Note ABES Cartography of chemical space Cartographie de l'espace chimique Visualisation Espace chimique QSAR Inverse QSAR Domaine d’applicabilité Stargate GTM Données massives Apprentissage automatique Visualization Chemical space QSAR Inverse QSAR Applicability domain Stargate GTM Big data Machine learning 540.12 Chimie Modèles mathématiques Classification Banques de données QSAR (biochimie) Chimie -- Informatique Cette thèse est consacrée à la cartographie de l’espace chimique ; son but est d’établir les bases d’un outil donnant une vision d’ensemble d’un jeu de données, comprenant prédiction d’activité, visualisation, et comparaison de grandes librairies. Dans cet ouvrage, nous introduisons des modèles prédictifs QSAR (relations quantitatives structure à activité) avec de nouvelles définitions de domaines d’applicabilité, basés sur la méthode GTM (generative topographic mapping), introduite par C. Bishop et al. Une partie de cette thèse concerne l’étude de grandes librairies de composés chimiques grâce à la méthode GTM incrémentale. Nous introduisons également une nouvelle méthode « Stargate GTM », ou S-GTM, permettant de passer de l’espace des descripteurs chimiques à celui des activités et vice versa, appliquée à la prédiction de profils d’activité ou aux QSAR inverses. This thesis is dedicated to the cartography of chemical space; our goal is to establish the foundations of a tool offering a complete overview of a chemical dataset, including visualization, activity prediction, and comparison of very large datasets. In this work, we introduce new QSAR models (quantitative structure-activity relationship) based on the GTM method (generative topographic mapping), introduced by C. Bishop et al. A part of this thesis is dedicated to the visualization and analysis of large chemical libraries using the incremental version of GTM. We also introduce a new method coined “Stargate GTM” or S-GTM, which allows us to travel from the space of chemical descriptors to activity space and vice versa; this approach was applied to activity profile prediction and inverse QSAR. Electronic Thesis or Dissertation Text en PDF 41242271 Université de Strasbourg Strasbourg 2016-12-31 application/pdf 21784142 https://publication-theses.unistra.fr/public/theses_doctorat/2015/Gaspar_Helena_2015_ED222.pdf https://theses.hal.science/tel-01292573 https://theses.hal.science/tel-01292573 https://theses.hal.science/tel-01292573 https://theses.fr/2015STRAF030/abes https://theses.hal.science/tel-01292573 https://theses.hal.science/tel-01292573 https://theses.hal.science/tel-01292573 Chapitre 14 : article Chapitre 15 : article Chapitre 16 : article Chapitre 17 : article Annexe A : article Gaspar Héléna Alexandra 1988-08-17 FR 191062154 21003940 https://theses.fr/2015STRAF030 2015STRAF030 https://doi.org/10.70675/6e833557z245az4ac3zb6f7zd185dbacc78b 2015-09-29 Chimie Strasbourg 131056549 Doctorat Docteur es non oui Varnek Alexandre MADS_DIRECTEUR_DE_THESE_1 124416993 Taboureau Olivier MADS_PRESIDENT_DU_JURY 069546185 069546185 Rognan Didier MADS_MEMBRE_DU_JURY_1 095035842 034127445 Taboureau Olivier MADS_RAPPORTEUR_1 069546185 069546185 Ertl Peter MADS_RAPPORTEUR_2 184238765 184238765 École doctorale des Sciences chimiques (Strasbourg ; 1995-....) MADS_ECOLE_DOCTORALE_1 CH 156504081 Chimie de la matière complexe (Strasbourg) MADS_PARTENAIRE_DE_RECHERCHE_1 403339 157547027 ddc:540 Varnek Alexandre Taboureau Olivier Rognan Didier Taboureau Olivier Ertl Peter École doctorale Sciences chimiques (Strasbourg) Chimie de la matière complexe (Strasbourg) PDF 41242271