout au plus et portant un acide aminé esterifiant leur extrémité 3’-OH. Chacun des acides aminés est lié à des ARN de transfert spécifiques, portant des codons eux aussi spécifiques, de sorte que chacun des 64 codons possibles ne peut coder qu'un seul acide aminé. En revanche, chacun des 22 acides aminés protéinogènes peut être codé par plusieurs codons différents. Ce sont les enzymes réalisant l'estérification des ARN messagers avec les acides aminés — les aminoacyl-ARNt synthétases — qui maintiennent le code génétique : en effet, ces enzymes se lient spécifiquement à la fois à un ARN de transfert donné et à un acide aminé donné, de sorte que chaque type d'ARN de transfert n'est estérifié que par un acide aminé spécifique.

Le cas de la sélénocystéine et de la pyrrolysine est quelque peu différent en ce que ces acides aminés particuliers ne sont pas codés directement par des codons spécifiques mais par recodage traductionnel de codons stop en présence de séquences d'insertions particulières appelées respectivement élément SECIS et élément PYLIS, qui recodent les codons stop UGA (Opale) et UAG (Ambre) respectivement en sélénocystéine et en pyrrolysine. De surcroît, la sélénocystéine n'est pas liée telle quelle à son ARN de transfert, car elle est trop réactive pour exister librement dans la cellule ; c'est la sérine qui est liée à un ARN de transfert de sélénocystéine ARNt^Sec par la sérine-ARNt ligase. Le séryl-ARNt^Sec ne peut être utilisé par les ribosomes car il n'est pas reconnu par les facteurs d'élongation intervenant au cours de la biosynthèse des protéines, de sorte que la sérine ne peut être incorporée dans les sélénoprotéines à la place de la sélénocystéine. En revanche, le séryl-ARNt^Sec est un substrat pour certaines enzymes qui assurent sa conversion en sélénocystéinyl-ARNt^Sec : conversion directe par la sélénocystéine synthase[23] chez les bactéries, conversion indirecte via l'O-phosphoséryl-ARNt^Sec successivement par la O-phosphoséryl-ARNt^Sec kinase[24] et la O-phosphoséryl-ARNt:sélénocystéinyl-ARNt synthase[25] chez les archées et les eucaryotes.

Les gènes codés dans l'ADN sont tout d'abord transcrits en ARN pré-messager par des enzymes telles que les ARN polymérases. La plupart des êtres vivants modifient cet ARN pré-messager à travers un ensemble de processus appelés modifications post-transcriptionnelles conduisant à l'ARN messager mature. Ce dernier est alors utilisable par les ribosomes pour servir de modèle lors de la biosynthèse des protéines. Chez les procaryotes, l'ARN messager peut être utilisé dès qu'il est synthétisé ou être traduit en protéines après avoir quitté le nucléoïde. En revanche, chez les eucaryotes, l'ARN messager est produit dans le noyau de la cellule tandis que les protéines sont synthétisées dans le cytoplasme, de sorte que l'ARN messager doit traverser la membrane nucléaire.

Les ribosomes assurent la traduction de l'ARN messager en protéines.

La biosynthèse d'une protéine à partir d'un ARN messager est la traduction de cet ARNm. L'ARN messager se lie au ribosome, qui le lit séquentiellement à raison de trois nucléotides à chaque étape de la synthèse. Chaque triplet de nucléotides constitue un codon sur l'ARN messager, auquel peut se lier l'anticodon d'un ARN de transfert apportant l'acide aminé correspondant. L'appariement entre le codon et l'anticodon repose sur la complémentarité de leurs séquences respectives. C'est cette complémentarité qui assure la reconnaissance entre l'ARN de transfert et le codon de l'ARN messager. L'acide aminé apporté par l'ARN de transfert sur le ribosome établit une liaison peptidique avec l'extrémité C-terminale de la chaîne naissante, ce qui permet de l'allonger d'un résidu d'acide aminé. Le ribosome se déplace alors de trois nucléotides sur l'ARN messager pour faire face à un nouveau codon, qui suit exactement le codon précédent. Ce processus se répète jusqu'à ce que le ribosome soit en face d'un codon stop, auquel cas la traduction s'arrête.

