Dissertationen zum Thema „Design de Molécules“

Cette thèse de chemoinformatique et bioinformatique structurale s’inscrit dans l’optimisation du processus d’identification de molécules à visée thérapeutique. Elle cible les trois composantes du criblage virtuel de composés chimiques : la préparation d’une version informatique de la chimiothèque ; l’identification de nouveaux composés par similarité avec des ligands actifs (LBVS) ; et l’identification de nouveaux composés actifs à partir de la structure 3D de la cible (SBVS). Ces travaux ont consisté à : créer un programme (MED-3DMC) de génération d’ensembles de conformères 3D de petites molécules; créer un programme LBVS (MED-SuMoLig) qui permet, à partir d’un ligand actif, de cribler une chimiothèque de plusieurs milliers de composés sur la base de leur profil pharmaco-topologique; et enfin appliquer des protocoles de criblage virtuel SBVS hiérarchique afin d’identifier des inhibiteurs d’interaction protéine-membrane avec le facteur Va de la coagulation comme preuve du concept
This thesis in structural bioinformatics and chemoinformatics concentrates on the optimization of the therapeutics compounds identification process. It relies on the three main components of the chemical compounds virtual screening: preparation of a computational version of the chemical library to be screened; identification of novel active compounds using chemical similarity with respect to known active molecules (LBVS); and identification of novel active compounds using the 3D structure of the target binding site (SBVS). This work implied: to develop a computer program (MED-3DMC) that generates conformation ensembles of small molecules ; then to create a LBVS program (MED-SuMoLig) that can screen thousands of chemical compounds using their pharmaco-topological profile; and finally to use a hierarchical SBVS procedure to identify novel inhibitors for protein-membrane interaction using the coagulation factor Va as a proof of concept

Dans la première partie, nous avons réalisé la synthèse de nouveaux composés dispiro-1. 3- dioxaniques sous forme d’isomères syn et anti. La synthèse de nouveaux macrocycles à motif 1. 3-dioxanique a été réalisée par la technique de la haute dilution et par effet template. La conception de ces macrocycles a été basée sur la connaissance de la stéréochimie des précurseurs et sur la pré-organisation de ces derniers, favorable à la formation des macrocycles. Dans la deuxième partie, nous avons réalisé la synthèse et l’analyse structurale de nouveaux dérivés dioxaniques du 1. 3. 5- triacétylbenzène et tenté la synthèse de nouvelles molécules « cages » à partir de ces dérivés
In the first part, we reported the synthesis of new dispiro-1. 3-dioxane compounds as syn and anti isomers. The synthesis of new macromolecules embedding semiflexible dispiro-1. 3-dioxane units was performed by high-dilution technique and using the template effect. The design of these macrocyclic compounds is based on the stereochemistry of the precursors which show a favourable pre-organization for the incorporation in macrocycle systems. In the second part, we reported the synthesis and the stereochemistry of new 1. 3. 5-triacetylbenzene derivatives and the attempts to obtain new “cage” molecules from these derivatives

La chimie combinatoire et le screening à haut débit font l'objet de programmes de recherches ambitieux dans l'industrie pharmaceutique, en vue de repérer de nouvelles molécules actives. Mais le coût élevé associé à la synthèse et l'analyse d'un grand nombre de composés nécessitent l'apport d'outils informatiques capables d'optimiser la diversité moléculaire dans des grandes bases de données structurales et de présélectionner les molécules à tester. Dans ce contexte, appelé "Data Base Mining", la technique du "Self Organizing Maps" offre une visualisation attrayante de la distribution des composés d'une base de donnée sur une carte 2D, à partir de l'hyperespace défini par leurs descripteurs moléculaires. Par ailleurs, SOM, associé à une procédure de sélection de descripteur basée sur les algorithmes génétiques, nous a permis de discriminer plusieurs familles moléculaires d'une base de données pesticides. Cependant, SOM est une technique non supervisée qui implique l'utilisation d'outil complémentaire pour des études de prédiction. C'est la raison pour laquelle, des méthodes innovantes basées sur la logique floue, constituent un progrès fondamental pour des classifications complexes. Combinées à SOM ou utilisées directement dans l'hyperespace d'origine, ces techniques peuvent générer des modèles prédictifs reliant les descripteurs moléculaires aux propriétés biologiques. Des résultats très intéressants ont été obtenus dans la classification et la prédiction de composés actifs sur le système nerveux central. Toutes ces méthodes de classifications constituent une approche complémentaire indispensable aux techniques de modélisation moléculaires. A titre d'exemple, des études 3D QSAR ont été élaborées sur des inhibiteurs de la tyrosinase, enzyme intervenant dans la pigmentation. Bien que la structure cristallographique de l'enzyme ne soit pas disponible, ces procédures de modélisation ont permis d'établir des modèles QSAR robuste et de dériver un pharmacophore de la tyrosinase.

