Comparaison de cavités protéiques par traitement numérique de nuages de points : principes et applications en drug design
Langue Anglais
Accéder au document

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

 
Auteur : Eguida, Kossiwa Ikafui Merveille
Date de soutenance : 23-09-2022

Directeur(s) de thèse : Rognan, Didier

Établissement de soutenance : Strasbourg
Laboratoire : Laboratoire d'innovation thérapeutique (Strasbourg ; 2009-....)
École doctorale : École doctorale Sciences chimiques (Strasbourg ; 1995-....)
 
Discipline : Chimie
Classification : Médecine et santé

Mots-clés libres : Comparaison de sites de protéines, Nuage de points, Alignement 3D, Prédiction de cible secondaire, Chimiothèque focalisée, Criblage virtuel, Pharmacophore, Alignement de graphe, Intelligence artificielle, Conception de molécules bioactives, Structure, Chémoinformatique
Mots-clés :
  • Criblage pharmacologique
  • Intelligence artificielle
  • Molécules bioactives
  • Chimie -- Informatique
Résumé : Les cavités de protéines sont au cœur d’interactions moléculaires nécessaires aux fonctions biologiques du vivant. Grâce à l’augmentation incessante des données structurales, les méthodes de comparaison de cavités protéiques offrent diverses applications en conception de molécules bioactives mais doivent relever plusieurs défis.Cette thèse propose de nouveaux algorithmes basés sur le traitement d’images tridimensionnelles pour comparer les motifs globaux et locaux de (sous-) cavités protéiques, représentées en nuages de points. Leurs applications concrètes, validées par des essais biologiques in vitro, illustrent leurs utilisations pour prédire des cibles secondaires à l’échelle du protéome structural et pour générer des chimiothèques focalisées permettant d’augmenter le taux de touches en criblage virtuel. A partir de la caractérisation des cavités, l’élaboration de pharmacophores et le développement de méthodes de criblage virtuel ont été investigués.
 
Type de contenu : Text
Format : PDF
 
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2022STRAF049
Type de ressource : Thèse