Approches computationnelles de la reconnaissance moleculaire : l'analyse de la liaison hôte-invite et protéine-ligand
Langue Anglais
Accéder au document

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

 
Auteur : Montalvo Acosta, Joel José
Date de soutenance : 04-09-2018

Directeur(s) de thèse : Cecchini, Marco

Président : Rognan, Didier
Rapporteur(s) : Simonson, Thomas - Michel, Julien
Membre(s) du jury : Rendine, Stefano

Établissement de soutenance : Strasbourg
Laboratoire : Institut de science et d’ingénierie supramoléculaires (Strasbourg)
École doctorale : École doctorale des Sciences chimiques (Strasbourg ; 1995-....)
 
Discipline : Chimie informatique et théorique
Classification : Chimie, minéralogie, cristallographie

Mots-clés libres : Liaison d'énergie libre, Effet co-catalytique
Mots-clés :
  • Reconnaissance moléculaire
  • Énergie de liaison
  • Mécanique statistique
  • Modèles mathématiques
Résumé : La reconnaissance moléculaire est un problème très intéressant et surtout un défi actuel pour la chimie biophysique. Avoir des prévisions fiables sur la reconnaissance spécifique entre les molécules est hautement prioritaire, car il fournira un aperçu des problèmes fondamentaux et suscitera des applications technologiques pertinentes. La thèse présentée ici est centrée sur une analyse quantitatif de la reconnaissance moléculaire en solution pour la liaison l'hôte-invité, la liaison protéine-ligand et la catalyse. Le cadre de la mécanique statistique utilisé pour décrire l'état de la technique de liaison récepteur-ligand est un point d'inflexion pour le développement de nouvelles méthodes améliorées. En fait, un modèle très performant et précis a été obtenu pour l'analyse de la liaison hôte-invité. Enfin, les modèles présentés ont été utilisés comme outils prédictifs fiables pour la découverte de nouvelles entités chimiques destinées à améliorer la catalyse en solution.
 
Type de contenu : Text
Format : PDF
 
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2018STRAF051
Type de ressource : Thèse