L’inflammation est un phénomène affectant des millions de personnes à travers le monde. Il existe une grande variété de médiateurs inflammatoires impliqués dans différentes fonctions biologiques, dont la cyclooxygénase-2. Bien que de nombreux inhibiteurs sélectifs de la COX-2 aient été développés et commercialisés, ceux-ci présentent des effets secondaires dont la gravité a entraîné, dans certains cas, l'arrêt de leur commercialisation.De nos jours, les méthodes in silico sont de plus en plus employées dans les stratégies de découverte de nouvelles molécules à visée thérapeutique. Au cours de ce projet, nous nous sommes appuyés sur les modèles pharmacophoriques et les méthodes de docking afin de guider et de prioriser la synthèse de molécules de structures diverses et originales, susceptibles de présenter les meilleures affinités pour la cible étudiée. Ainsi, des prédictions réalisées avec le logiciel TOMOCOMD-CARDD combinées à des tests biologiques, ont permis d’identifier le cyclocoumarol comme une molécule potentiellement anti-inflammatoire. Dans le cadre de ces travaux nous nous sommes intéressés à la synthèse et l’étude d’analogues du cyclocoumarol en tant qu’inhibiteurs sélectifs de la COX-2. La pharmacomodulation autour du cyclocoumarol et la mise en place de stratégies de synthèse judicieuses ont permis d’obtenir une série d’analogues. Divers outils bioinformatiques ont été utilisés : le logiciel LigandScout a permis de construire des pharmacophores sélectifs de la COX-2 et les études de docking ont permis de comprendre les modes de liaisons des différents composés. Enfin, le logiciel SeeSAR, a permis de prédire l’affinité des molécules les plus susceptibles d’inhiber sélectivement la COX-2. Les tests biologiques ont confirmé leur activité inhibitrice envers la COX-2 avec une inhibition non significative vis-à-vis de COX-1. Parmi les molécules synthétisées, le 4-OMe cyclocoumarol a démontré une activité et une sélectivité très intéressantes, comparables au NS-398, un inhibiteur sélectif connu de la COX-2. A partir des résultats biologiques obtenus, un travail de phamacomodulation autour de ces dérivés du cyclocoumarol a été réalisé en utilisant des outils in silico dans le but de prédire l’affinité de nouveaux composés et de découvrir de nouveaux inhibiteurs sélectifs de la COX-2.Mots clés : cyclocoumarol, benzalacétones, warfarines, pharmacophores, docking, criblage virtuel, COX-2, repositionnement
Inflammation is a phenomenon affecting millions of people throughout the world. There is a broad range of inflammatory mediators implied in different biological functions including the cyclooxygenase-2. Although many selective inhibitors selective of COX-2 have been developed and marketed, they have displayed diverse side effects leading, in some cases, to their with drawal from the market. Nowadays, in silico methods are more and more used in the drug discovery process. In this project, we have used pharmacophoric models and docking methods to guide and prioritize the synthesis of molecules, presenting different and original structures, with enhanced affinity for the biological target. Thus, predictions realized with the TOMOCOMD-CARDD software together with biological tests enable to identify the cyclocoumarol as a potential anti-inflammatory molecule. As part of these works, the synthesis of and the study of cyclocoumarol analogues as selective inhibitors of COX-2 have been realized. Pharmacomodulation of cyclocoumarol and development of synthesis strategies led to a serie of cyclocoumarol analogues. Several bioinformatics tools have been used: selective COX-2 pharmacophores were elucidated using LigandScout and docking studies (Surflex) were conducted to understand the binding mode of different compounds. Finally, SeeSAR enabled to predict the affinity of the molecules the most susceptible to inhibit selectively COX-2. Biological tests confirmed their inhibitory activity against COX-2 and showed no significant inhibition for COX-1. Among the synthesized molecules, the 4-OMe cyclocoumarol has demonstrated an activity and a selectivity very interesting, similar to NS-398, a known selective COX-2 inhibitor.Based on the biological results obtained, a pharmacomodulation study of cyclocoumarol derivatives has been realized using in silico tools in order to predict the affinity of new compounds and to discover new selective inhibitors of COX-2.Keywords : cyclocoumarol, benzalacetones, warfarines, pharmacophores, docking, virtual screening, COX-2, repositioning