La biosynthèse d'une protéine s'effectue ainsi résidu après résidu, de l'extrémité N-terminale vers l'extrémité C-terminale. Une fois synthétisée, la protéine peut subir diverses modifications post-traductionnelles telles que clivage, phosphorylation, acétylation, amidation, méthylation, glycosylation, lipidation, voire la formation de ponts disulfure. La taille des protéines ainsi synthétisées est très variable. Cette taille peut être exprimée en nombre de résidus d'acides aminés constituant ces protéines, ainsi qu'en daltons (symbole Da), qui correspondent en biologie moléculaire à l'unité de masse atomique. Les protéines étant souvent des molécules assez grosses, leur masse est souvent exprimée en kilodaltons (symbole kDa). À titre d'exemple, les protéines de levure ont une longueur moyenne de 466 résidus d'acides aminés, pour une masse de 53 kDa. Les plus grosses protéines connues sont les titines des sarcomères formant les myofibrilles des muscles striés squelettiques[26] : la titine de souris contient quelque 35 213 résidus d'acides aminés formés de 551 739 atomes pour une masse de plus de 3 900 kDa et une longueur de l'ordre de 1 µm[27].

Les petites protéines peuvent également être synthétisées in vitro par un ensemble de méthodes appelées synthèse peptidique, qui reposent sur des techniques de synthèse organique telles que la ligature chimique (en) pour produire efficacement des peptides[28]. La synthèse chimique permet d'introduire des acides aminés non naturels dans la chaîne polypeptidique, en posant par exemple des sondes fluorescentes sur la chaîne latérale de certains d'entre eux[29]. Ces méthodes sont utiles au laboratoire en biochimie et en biologie cellulaire mais ne sont généralement pas employées pour des applications commerciales. La synthèse chimique n'est pas efficace pour synthétiser des peptides de plus de 300 résidus d'acides aminés environ, et les protéines ainsi produites peuvent ne pas adopter facilement leur structure tertiaire native. La plupart des méthodes de synthèse chimique des protéines procèdent de l'extrémité C-terminale vers l'extrémité N-terminale, c'est-à-dire dans le sens inverse de la biosynthèse des protéines par les ribosomes[30].

Le rôle le plus visible des protéines dans la cellule est celui d'enzyme, c'est-à-dire de biomolécule catalysant des réactions chimiques. Les enzymes sont généralement très spécifiques et n'accélèrent qu'une ou quelques réactions chimiques. La très grande majorité des réactions chimiques du métabolisme sont réalisées par des enzymes. Outre le métabolisme, ces dernières interviennent également dans l'expression génétique, la réplication de l'ADN, la réparation de l'ADN, la transcription de l'ADN en ARN, et la traduction de l'ARN messager en protéines. Certaines enzymes agissent sur d'autres protéines pour y lier ou en cliver certains groupes fonctionnels et des résidus d'autres biomolécules, selon un processus appelé modification post-traductionnelle. Les enzymes catalysent plus de 5 000 réactions chimiques différentes[34]. Comme tous les catalyseurs, elles ne modifient pas les équilibres chimiques mais accélèrent les réactions, parfois dans des proportions considérables ; ainsi, l'orotidine-5'-phosphate décarboxylase catalyse en quelques millisecondes une réaction qui prendrait sinon plusieurs millions d'années[35] - [36].

Les molécules qui se lient aux enzymes et sont modifiées chimiquement par elles sont appelées substrats. Bien que les enzymes soient parfois constituées de plusieurs centaines de résidus d'acides aminés, seuls quelques-uns d'entre eux entrent en contact avec le ou les substrats de l'enzyme, et un très petit nombre — généralement trois ou quatre — sont impliqués directement dans la catalyse. On appelle site actif la région d'une enzyme impliquée dans la réaction chimique catalysée par cette protéine : il regroupe les résidus qui se lient au substrat ou contribuent à son positionnement, ainsi que les résidus qui catalysent directement la réaction.

Structure d'un anticorps anti-choléra de souris qui se lie à un antigène glucidique.

De nombreuses protéines sont impliquées dans les mécanismes de signalisation cellulaire et de transduction de signal. Certaines protéines telles que l'insuline appartiennent au milieu extracellulaire et transmettent un signal de la cellule où elles sont synthétisées vers d'autre cellules parfois situées dans des tissus éloignés. D'autres sont des protéines membranaires qui agissent comme récepteurs dont la fonction principale est de se lier aux molécules porteuses de signaux et d'induire une réponse biochimique dans la cellule cible. De nombreux récepteurs membranaires ont un site de liaison exposé à l'extérieur de la cellule et un domaine effecteur (en) en contact avec le milieu intracellulaire. Ce domaine effecteur peut être porteur d'une activité enzymatique ou peut subir des changements conformationnels agissant sur d'autres protéines intracellulaires.

