" Soutenance de thèse de Fabrice CARLES. | Université d'Orléans

Université d'Orléans

Soutenance de thèse de Fabrice CARLES.

07/02/2019 - 14:00 - 07/02/2019 - 18:00

URL: http://www.univ-orleans.fr/actus/soutenances

Nom du contact: Etudes Doctorales

Courriel du contact: etudes.doctorales@univ-orleans.fr

Lieu: Auditorium Charles Sadron - 3E avenue de la Recherche Scientifique - campus CNRS Orléans

Titre : Développement d’une approche protéo-chimiométrique tridimensionnelle pour l’identification d’inhibiteurs de protéines kinases.

Discipline : Chimie / Bioinformatique Structurale et Chemoinformatique

ECOLE DOCTORALE SSBCV

Résumé :

Avec plus de 500 protéines, le kinome humain assure une activité de phosphorylation qui est impliquée dans de nombreuses voies de signalisation cellulaire. Souvent impliquées dans des cancers, les protéines kinases représentent une cible thérapeutique importante pour endiguer la progression tumorale. Les kinases sont des protéines homologues ayant une structure tridimensionnelle très conservée. Cela rend particulièrement difficile la conception d’inhibiteurs à la fois efficaces et sélectifs, des prérequis nécessaires pour obtenir un bénéfice thérapeutique tout en limitant le risque d’effets secondaires. La recherche pharmaceutique s’appuie depuis longtemps sur des modèles statistiques et des algorithmes d’apprentissage automatique afin d’identifier de nouveaux candidats médicaments. Pendant ces travaux de recherche nous avons, dans un premier temps, conçu une base de données d’inhibiteurs de kinase et appliqué des méthodes d’apprentissage non supervisé pour identifier des caractéristiques pertinentes de ces inhibiteurs. Dans un deuxième temps nous avons créé une autre base de données regroupant l’ensemble des connaissances sur les complexes kinase-ligand, base pour laquelle nous avons développé et calculé des descripteurs tridimensionnels d’interactions. Ces descripteurs ont permis de proposer aux chercheurs un outil innovant de visualisation de données permettant d’étudier le mode de liaison et la sélectivité des inhibiteurs. Enfin dans un troisième temps nous avons comparé plusieurs méthodes d’apprentissage supervisé, dites de protéo-chimiométrie, afin d’identifier les jeux de données, les descripteurs et les algorithmes d’apprentissage idéaux permettant de mieux prédire l’affinité des complexes kinase-ligand. Ces travaux ont ainsi contribué à identifier dans quel cadre l’usage de réseaux de neurones profonds peut aider à découvrir de nouveaux inhibiteurs.