Les anticorps monoclonaux ont constitué une révolution dans le traitement desmaladies inflammatoires chroniques, mais ils présentent des inconvénients majeurs (effetssecondaires, coûts élevés, résistances).Notre équipe développe des inhibiteurs du TNFα par deux approches : immunisationactive contre des peptides de cytokine pour générer des anticorps neutralisants et petitesmolécules chimiques pouvant inhiber directement le TNFα.J’ai évalué in vitro les meilleurs composés d’un criblage de chimiothèque in silico, etnotamment identifié une petite molécule qui a protégé les animaux dans deux modèles demaladies in vivo (choc septique et colite au DSS). J’ai aussi réalisé l’analyse d’analogueschimiques des meilleurs composés identifiés in vitro.J’ai également évalué l’immunogénicité de plusieurs peptides de TNFα mais lesanticorps générés n’étaient pas neutralisants in vitro et nous n’avons donc pas testé lespeptides in vivo.Mon travail s’est situé à l’interface de la bioinformatique, de la chimie, et de labiologie et m’a permis de bien comprendre les enjeux du développement moderne dumédicament
Monoclonal antibodies have been a revolution for the treatment of chronicinflammatory diseases but present several drawbacks (secondary effects, prohibitive costs,resistance)Our team develops TNFα inhibitors using two approaches : active immunizationagainst cytokine peptides and small compounds having a direct inhibition on TNFα.I have evaluated in vitro the best compounds selected after in silico screening of achemical library and I have identified a small molecule which was protective in two animalmodels (septic shock and DSS induced colitis). I have also analyzed chemical analogues ofthe best compounds found in vitro.I have also tested the immunogenicity of TNFα peptides but they did not yieldneutralizing antibodies in vitro, and we thus did not test them in vivo.My work was at the interface of bioinformatics, chemistry and biology, and this hasenabled me to understand the key issues in the modern development of drugs

Ce travail anticipe que, dans un monde technologique numérique en constante expansion, les percées technologiques dans l'analyse des données collectées par des dispositifs spectroscopiques permettront l'identification presque instantanée d'espèces connues observées in-situ dans un environnement spécifique, laissant l'analyse approfondie nécessaire aux espèces non observées. La méthode dérivée de la technologie RBDO (Reliability Based Design Optimisation) sera utilisé pour implémenter une procédure d’intelligence artificielle afin d'identifier les espèces observées à partir d'un capteur IR mobile. Afin d'analyser avec succès les données obtenues, il est nécessaire d'assigner de manière appropriée les espèces moléculaires à partir des données IR observées en utilisant les modèles théoriques appropriés. Ce travail se concentre sur l'observation à partir d'appareils mobiles équipés de capteurs, d'antennes et d'électronique appropriés pour capturer et envoyer des données brutes ou analysées à partir d'un environnement spectroscopique IR intéressant. Il est donc intéressant voir indispensable de se concentrer sur les outils théoriques basés sur la symétrie pour l'analyse spectroscopique des molécules, ce qui permet d'identifier les fenêtres IR à choisir pour l'observation dans la conception de l'appareil. Ensuite, en ajustant les paramètres théoriques spectroscopiques aux fréquences observées, le spectre d'une espèce moléculaire peut être reconstruit. Une déconvolution des spectres observés est nécessaire avant l'analyse en termes d'intensité, de largeur et de centre de raie caractérisant une forme de raie. Une stratégie adéquate est donc nécessaire lors de la conception pour inclure l'analyse des données pendant la phase d'observation, qui peut bénéficier d'un algorithme d'intelligence artificielle pour tenir compte des différences dans la signature spectrale IR à cet égard, le pouvoir analytique des données de l'instrument peut être amélioré en utilisant la méthodologie d'optimisation de la conception basée sur la fiabilité (RBDO). Basée sur le comportement multiphysique de la propagation des incertitudes dans l'arbre hiérarchique du système, la RBDO utilise une modélisation probabiliste pour analyser l'écart par rapport à la sortie souhaitée comme paramètres de rétroaction pour optimiser la conception au départ. Le but de cette thèse est de traiter les paramètres de fenêtres d'observation IR, afin de traiter les questions de fiabilité au-delà de la conception mécatronique, pour inclure l'identification des espèces par l'analyse des données collectées