Les anticorps sont les constituants protéiques du système immunitaire dont la fonction principale est de se lier aux antigènes ou aux xénobiotiques afin de les marquer pour élimination par l'organisme. Les anticorps peuvent être sécrétés dans le milieu extracellulaire ou bien ancrés dans la membrane plasmique de lymphocytes B spécialisés appelés plasmocytes. Là où les enzymes sont très spécifiques de leurs substrats afin d'accélérer des réactions chimiques très précises, les anticorps n'ont pas cette contrainte ; en revanche, leur affinité pour leur cible est extrêmement élevée.

De nombreuses protéines transporteuses de ligands se lient spécifiquement à de petites molécules et les transportent à destination à travers les cellules et les tissus des organismes multicellulaires. Ces protéines doivent posséder une forte affinité pour leur ligand lorsque la concentration de celui-ci est élevée, mais doivent également pouvoir le libérer lorsque sa concentration est faible dans les tissus cibles. L'exemple canonique de la protéine porteuse de ligand est l'hémoglobine, qui transporte l'oxygène des poumons vers les autres organes et tissus chez tous les vertébrés et a des homologues apparentés dans tous les règnes du vivant. Les lectines sont des protéines qui se lient réversiblement à certains glucides avec une très grande spécificité. Elles jouent un rôle dans les phénomènes de reconnaissance biologique impliquant cellules et protéines[37].

Les protéines transmembranaires peuvent également jouer le rôle de protéines transporteuses de ligands susceptibles de modifier la perméabilité de la membrane plasmique aux petites molécules polaires et aux ions. La membrane elle-même possède un cœur hydrophobe à travers lequel les molécules polaires ou électriquement chargées ne peuvent pas diffuser. Les protéines membranaires peuvent ainsi contenir un ou plusieurs canaux à travers la membrane cellulaire et permettant à ces molécules et à ces ions de la traverser. De nombreux canaux ioniques sont très spécifiques de l'ion dont ils permettent la circulation. Ainsi, les canaux potassiques et les canaux sodiques sont souvent spécifiques de l'un des deux ions potassium et sodium à l'exclusion de l'autre.

Les protéines structurelles confèrent raideur et rigidité à des constituants biologiques qui, sans elles, seraient fluides. La plupart des protéines structurelles sont fibreuses. C'est par exemple le cas du collagène et de l'élastine qui sont des constituants essentiels de tissus conjonctifs tels que le cartilage, et de la kératine présente dans les structures dures ou filamenteuses telles que les poils, les ongles, les plumes, les sabots et l'exosquelette de certains animaux. Certaines protéines globulaires peuvent également jouer un rôle structurel, par exemple l'actine et la tubuline dont les monomères sont globulaires et solubles mais polymérisent pour former de longs filaments rigides constituant le cytosquelette, ce qui permet à la cellule de maintenir sa forme et sa taille.

Les protéines motrices sont des protéines structurelles particulières qui sont capables de générer des forces mécaniques. Ce sont par exemple la myosine, la kinésine et la dynéine. Ces protéines sont essentielles à la motilité des organismes unicellulaires ainsi qu'aux spermatozoïdes des organismes multicellulaires. Elles permettent également de générer les forces à l'œuvre dans la contraction musculaire et jouent un rôle essentiel dans le transport intracellulaire.

Les mannoprotéines semblent pourtant avoir des rôles-clé au sein des cellules, notamment en y contrôlant la porosité de la paroi cellulaire[38] - [39] - [40].

Les protéines remplissent ainsi des fonctions très diverses au sein de la cellule et de l'organisme[41] :

