Développement de nouvelles méthodes de criblage in silico en chémogénomique
Langue Français, Anglais
Accéder à la thèse :

Ce document est protégé en vertu du Code de la Propriété Intellectuelle.

 
Auteur : Meslamani, Jamel-Eddine
Date de soutenance : 13-09-2012

Directeur(s) de thèse : Rognan, Didier

Président : Morin-Allory, Luc
Rapporteur(s) : Morelli, Xavier
Membre(s) du jury : Varnek, Alexandre - Jacoby, Edgar

Établissement de soutenance : Strasbourg
Laboratoire : Laboratoire d'innovation thérapeutique (Strasbourg ; 2009-....)
École doctorale : École doctorale des Sciences chimiques (Strasbourg ; 1995-....)
 
Discipline : Chimie informatique et théorique
Classification : Chimie, minéralogie, cristallographie, Sciences de la vie, biologie, biochimie

Mots-clés libres : Chémoinformatique, Criblage virtuel inverse, Profilage, Chémogénomique, Bioactivité, Pharmacophores protéine-ligand, Docking, QSAR
Mots-clés :
  • Chémogénomique
  • Criblage pharmacologique
  • Bioinformatique
Résumé : La chémoinformatique et la bioinformatique sont des disciplines devenues indispensables à la découverte de médicaments. De nos jours, les industries pharmaceutiques consacrent près de 10% de leur budget de recherche et développement, à la recherche de médicaments assisté par ordinateur (Kapetanovic 2008). Cette émergence peut s’expliquer à la fois par le développement des architectures de calculs mais aussi par le faible coup qu’engendrent des analyses in silico par rapport à des tests in-vitro.Les essais biologiques qui ont été menés depuis des décennies afin d’identifier des médicaments potentiels, commencent à former une source très importante de données et plusieurs bases de données commencent à les répertorier. La disponibilité de ce type de données a favorisé le développement d’un nouvel axe de recherche appelé la "chémogénomique" et qui s’intéresse à l’étude et à l’identification des associations possibles entre plusieurs molécules et plusieurs cibles. Ainsi, la chémogénomique permet de déterminer le profil biologique d’une molécule et nous renseigne sur sa capacité à devenir une touche intéressante mais aussi à identifier ses possibles effets indésirables. Des méthodes de chémoinformatique permettent d’utiliser ces sources de données à des fins d’apprentissage et établir des modèles prédictifs qui permettront par la suite de faire des prédictions pour connaitre l’activité d’une molécule.Cette thèse a porté sur le développement et l'utilisation de méthodes de prédictions d’association protéine-ligand. La prédiction d’une association est importante en vue d’un criblage virtuel et peut s’effectuer à l’aide de plusieurs méthodes. Au sein du laboratoire, on s’intéresse plus particulièrement au profilage de bases de données de molécules (chimiothèques) contre une série de cibles afin d’établir leur profil biologique. J’ai donc essayé au cours de ma thèse de mettre au point des modèles prédictifs d’association protéine-ligand pour un grand nombre de cibles, valider des méthodes de criblage virtuel récentes à des fins de profilage mais aussi établir un protocole de profilage automatisé, qui décide du choix de la méthode de criblage la plus adaptée en s’appuyant sur les propriétés physico-chimiques du ligand à profiler et de l’éventuelle cible.
 
Type de contenu : Text
Format : PDF
 
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2012STRAF009
Type de ressource : Thèse