This work anticipates that, in an ever-expanding digital technology world, technological breakthroughs in the analysis of data collected by spectroscopic devices will allow the almost instantaneous identification of known species observed in-situ in a specific environment, leaving the necessary in-depth analysis of unobserved species. The method derived from RBDO (Reliability Based Design Optimization) technology will be used to implement an artificial intelligence procedure to identify observed species from a mobile IR sensor. To successfully analyze the obtained data, it is necessary to appropriately assign molecular species from the observed IR data using appropriate theoretical models. This work focuses on the observation from mobile devices equipped with appropriate sensors, antennas, and electronics to capture and send raw or analyzed data from an interesting IR spectroscopic environment. It is therefore interesting if not essential to focus on symmetry-based theoretical tools for the spectroscopic analysis of molecules, which allows to identify the IR windows to be chosen for observation in the design of the device. Then, by fitting the theoretical spectroscopic parameters to the observed frequencies, the spectrum of a molecular species can be reconstructed. A deconvolution of the observed spectra is necessary before the analysis in terms of intensity, width and line center characterizing a line shape. Therefore, an adequate strategy is needed in the design to include data analysis during the observation phase, which can benefit from an artificial intelligence algorithm to account for differences in the IR spectral signature. In this regard, the analytical power of the instrument data can be improved by using the reliability-based design optimization (RBDO) methodology. Based on the multi-physics behavior of uncertainty propagation in the hierarchical system tree, RBDO uses probabilistic modeling to analyze the deviation from the desired output as feedback parameters to optimize the design in the first place. The goal of this thesis is to address IR observation window parameters to address reliability issues beyond mechatronic design to include species identification through analysis of collected data

Mes recherches ont eu pour objectif de concilier deux aspects complémentaires de la bioinformatique structurale : la modélisation de la structure 3D des protéines et la modélisation des petites molécules modulatrices des premières. La connaissance de la structure tridimensionnelle des protéines est un élément déterminant pour la compréhension fine de leur mécanisme d'action et indispensable pour le développement d'approches thérapeutiques rationnelles. Ainsi, l'identification et l'analyse structurale des sites de fixation de leurs ligands (protéine ou petite molécule) permettent d'envisager la modulation de leur fonction biologique. Les interactions protéine-protéine ou protéine-ligand peuvent être prédites, par exemple, par des programmes d'amarrage (ou ‘docking').
La modélisation par homologie permet d'obtenir un modèle tridimensionnel d'une protéine lorsque sa structure n'a pas été déterminée expérimentalement. Ma contribution dans ce domaine fut la réalisation du serveur @TOME avec le soutien de la GENOPOLE Languedoc-Roussillon (accessible à l'adresse http://bioserver.cbs.cnrs.fr). Ce serveur était le premier de ce type à avoir été développé en France. Le serveur @TOME rassemble et traite d'une manière automatique toutes les étapes nécessaires à la construction d'un modèle 3D d'une protéine. Cela inclut la reconnaissance du repliement, la construction des modèles protéiques et leur évaluation. Les résultats du CASP5 en 2005 (session internationale d'évaluation des méthodes de prédiction de la structure des protéines ; http://predictioncenter.llnl.gov/) ont montré que notre serveur utilisé en mode automatique propose des modèles très proches de la structure expérimentale lorsque l'identité de séquence avec la structure support est supérieure à 30%. Le serveur a été classé 26ième sur 187 groupes inscrits.
