Note ABES Computational approaches to molecular recognition : from host-guest to protein-ligand binding Approches computationnelles de la reconnaissance moleculaire : l'analyse de la liaison hôte-invite et protéine-ligand Liaison d'énergie libre Effet co-catalytique Molecular recognition Binding free energy Co-catalytic effect Statistical mechanics 541.2 Reconnaissance moléculaire Énergie de liaison Mécanique statistique Modèles mathématiques 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. Molecular recognition is a very interesting problem, and foremost, a current challenge for biophysical chemistry. Having reliable predictions on the specific recognition between molecules is highly priority as it will provide an insight of fundamental problems and will raise relevant technological applications. The dissertation presented here is centered on a quantitative analysis of molecular recognition in solution for host-guest, protein-ligand binding and catalysis. The statistical mechanics framework used to describe the state-of-the-art for receptor-ligand binding is an inflection point for the developing of new improved and methods. In fact, a highly performanced and accurate model was obtained for the analysis of host-guest binding. Finally, the presented models were used as a reliable predictive tools for discovering new chemical entities for enhance catalysis in solution. Electronic Thesis or Dissertation Text en PDF 9150800 Université de Strasbourg Strasbourg 2019-12-31 https://theses.hal.science/tel-02145764 application/pdf 9047622 https://publication-theses.unistra.fr/public/theses_doctorat/2018/MontalvoAcosta_Joel_2018_ED222.pdf http://www.theses.fr/2018STRAF051/abes https://theses.hal.science/tel-02145764 https://theses.hal.science/tel-02145764 https://theses.hal.science/tel-02145764 Montalvo Acosta Joel José 1990-11-26 FR 234536942 https://theses.fr/2018STRAF051 2018STRAF051 https://doi.org/10.70675/a996b680z03d4z4794z8495zc0d7f055f272 2018-09-04 Chimie informatique et théorique Strasbourg 131056549 Doctorat Docteur es non oui Cecchini Marco MADS_DIRECTEUR_DE_THESE_1 085199354 Rognan Didier MADS_PRESIDENT_DU_JURY 034127445 034127445 Rendine Stefano MADS_MEMBRE_DU_JURY_1 234566477 Simonson Thomas MADS_RAPPORTEUR_1 077233514 Michel Julien MADS_RAPPORTEUR_2 234566566 École doctorale des Sciences chimiques (Strasbourg ; 1995-....) MADS_ECOLE_DOCTORALE_1 156504081 Institut de science et d’ingénierie supramoléculaires (Strasbourg) MADS_PARTENAIRE_DE_RECHERCHE_1 157760227 207480 ddc:540 Cecchini Marco Rognan Didier Rendine Stefano Simonson Thomas Michel Julien École doctorale Sciences chimiques (Strasbourg ; 1995-....) Institut de science et d’ingénierie supramoléculaires (Strasbourg) PDF 9150800