• les protéines structurelles, qui permettent à la cellule de maintenir son organisation dans l'espace, et qui sont les constituants du cytosquelette ;
• les protéines de transport, qui assurent le transfert des différentes molécules dans et en dehors des cellules ;
• les protéines régulatrices, qui modulent l'activité d'autres protéines ou qui contrôlent l'expression des gènes ;
• les protéines de signalisation, qui captent les signaux extérieurs, et assurent leur transmission dans la cellule ou l'organisme ; il en existe plusieurs sortes, par exemple les protéines hormonales, qui contribuent à coordonner les activités d'un organisme en agissant comme des signaux entre les cellules ;
• les protéines réceptrices, qui détectent les molécules messagères et les autres signaux pour que la cellule agisse en conséquence :
  • les protéines sensorielles détectent les signaux environnementaux (ex. : lumière) et répondent en émettant des signaux dans la cellule,
  • les récepteurs d'hormone détectent les hormones et envoient des signaux à la cellule pour qu'elle agisse en conséquence (ex. : l'insuline est une hormone qui, lorsqu'elle est captée, signale à la cellule d'absorber et d'utiliser le glucose) ;
• les protéines motrices, permettant aux cellules ou organismes ou à certains éléments (cils) de se mouvoir ou se déformer (ex. : l'actine et la myosine permettent au muscle de se contracter) ;
• les protéines de défense, qui protègent la cellule contre les agents infectieux (ex. : les anticorps) ;
• les protéines de stockage, qui permettent la mise en réserve d'acides aminés pour pouvoir biosynthétiser d'autres protéines (ex. : l'ovalbumine, la principale protéine du blanc d'œuf permet leur stockage pour le développement des embryons de poulet) ;
• les enzymes, qui modifient la vitesse de presque toutes les réactions chimiques dans la cellule sans être transformées dans la réaction.

Pour pouvoir être analysée in vitro, une protéine doit préalablement avoir été purifiée des autres constituants chimiques de la cellule. Ceci commence généralement par la lyse de la cellule, au cours de laquelle la membrane plasmique est rompue afin d'en libérer le contenu dans une solution pour donner un lysat. Ce mélange peut être purifié par ultracentrifugation, ce qui permet d'en séparer les constituants en fractions contenant respectivement les protéines solubles, les lipides et protéines membranaires, les organites cellulaires, et les acides nucléiques. La précipitation des protéines par relargage permet de les concentrer à partir de ce lysat. Il est alors possible d'utiliser plusieurs types de chromatographie pour isoler les protéines que l'on souhaite étudier en fonction de leurs propriétés physico-chimiques telles que leur masse molaire, leur charge électrique, ou encore leur affinité de liaison. Le degré de purification peut être suivi à l'aide de plusieurs types d'électrophorèse sur gel si la masse moléculaire et le point isoélectrique des protéines étudiées sont connus, par spectroscopie si la protéine présente des caractéristiques spectroscopiques identifiables, ou par dosage enzymatique (en) si la protéine est porteuse d'une activité enzymatique. Par ailleurs, les protéines peuvent être isolées en fonction de leur charge électrique par focalisation isoélectrique[42].

Les protéines naturelles requièrent éventuellement une série d'étapes de purification avant de pouvoir être étudiées en laboratoire. Afin de simplifier ce procédé, le génie génétique est souvent utilisé pour modifier les protéines en les dotant de caractéristiques qui les rendent plus faciles à purifier sans pour autant altérer leur structure ni leur activité. On ajoute ainsi des « étiquettes » reconnaissables sur les protéines sous forme de séquences d'acides aminés identifiées, souvent une série de résidus d'histidine — étiquette poly-histidine, ou His-tag — à l'extrémité C-terminale ou à l'extrémité N-terminale de la chaîne polypeptidique. De ce fait, lorsque le lysat est placé dans une colonne chromatographique contenant du nickel, les résidus d'histidine se complexent au nickel et restent liées à la colonne tandis que les constituants dépourvus d'étiquette la traversent sans être arrêtés. Plusieurs types d'étiquettes ont été développés afin de permettre aux chercheurs de purifier des protéines particulières à partir de mélanges complexes[43].

(en) Localisation de protéines marquées à la protéine fluorescente verte, apparaissant en blanc, dans différents compartiments cellulaires : noyau, nucléole, membrane nucléaire, réticulum endoplasmique (RE), appareil de Golgi, lysosomes, membrane plasmique, cytoplasme, centrosomes, mitochondries, microtubules, actine.

L'étude in vivo des protéines implique souvent de savoir précisément où elles sont synthétisées et où elles se trouvent dans les cellules. Bien que la plupart des protéines intracellulaires soient produites dans le cytoplasme et que la plupart des protéines membranaires ou sécrétées dans le milieu extracellulaire sont produites dans le réticulum endoplasmique, il est rare qu'on comprenne précisément comment les protéines ciblent spécifiquement certaines structures cellulaires ou certains organites. Le génie génétique offre des outils utiles pour se faire une idée de la localisation de certaines protéines, par exemple en liant la protéine étudiée à une protéine permettant de la repérer, c'est-à-dire en réalisant une protéine de fusion entre la protéine étudiée et une protéine utilisée comme marqueur, telle que la protéine fluorescente verte[44]. La localisation intracellulaire de la protéine de fusion résultante peut être facilement et efficacement visualisée par microscopie[45].