Dans un second temps, mes recherches m'ont permis de réaliser une base de données de complexes protéiques co-cristallisés, base fondatrice du projet DOCKGROUND. Ce projet de grande envergure, soutenu par le NIH depuis 2005, vise à établir un système intégré et dynamique de bases de données dédié à l'étude et à la prédiction des interactions entre protéines et permettre ainsi d'améliorer nos connaissances des interactions et de développer des outils de prédiction plus fiables. Ce travail a été effectué au sein de l'équipe du Pr. Ilya Vakser à l'Université de Stony Brook, NY, USA. Dans la réalisation de cette première base de données, un ensemble de programmes collectent, classent et annotent les complexes protéiques qui ont été co-cristallisés (données sur la séquence, la fonction, le repliement 3D, les particularités telles qu'une fixation à de l'ADN, ...). Ensuite, j'ai mis en œuvre une sélection dynamique des représentants des complexes contenus dans cette base. Les représentants sont essentiels pour éviter une surreprésentation de certaines familles de protéines. Cette base de donnée est accessible par Internet et est régulièrement mise à jour (http://dockground.bioinformatics.ku.edu). Le projet DOCKGROUND va être poursuivi par la réalisation de 3 autres bases de données qui s'ancreront sur la présente appelée ‘Bound-Bound'.
L'objectif principal de mes travaux est d'identifier de nouveaux composés bio-actifs afin de comprendre le fonctionnement de leur cible dans un contexte biologique. Les méthodes que j'utilise se basent sur la chémoinformatique, le criblage virtuel et le de novo ‘drug design'. Dans le cadre de ce dernier, j'ai mis au point un programme propriétaire LEA3D (‘Ligand by Evolutionary Algorithm' 3D). Le programme génère des petites molécules à partir de la combinaison de fragments moléculaires issus de drogues et de molécules ‘bio' (substrats ou produits de réactions enzymatiques). Le criblage virtuel basé sur la structure protéique et le de novo ‘drug design' par LEA3D, ont été appliqués avec succès à la thymidine monophosphate kinase (TMPK) de Mycobacterium tuberculosis dans le cadre d'une collaboration avec une équipe de chimistes et de biologistes de l'Institut Pasteur. De nouvelles familles d'inhibiteurs ont été identifiées dont un inhibiteur synthétique trois fois plus affin que le substrat naturel. Plusieurs publications et une demande de brevet couvrent les résultats de ces recherches. Dans la continuité de ces travaux, je m'intéresse maintenant, plus particulièrement, à développer des stratégies de criblages de fragments (molécules de petit poids moléculaire). Il a été montré que de petites chimiothèques contenant des petites molécules polaires sont plus efficaces pour identifier des touches. Ce travail doit être réalisé conjointement avec des criblages structuraux expérimentaux comme la RMN ou la diffraction des rayons X. Ces derniers se posent comme une alternative aux tests in vitro avec pour avantage de donner une information détaillée, au niveau atomique, des interactions entre le ligand et sa cible. S'ensuit une étape d'optimisation/maturation des touches en ligands plus élaborés et plus affins par l'utilisation d'outils de chémoinformatique.

