" Soutenance de thèse de Baptiste CANAULT. | Université d'Orléans

Université d'Orléans

Soutenance de thèse de Baptiste CANAULT.

01/10/2018 - 09:30 - 01/10/2018 - 12:00

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 plateforme de prédiction in silico des propriétés ADME-Tox.

Discipline : Chimie et chémoinformatique

ECOLE DOCTORALE SSBCV

Résumé :

Dans le cadre de la recherche pharmaceutique, les propriétés relatives à l’Absorption, la Distribution, le Métabolisme, l’Elimination (ADME) et la Toxicité (Tox) sont cruciales pour le succès des phases cliniques lors de la conception de nouveaux médicaments. Durant ce processus, la chémoinformatique est régulièrement utilisée afin de prédire le profil ADME-Tox des molécules bioactives et d’améliorer leurs propriétés pharmacocinétiques. Ces modèles de prédiction, basés sur la quantification des relations structure-activité (QSAR), à partir de sources publiques, ne sont pas toujours efficaces à cause du faible nombre de données ADME-Tox disponibles et de leur hétérogénéité induite par des différences dans les protocoles expérimentaux, ou encore de certaines erreurs expérimentales. Au cours de cette thèse, nous avons d’abord constitué une base de données contenant 150 000 mesures pour une cinquantaine de propriétés ADME-Tox. Afin de valoriser l’ensemble de ces données, nous avons dans un deuxième temps proposé une plateforme automatique de création de modèles de prédiction QSAR à partir de données cohérentes. Cette plateforme, nommée MetaPredict, a été conçue afin d’optimiser chacune des étapes de création d’un modèle statistique, dans le but d’améliorer leur qualité et leur robustesse. Nous avons dans un troisième temps valorisé les modèles obtenus grâce à la plateforme MetaPredict en proposant une application en ligne. Cette application a été développée pour faciliter l’utilisation des modèles, apporter une interprétation simplifiée des résultats et moduler les observations obtenues en fonction des spécificités d’un projet de recherche. Finalement, MetaPredict permet de rendre les modèles ADME-Tox accessibles à l’ensemble des chercheurs.