Note ABES Development of artificial intelligence methods to help the design of new ligands of G-protein coupled receptors Développement d'une intelligence artificielle pour assister la conception de nouveaux ligands de récepteurs couplés aux protéines G RCPG Découverte de médicaments Apprentissage automatique Récepteurs des chimiokines Basé sur la structure Chémoinformatique Criblage virtuel Similarité d'interaction GPCR Drug discovery Machine learning Chemokine receptors Structure-based Cheminformatics Virtual screening Interaction similarity 542.8 Médicaments Apprentissage automatique Récepteurs CXCR4 Chimie -- Informatique Criblage pharmacologique Les récepteurs couplés aux protéines G représentent l'une des familles de protéines les plus importantes pour la découverte de médicaments. Les techniques de conception de médicaments assistée par ordinateur ont été largement appliquées pour cibler les membres de cette famille, conduisant à la découverte de multiples molécules bioactives. Cette thèse décrit le développement, le test et l'application de différents outils informatiques et d'apprentissage automatique pour aider à la découverte de nouveaux composés présentant un profil pharmacologique souhaité. Divers aspects du processus de découverte de médicaments in silico ont été abordés dans ce travail, depuis la modélisation d'une protéine cible jusqu'à l'évaluation systématique des molécules identifiées par criblage virtuel. G-protein coupled receptor represent one of the most important protein families for drug discovery. Computer aided drug design techniques have been extensively applied to target members of this family, leading to the discovery of multiple bioactive molecules. This thesis describes the development, testing, and application of different computational and machine learning tools to assist in the discovery of new compounds with a desired pharmacological profile. Different aspects of the in silico drug discovery pipeline were covered in this work, from the modelling of a target protein, to the systematic evaluation of molecules identified by virtual screening. Electronic Thesis or Dissertation Text en PDF 139138551 Université de Strasbourg Strasbourg 2024-12-31 application/pdf 138725983 https://publication-theses.unistra.fr/public/theses_doctorat/2024/Chiesa_Luca_2024_ED222.pdf http://www.theses.fr/2024STRAF020/abes Chiesa Luca 1997-08-02 IT 273260235 203186082BC 22019010 4200003 https://theses.fr/2024STRAF020 2024STRAF020 https://doi.org/10.70675/72ea1857z0856z4e34z921dz82db84ede097 2024-09-13 Chimie Strasbourg 131056549 Doctorat Docteur es non oui Kellenberger Esther MADS_DIRECTEUR_DE_THESE_1 16406883X De Graaf Chris MADS_PRESIDENT_DU_JURY 281240701 Belvisi Laura MADS_MEMBRE_DU_JURY_1 262494787 De Graaf Chris MADS_RAPPORTEUR_1 281240701 Fiorucci Sébastien MADS_RAPPORTEUR_2 110498488 École doctorale des Sciences chimiques (Strasbourg ; 1995-....) MADS_ECOLE_DOCTORALE_1 222 156504081 Laboratoire d'innovation thérapeutique (Strasbourg ; 2009-....) MADS_PARTENAIRE_DE_RECHERCHE_1 207869 157623483 ddc:540 Kellenberger Esther De Graaf Chris Belvisi Laura De Graaf Chris Fiorucci Sébastien École doctorale des Sciences chimiques (Strasbourg ; 1995-....) Laboratoire d'innovation thérapeutique (Strasbourg ; 2009-....) PDF 139138551 restriction 2024-09-13 2026-06-01 restriction 2024-09-13 2026-06-01