Les molécules d'ARN sont devenues des cibles thérapeutiques majeures, et le ciblage par petites molécules se révèle particulièrement prometteur. Cependant, malgré leur potentiel, le domaine est encore en développement, avec un nombre limité de médicaments spécifiquement conçus pour l'ARN. La flexibilité intrinsèque de l'ARN, bien qu'elle constitue un obstacle, introduit des opportunités thérapeutiques que les outils computationnels actuels ne parviennent pas pleinement à exploiter malgré leur prédisposition. Le projet de cette thèse est de construire un cadre computationnel plus complet pour la conception rationnelle de composés ciblant l'ARN. La première étape pour toute approche structure-based est l'analyse des connaissances structurales disponibles. Cependant, il manquait une base de données complète, organisée et régulièrement mise à jour pour la communauté scientifique. Pour combler cette lacune, j'ai créé HARIBOSS, une base de données de toutes les structures expérimentalement déterminées des complexes ARN-petites molécules extraites de la base de données PDB. Chaque entrée de HARIBOSS, accessible via une interface web dédiée (https://hariboss.pasteur.cloud), est annotée avec les propriétés physico-chimiques des ligands et des poches d'ARN. Cette base de données constamment mise à jour facilitera l'exploration des composés drug-like liées à l'ARN, l'analyse des propriétés des ligands et des poches, et en fin de compte, le développement de stratégies in silico pour identifier des petites molécules ciblant l'ARN. Lors de sa sortie, il a été possible de souligner que la majorité des poches de liaison à l'ARN ne conviennent pas aux interactions avec des molécules drug-like. Cela est dû à une hydrophobicité moindre et une exposition au solvant accrue par rapport aux sites de liaison des protéines. Cependant, cela résulte d'une représentation statique de l'ARN, qui peut ne pas capturer pleinement les mécanismes d'interaction avec de petites molécules. Il était nécessaire d'introduire des techniques computationnelles avancées pour une prise en compte efficace de la flexibilité de l'ARN. Dans cette direction, j'ai mis en œuvre SHAMAN, une technique computationnelle pour identifier les sites de liaison potentiels des petites molécules dans les ensembles structuraux d'ARN. SHAMAN permet d'explorer le paysage conformationnel de l'ARN cible par des simulations de dynamique moléculaire atomistique. Dans le même temps, il identifie efficacement les poches d'ARN en utilisant de petits fragments dont l'exploration de la surface de l'ARN est accélérée par des techniques d'enhanced sampling. Dans un ensemble de données comprenant divers riboswitches structurés ainsi que de petits ARN viraux flexibles, SHAMAN a précisément localisé des poches résolues expérimentalement, les classant les régions d’interaction préférées. Notamment, la précision de SHAMAN est supérieure à celle d'autres outils travaillant sur des structures statiques d'ARN dans un scénario réaliste de découverte de médicaments où seules les structures apo de la cible sont disponibles. Cela confirme que SHAMAN est une plateforme robuste pour les futures initiatives de conception de médicaments ciblant l'ARN avec de petites molécules, en particulier compte tenu de sa pertinence potentielle dans les campagnes de criblage virtuel. Dans l'ensemble, ma recherche contribue à améliorer notre compréhension et notre utilisation de l'ARN en tant que cible pour les médicaments à petites molécules, ouvrant la voie à des stratégies thérapeutiques plus efficaces dans ce domaine en évolution
RNA molecules have recently gained huge relevance as therapeutic targets. The direct targeting of RNA with small molecule drugs emerges for its wide applicability to different classes of RNAs. Despite this potential, the field is still in its infancy and the number of available RNA-targeted drugs remains limited. A major challenge is constituted by the highly flexible and elusive nature of the RNA targets. Nonetheless, RNA flexibility also presents unique opportunities that could be leveraged to enhance the efficacy and selectivity of newly designed therapeutic agents. To this end, computer-aided drug design techniques emerge as a natural and comprehensive approach. However, existing tools do not fully account for the flexibility of the RNA. The project of this PhD work aims to build a computational framework toward the rational design of compounds targeting RNA. The first essential step for any structure-based approach is the analysis of the available structural knowledge. However, a comprehensive, curated, and regularly updated repository for the scientific community was lacking. To fill this gap, I curated the creation of HARIBOSS ("Harnessing RIBOnucleic acid - Small molecule Structures"), a database of all the experimentally-determined structures of RNA-small molecule complexes retrieved from the PDB database. HARIBOSS