D'autres méthodes de localisation intracellulaire des protéines impliquent l'utilisation de marqueurs connus pour certains compartiments cellulaires tels que le réticulum endoplasmique, l'appareil de Golgi, les lysosomes, les mitochondries, les chloroplastes, la membrane plasmique, etc. Il est par exemple possible de localiser des protéines marquées avec une étiquette fluorescente ou ciblées avec des anticorps contre ces marqueurs. Les techniques d'immunofluorescence permettent ainsi de localiser des protéines spécifiques. Des pigments fluorescents sont également utilisés pour marquer des compartiments cellulaires dans un but similaire[46].

L'immunohistochimie utilise généralement un anticorps ciblant une ou plusieurs protéines étudiées qui sont conjugués à des enzymes émettant des signaux luminescents ou chromogènes pouvant être comparés à divers échantillons, ce qui permet d'en déduire des informations sur la localisation des protéines étudiées. Il est également possible d'utiliser des techniques de cofractionnement dans un gradient de saccharose (ou d'une autre substance) à l'aide d'une centrifugation isopycnique.

La microscopie immunoélectronique combine l'utilisation d'une microscopie électronique classique à l'utilisation d'un anticorps dirigé contre la protéine étudiée, cet anticorps étant préalablement conjugué à un matériau à forte densité électronique telle que l'or. Ceci permet de localiser des détails ultrastructurels ainsi que la protéine étudiée[47].

L'ensemble des protéines d'une cellule ou d'un type de cellule constitue son protéome, et la discipline scientifique qui l'étudie est la protéomique. Ces deux termes ont été forgés par analogie avec le génome et la génomique. Si le protéome dérive du génome, il n'est cependant pas possible de prédire exactement quel sera le protéome d'une cellule à partir de la simple connaissance de son génome. En effet, l'expression d'un gène varie d'une cellule à l'autre au sein d'un même organisme en fonction de la différenciation cellulaire, voire dans la même cellule en fonction du cycle cellulaire. Par ailleurs, un même gène peut donner plusieurs protéines (par exemple les polyprotéines virales), et des modifications post-traductionnelles sont souvent nécessaires pour rendre une protéine active.

Parmi les techniques expérimentales utilisées en protéomique, on relève l'électrophorèse bidimensionnelle[48], qui permet la séparation d'un grand nombre de protéines, la spectrométrie de masse[49], qui permet l'identification de protéines rapide et à haut débit ainsi que le séquençage de peptides (le plus souvent après digestion en gel (en)), les puces à protéines (en)[50], qui permettent la détection de concentrations relatives d'un grand nombre de protéines présentes dans une cellule, et l'approche double hybride qui permet également l'exploration des interactions protéine-protéine[51]. L'ensemble des interactions protéine-protéine d'une cellule est appelé interactome[52]. L'approche visant à déterminer la structure des protéines parmi toutes leurs conformations possibles est la génomique structurale[53].

Il existe à présent tout un ensemble de méthodes informatiques permettant d'analyser la structure, la fonction et l'évolution des protéines. Le développement de tels outils a été rendu nécessaire par la grande quantité de données génomiques et protéomiques disponibles pour un très grand nombre d'êtres vivants, à commencer par le génome humain. Il est impossible d'étudier toutes les protéines expérimentalement, de sorte que seules un petit nombre d'entre elles font l'objet d'études au laboratoire tandis que les outils de calcul permettent d'extrapoler les résultats ainsi obtenus à d'autres protéines qui leur sont semblables. De telles protéines homologues sont efficacement identifiées par les techniques d'alignement de séquences. Des outils de profilage des séquences peptidiques permettent de localiser les sites clivés par les enzymes de restriction, les cadres de lecture dans les séquences nucléotidiques, et de prédire les structures secondaires. Il est également possible de construire des arbres phylogénétiques et d'élaborer des hypothèses relatives à l'évolution à l'aide de logiciels tels que ClustalW (en) permettant de remonter aux ancêtres des organismes modernes et à leurs gènes. Les outils bio-informatiques sont devenus indispensables à l'étude des gènes et des protéines exprimées par ces gènes.

