Note ABES Développement de jeux de données non biaisés et de nouvelles méthodes de criblage virtuel Development of new virtual screening methods and novel unbiased benchmarking data sets Pharmacophore Site actif In silico Criblage virtuel Alignement Jeux de données PubChem BioAssay Biais Pharmacophore Active site In silico Virtual screening Alignment Data set PubChem BioAssay Bias 006.3 541.3 572.8 Protéines Bases de données Modélisation des données (informatique) Complexes récepteur-ligand Criblage pharmacologique Les éléments pharmacophoriques issus d’IChem qui représentent le site actif d’une protéine (même sans ligand co-cristallisé) sont simples et assez précis pour faire du criblage virtuel. La nouvelle procédure proposée dans ce travail s’avère aussi efficiente que des méthodes computationnelles existantes dans l’identification des composés actifs et leurs chémotypes originaux, et peut donc être utilisée en parallèle avec d’autres méthodes de criblage in silico afin d’améliorer la performance globale du criblage. On présente également la nouvelle base de données LIT-PCBA, se composant de 15 protéines cibles, chacune avec les vrais actifs et les vrais inactifs déjà confirmés par les essais biologiques issus de “PubChem BioAssay”. Ces jeux de données, préparés par une procédure rigoureuse de plusieurs étapes, sont moins biaisés, en matière de structure des ligands et de composition des sets de molécules, que ceux qui existent déjà (DUD, DUD-E, etc.), et sont donc plus difficiles. LIT-PCBA est prête à l'emploi pour des études comparatives de nouvelles méthodes de criblage virtuel, notamment celles basées sur l'intelligence artificielle. The pharmacophoric points issued by IChem that represent the active site of any given protein target (even without co-crystallized ligands) are simple and accurate enough to be employed for virtual screening. The novel ligand-aligning procedure proposed herein has been proven as effective as existing computational methods in identifying active compounds among a pool of chemically diverse molecules, and can be used in parallel with other in silico methods in hopes of improving the overall screening performance. Also presented in this work is the novel data collection entitled LIT-PCBA, comprising 15 target sets built upon experimentally confirmed data deposited on PubChem BioAssay. Undergoing a rigorous procedure involving multiple preparation steps, this data set is much less biased, in terms of chemical composition, than the artificially constructed DUD, DUD-E, or DEKOIS, and does not suffer from many drawbacks inherent in other databases. LIT-PCBA therefore imposes a more difficult challenge on virtual screening methods, and is now ready for benchmarking studies of novel in silico screening procedures, notably those relying on machine learning. Electronic Thesis or Dissertation Text en PDF 5767569 Université de Strasbourg Strasbourg 2021-12-31 https://theses.hal.science/tel-03504176 application/pdf 5183197 https://publication-theses.unistra.fr/public/theses_doctorat/2020/Tran_Nguyen_Viet_Khoa_2020_ED222.pdf http://www.theses.fr/2020STRAF013/abes https://theses.hal.science/tel-03504176 https://theses.hal.science/tel-03504176 https://theses.hal.science/tel-03504176 https://theses.hal.science/tel-03504176 Tran Nguyen Viet Khoa 1993-08-31 VN 257710272 https://theses.fr/2020STRAF013 2020STRAF013 https://doi.org/10.70675/c9cacc57zdf38z489bzacf8z0d5ecf73c80c 2020-09-17 Chimie théorique-Chimie informatique Strasbourg 131056549 Doctorat Docteur es non oui Rognan Didier MADS_DIRECTEUR_DE_THESE_1 034127445 Kellenberger Esther MADS_PRESIDENT_DU_JURY 16406883X Rognan Didier MADS_MEMBRE_DU_JURY_1 034127445 Kellenberger Esther MADS_MEMBRE_DU_JURY_2 16406883X Douguet Dominique MADS_MEMBRE_DU_JURY_3 100541305 Montes Matthieu MADS_MEMBRE_DU_JURY_4 121837505 Douguet Dominique MADS_RAPPORTEUR_1 100541305 Montes Matthieu MADS_RAPPORTEUR_2 121837505 École doctorale des Sciences chimiques (Strasbourg ; 1995-....) MADS_ECOLE_DOCTORALE_1 156504081 Laboratoire d'innovation thérapeutique (Strasbourg ; 2009-....) MADS_PARTENAIRE_DE_RECHERCHE_1 157623483 207869 ddc:004 ddc:540 ddc:570 Rognan Didier Kellenberger Esther Rognan Didier Kellenberger Esther Douguet Dominique Montes Matthieu Douguet Dominique Montes Matthieu École doctorale Sciences chimiques (Strasbourg ; 1995-....) Laboratoire d'innovation thérapeutique (Strasbourg) PDF 5767569