is available via a dedicated web interface (https://hariboss.pasteur.cloud), and is regularly updated with all the structures resolved by X-ray, NMR, and cryo-EM, in which ligands with drug-like properties interact with RNA molecules. Each HARIBOSS entry is annotated with physico-chemical properties of ligands and RNA pockets. HARIBOSS repository, constantly updated, will facilitate the exploration of drug-like compounds known to bind RNA, the analysis of ligands and pockets properties and, ultimately, the development of in silico strategies to identify RNA-targeting small molecules. In coincidence of its release, it was possible to highlight that the majority of RNA binding pockets are unsuitable for interactions with drug-like molecules, attributed to the lower hydrophobicity and increased solvent exposure compared to protein binding sites. However, this emerges from a static depiction of RNA, which may not fully capture their interaction mechanisms with small molecules. In a broader perspective, it was necessary to introduce more advanced computational techniques for an effective accounting of RNA flexibility in the characterization of potential binding sites. In this direction, I implemented SHAMAN, a computational technique to identify potential small-molecule binding sites in RNA structural ensembles. SHAMAN enables the exploration of the target RNA conformational landscape through atomistic molecular dynamics. Simultaneously, it efficiently identifies RNA pockets using small probe compounds whose exploration of the RNA surface is accelerated by enhanced-sampling techniques. In a benchmark encompassing diverse large, structured riboswitches as well as small, flexible viral RNAs, SHAMAN accurately located experimentally resolved pockets, ranking them as preferred probe hotspots. Notably, SHAMAN accuracy was superior to other tools working on static RNA structures in the realistic drug discovery scenario where only apo structures of the target are available. This establishes SHAMAN as a robust platform for future drug design endeavors targeting RNA with small molecules, especially considering its potential applicability in virtual screening campaigns. Overall, my research contributed to enhance our understanding and utilization of RNA as a target for small molecule drugs, paving the way for more effective drug design strategies in this evolving field

Les matériaux luminescents organiques offrent de nombreux avantages par rapport à leurs homologues inorganiques. Grâce à une conception minutieuse, ils peuvent présenter une fluorescence efficace dans la plage visible, avec une couleur d'émission ajustable, ainsi qu'une forte absorption dans la région du proche-UV et du bleu. Cette caractéristique leur permet d'être utilisés dans la fabrication de films minces pour des dispositifs optoélectroniques légers. Leur grande solubilité dans les solvants organiques ouvre la voie à des techniques de traitement en solution, telles que le dépôt par centrifugation ou par couche mince. De plus, leur caractère exempt de métaux s'inscrit dans une perspective de développement durable. Dans ce contexte, les composés luminescents organiques représentent une alternative prometteuse aux phosphores inorganiques utilisés dans les LED blanches commerciales, offrant ainsi la possibilité d'améliorer la qualité de la lumière.Notre travail vise à concevoir et synthétiser des matériaux luminescents organiques hautement efficaces pour convertir la lumière proche ultraviolette ou bleue émise par les diodes électroluminescentes (LED) à base de semi-conducteurs inorganiques en lumière visible, idéalement en lumière blanche. Cette application est désignée sous le nom de LED hybrides. Les stratégies de conception moléculaire couramment utilisées incluent l'approche donneur-accepteur (D-A), qui permet d'ajuster la bande interdite pour régler la longueur d'onde d'absorption et la couleur d'émission, ainsi que l'émission induite par agrégation (AIE), qui prévient l'extinction significative de l'émission à l'état solide due à la formation d'agrégats.Dans le cadre de ce travail, nous avons conçu et synthétisé une série de molécules D-A, désignées de M1 à M7, en utilisant de nouveaux accepteurs dérivés de la 2,2′-bipyrimidine comme blocs de construction. Ces molécules ont été purifiées et soumises à des études photophysiques à la fois en solutions diluées et à l'état solide. Nos résultats ont montré une couleur d'émission ajustable, une fluorescence et une absorption fortes, ainsi qu'un taux de conversion élevé de la lumière proche-UV en lumière visible. Nous avons également évalué leur photostabilité afin d'estimer leur durée de vie. Enfin, nous avons réalisé des mélanges d'émetteurs différents pour générer de la lumière blanche