En plus de la génomique structurelle, la prédiction de la structure des protéines vise à développer des moyens permettant d'élaborer efficacement des modèles plausibles décrivant la structure de protéines qui n'ont pu être résolues expérimentalement[54]. Le mode de prédiction de structure le plus efficace, appelé modélisation par homologie, se fonde sur l'existence de structures modèles connues dont la séquence présente des similitudes avec celle de la protéine étudiée. Le but de la génomique structurelle est de fournir suffisamment de données sur les structures résolues afin de permettre l'élucidation de celles qui restent à résoudre[55]. Bien qu'il demeure malaisé de modéliser précisément des structures lorsqu'il n'existe que des modèles structurels éloignés auxquels se référer, on pense que le nœud du problème se trouve au niveau de l'alignement des séquences car des modèles très exacts peuvent être établis dès lors qu'un alignement de séquences très exact est connu[56]. De nombreuses prédictions de structures ont été utiles au domaine émergent du génie protéique (en), qui a notamment élaboré de nouveaux modes de repliement[57]. Un problème plus complexe à résoudre par le calcul est la prédiction des interactions intermoléculaires, comme la prédiction de l'ancrage des molécules et des interactions protéine-protéine[58].

Le repliement et la liaison des protéines peuvent être simulés à l'aide de techniques telles que la mécanique moléculaire, la dynamique moléculaire et la méthode de Monte Carlo, qui bénéficient de plus en plus des architectures informatiques parallèles et du calcul distribué, comme le projet Folding@home ou la modélisation moléculaire sur processeur graphique. Le repliement de petits domaines protéiques en hélice α, comme la coiffe de la villine[59] et la protéine accessoire du VIH[60] ont été simulées in silico avec succès, et les méthodes hybrides qui combinent la dynamique moléculaire standard avec des éléments de mécanique quantique ont permis l'exploration des états électroniques des rhodopsines[61].

L'ANSES recommande un apport nutritionnel conseillé (ANC) de 0,83 g/kg par jour, pour un maximum de 2,2 g/kg par jour chez l’adulte en bonne santé[62], soit 62 g par jour pour un homme de 75 kg. À noter que les ANC sont supérieurs aux besoins moyens qui sont de 0,66 g/kg par jour selon ce même rapport, ce qui donnerait 49,5 g par jour pour le cas précédent.

Les besoins moyens en protéines ont été définis par la FAO qui recommande 49 g de protéines pour les hommes adultes et 41 g pour les femmes (47 si enceintes, 58,5 si allaitantes)[63].

Selon l'American Heart Association, il n'est pas nécessaire de consommer des protéines animales pour avoir suffisamment de protéines dans son alimentation : les protéines végétales peuvent fournir suffisamment d'acides aminés essentiels et non essentiels, pourvu que les sources de protéines alimentaires soient variées et que l'apport calorique suffise à répondre aux besoins énergétiques. Il n'est pas nécessaire de les combiner dans un même repas[64]. L'Association américaine de diététique rappelle elle aussi que les protéines végétales peuvent répondre aux exigences en matière de protéines si l'alimentation végétale est variée et répond aux besoins en énergie. De plus, « un assortiment d'aliments végétaux consommés au cours d'une journée peut fournir tous les acides aminés essentiels et assurer une rétention et une utilisation suffisantes de l'azote chez les adultes en bonne santé, de sorte que la combinaison de protéines au cours d'un même repas n'est pas nécessaire[65]. »

Les protéines animales sont toujours accompagnées de lipides saturés dont la consommation est souvent excessive, et parfois d'additifs alimentaires (tels les nitrites des charcuteries, soupçonnés d'être cancérigènes par le Centre international de recherche sur le cancer (CIRC), et qui provoquent la formation de deux produits cancérogènes avérés en milieu acide, comme c'est le cas dans l'estomac). Les protéines animales, ou des produits associés comme les amines hétérocycliques seraient également un facteur de risque pour certains cancers (côlon, vessie)[66]. Depuis 2015, l'OMS et le CIRC ont classé la viande rouge (porc, boeuf, mouton, cheval et chèvre) cancérigène probable et la viande transformée comme cancérigène avéré (34 000 décès/an dans le monde, selon une étude du Global Burden of Disease Project ; selon l'OMS, manger cinquante grammes de viande transformée par jour augmente le risque de cancer colorectal de 18 % (une viande est dite « transformée » si elle a subi une salaison, maturation, fermentation, fumaison ou d'autres processus visant à améliorer sa saveur ou sa conservation)[67]. Faute de données, le Groupe de travail du CIRC n'a pas pu classer la viande crue vis à vis du risque de cancer, mais il rappelle qu'elle présente un risque infectieux[67]. Les animaux risquent plus d'avoir bioconcentré des polluants via la chaine alimentaire.

Les protéines végétales ont des effets positifs associés aux végétaux riches en protéines. Les légumes secs sont riches en protéines, mais aussi en fibres, en minéraux et apportent un sentiment de satiété pour un indice glycémique faible. Consommer des haricots contribue à diminuer le taux de cholestérol[68] - [69] et le risque d'accident cardio-vasculaire[70] et de certains cancers (colorectal, de la prostate, et du pancréas)[66]. Elles sont bien évidemment une alternative pour les végans ou végétariens. Les noix, les légumes, les haricots, le quinoa et les céréales contiennent de grandes quantités de protéines mais aussi d'énergie.

Protéines fongiques : les champignons comestibles sont souvent riches en protéines et, comme les plantes, ils sont sources de fibres alimentaires et de minéraux. Par contre, récoltés dans la nature ou cultivés sur des substrats pollués, ils tendent à fortement accumuler de nombreux métaux lourds, métalloïdes voire des radionucléides.

La totalité des acides aminés nécessaires doit être apportée par la nourriture, sous peine d'être carencé, ce qui implique des sources diversifiés de protéines.

La recommandation de combiner les protéines animale et végétales dans chaque repas est invalidée depuis 1994 à la suite d'un article de Vernon Young et Peter Pellett devenu une référence sur le métabolisme des protéines chez l'homme, confirmant que la combinaison de protéines dans les repas est totalement inutile. Les personnes ne souhaitant pas manger de protéines animales ne risquent pas de déséquilibre d'amino-acides des protéines végétales de leur régime alimentaire[71]. De nombreuses protéines végétales contiennent un peu moins d'un ou de plusieurs des acides aminés essentiels (lysine surtout et moindrement méthionine et thréonine), sans pour autant que la consommation exclusive de sources de protéines végétales empêche d'avoir une alimentation équilibrée en acides aminés essentiels[71].

Les conclusions de l'article de Young et Pellet sont seulement à considérer dans le cas très général où les céréales ne sont pas la source exclusive de l'alimentation, ce qu'ils prennent soin de préciser d'ailleurs, où qu'ils explicitent dans d'autres articles[72]. Ainsi dans certaines régions défavorisées, les rations alimentaires peuvent ne comporter que des céréales, ce qui entraîne de graves problèmes de santé pour les jeunes enfants, par exemple dans les foyers pauvres de l'État du Madhya Pradesh en Inde (blé et riz)[73].

Par ailleurs, des firmes semencières cherchent à obtenir ou ont déjà obtenu des variétés de céréales à contenu en acides aminés modifié (OGM), par exemple des maïs enrichis en lysine[74] - [75].

Les autorités françaises de santé (AFSSA/ANSES) refusent encore de trancher cette question[76].

Les compléments alimentaires protéinés existent, pour les sportifs souhaitant développer leur volume musculaire, et pour les personnes en carences de protéines. Les protéines utilisées sont souvent des protéines issues de la luzerne (Luzerne sous forme d'extrait foliaire (EFL)) de la féverolle, du pois ou du lactosérum (sous le nom de « whey »), et des acides aminés ramifiés désignés sous le nom de « BCAA ».

Les champignons ont des teneurs en protéines difficiles à mesurer avec précision (teneurs autrefois surestimées de 70 à 200 % parfois[77]) mais souvent relativement élevées (15 à 35 % du poids sec du champignon[78] - [79]), beaucoup plus élevées que des céréales telles que le blé et le maïs, d'intérêt alimentaire[80]. Ces teneurs sont comparables à celle de légumineuses telles que pois et lentilles.

Les acides aminés essentiels comptent souvent pour une part importante de ces protéines (ex. : 61,8 et 63,3 % des teneurs totales en acides aminés respectivement chez Tricholoma portentosum et Tricholoma terreum (chez lesquels la leucine, l'isoleucine et le tryptophane sont les acides aminés limitants)[81]. Les scores d'acides aminés corrigés (PDCAAS) des protéines de ces deux champignons sont faibles par rapport à ceux de la caséine, du blanc d'œuf et du soja, mais supérieurs à ceux de nombreuses protéines végétales. La teneur en matières grasses était faible (5,7 % pour Tricholoma portentosum et 6,6 % pour Tricholoma terreum) chez les deux espèces, les acides oléique et linoléique représentant plus de 75 % du total des acides gras[81].
Certains comme le champignon de Paris (3,09 g de protéine pour 100 g) sont depuis longtemps cultivés[82] et séchés, mais individuellement (comme d'autres aliments) ils peuvent être déficients en certains acides aminés (ex. : acides aminés soufrés, méthionine et cystine dans le cas des pleurotes par exemple)[83] mais ils sont riches en lysine et leucine qui manquent par exemple dans les céréales[79]. On leur découvre encore des vertus (ex. : l'une de ces protéines semble chez la souris inhiber les allergies alimentaires[84]) et des défauts (ex. : une autre protéine fongique s'est montrée cardiotoxique)[85].

Les aliments d'origine animale sont généralement plus protéinés que ceux d'origine végétale, et notamment les œufs (riche en albumine) ou le fromage blanc, fromage (caséine…), comme le parmesan par exemple qui en contient 39,4 g/100 g, plus que la viande et le poisson. Outre certaines viandes (ex. : blanc de poulet cuit avec une teneur moyenne de 29,2 g/100 g[86]) comme le bœuf qui en contient 26 g/100 g, des poissons tels que le thon blanc et rouge, le saumon, le cabillaud, le maquereau ou la sardine en contiennent aussi environ 30 g/100 g. Les œufs sont aussi une source de protéines (24 g/100 g pour quatre œufs[87]).

Certains végétaux ou graines sont très riches en protéines : graines oléagineuses (amande, pistache, lin, etc.) et de légumineuses (pois chiche, haricot, lentille, etc.). Ainsi 100 g de produit brut contiennent une part en protéines de : 58 g pour la spiruline, 38 g pour le soja, 30 g pour les graines de citrouille, 25 g pour le haricot noir, 24 g pour les lentilles, 21 g pour le seitan (gluten) et les noix, 20 g pour les amandes et la semoule, 15 g pour les flocons d'avoine, 15 g pour le riz sauvage, 14 g pour le quinoa[87].

Les levures, bactéries et cyanobactéries sont rarement cultivées pour être directement mangées, mais la levure de bière ou la spiruline (58 g de protéines pour 100 g pour la spiruline) sont très riches en protéines.

• Gregory Petsko, Dagmar Ringe (trad. Chrystelle Sanlaville, Dominique Charmot-Bensimon), Structure et fonction des protéines, De Boeck, Bruxelles, 2009 (ISBN 978-2-8041-5888-0).
• Lubert Stryer, Jeremy Mark Berg, John L. Tymoczko (trad. Serge Weinman), Biochimie, Flammarion, « Médecine-Sciences », Paris, 2008, 6^e éd. (ISBN 978-2-257-00003-3).
• Carl-Ivar Brändén, John Tooze (trad. Bernard Lubochinsky, préf. Joël Janin), Introduction à la structure des protéines, De Boeck Université, Bruxelles, 1996 (ISBN 978-2-8041-2109-9).

• Combinaison de protéines (alimentation - exemple : riz/lentilles)
• Protéines recombinantes
• Sous-famille de protéines
• Agrégation des protéines

• Biophysique
• Protéomique
• Protéinémie
• Électrophorèse des protéines

• Aquaporine
• Protéine de Rieske
• Transporteur lysosomal d'acide aminé
• Protéine fibreuse
• Protéine globulaire
• Viciline
• facteurs de transcription
• Protéines Cdx
• Protéine d'échafaudage
• Protéine tau
• Thioprotéine
• Sélénoprotéine
• Mannoprotéine
• Microprotéine

• (en) Projet Predictor, un logiciel de calcul partagé qui utilise la plateforme BOINC, pour étudier le repliement des protéines.
• (en) Serveur MRS, un serveur de banques de données biologiques, où l'identification d'une entrée dans la banque PDB permet de visualiser la structure à l'écran, en mode dynamique (voir par exemple ce que produit une recherche dans la banque PDB des entrées correspondant à la trypsine).
• (en) Proteins@home, un projet à grande échelle pour étudier le repliement des protéines, auquel on peut participer avec un ordinateur.