Organic luminescent materials possess a lot advantages over the inorganic analogues. By carefully designing, they can exhibit efficiency fluorescence in visible area with tunable emission color and strong absorption in near-UV and blue region. Due to this, they can be made in thin films for light-weight optoelectronic devices. They can be highly soluble in organic solvent which provide the possibility for the solution-processing techniques, such as spin-coating and slot-die coating. They are metal-free, which is desired for the sustainable development. In this case, the organic luminescent compound could be a promising alternative to the inorganic phosphor utilized in commercial white LEDs for the improvements of the light quality.In this work, we are aiming at designing and synthesizing greatly efficient organic luminescent materials for down-converting the near-UV or blue light from the light-emitting diodes (LEDs) based on inorganic semiconductors into visible light, ideally white light. Therefore, the target application is called hybrid LEDs. The frequently employed molecular design strategies include: (1) the donor-acceptor (D-A) approach, which can adjust the bandgap in order to tune the absorption wavelength and emission color; (2) aggregation-induced emission (AIE) is introduced for avoiding the significant quenching of the emission in solid state which is owing to the aggregates.Herein, we designed and synthesized a series of D-A molecules M1-M7 implementing new acceptors, 2,2′-bipyrimidine derivatives, as building block. They were purified and taken to the photophysical investigations in both diluted solutions and solid state. They showed tunable emission color, strong fluorescence and absorption, more importantly, high conversion rate from near -UV external source to visible light. We also inspected their photostabilities to estimate their lifespans. In the end, the blenders of different emitters are made for generating white light

Les complexes protéine-ARN jouent un rôle crucial dans la régulation cellulaire. La prédiction de leur structure 3D a des applications dans la conception de protéines et de médicaments. Le projet ITN RNAct visait à combiner des méthodes expérimentales et informatiques pour concevoir de nouveaux "motifs de reconnaissance de l'ARN" (RRM) - domaines protéiques interagissant avec l'ARN simple brin (ARNsb) - pour la biologie synthétique et la bioanalyse. La modélisation des complexes protéine-ARNsb (amarrage) est ardue car l'ARNsb n'a pas de structure propre dans sa forme libre. L'amarrage traditionnelle échantillonne les positions relatives (poses) de 2 structures moléculaires et les note pour sélectionner les plus probables. Il n'est pas directement applicable ici en raison de l'absence de structures libres d'ARNsb, pas plus que l'apprentissage profond en raison du nombre trop faible de structures connues. L'amarrage par fragments, état de l'art pour l'ARNsb, amarre toutes les conformations possibles de fragments d'ARN sur une protéine et assemble les poses les mieux notées de manière combinatoire. Notre méthode ssRNA'TTRACT utilise le logiciel d'amarrage ATTRACT et sa représentation gros grain qui remplace des groupes d'atomes par une bille. Cependant, les paramètres ARN-protéine de sa fonction de notation (ASF) ne sont pas spécifiques à l'ARNsb et peuvent être optimisés. De plus, des caractéristiques spécifiques aux RRM peuvent être apprises et guider l'amarrage. Nous avons développé un pipeline d'amarrage RRM-ssRNA basé sur les données, pour actualiser une stratégie existante. Les RRM ont 2 acides aminés aromatiques de position conservée, chacun liant par empilement un nucléotide de l'ARN. Mon collègue H. Dhondge a regroupées les structures RRM-ARNsb connues sur critère géométrique et obtenu un ensemble de prototypes de coordonnées 3D de tels empilements dans les RRM. J'ai créé un pipeline qui prend en entrée une séquence de RRM et d'ARN et l'identification des nucléotides empilés, récupère la structure du RRM dans AlphaFoldDB, identifie les positions 3D possibles des nucléotides empilés et exécute ssRNA'TTRACT avec des contraintes de distance maximales vers chaque position. En parallèle, nous avons dérivé HIPPO (HIstogram-based Pseudo-POtential), un potentiel de notation pour les poses gros-grain RRM-ARNsb basé sur la fréquence des distances bille-bille dans les poses quasi-natives versus erronées. HIPPO combine 4 ensembles de paramètres en une note consensus, afin de prendre en compte les divers modes de liaison RRM-ARNsb. Testé dans une approche "leave-one-out", il atteint un enrichissement d'un facteur 3 en quasi-natives dans les 20% de poses mieux notées pour ½ des cas contre ¼ avec ASF, et 'un facteur 4 pour ⅓ des cas contre 7% avec ASF. Surprenamment, HIPPO obtient aussi de meilleurs résultats qu'ASF sur un ensemble test de protéines sans RRM, bien que entraîné sur des RRM. Les approches par fragment rencontrent un problème intrinsèque de notation car certains fragments se lient plus spécifiquement/fortement que d'autres. Or nous avons constaté que, pour le fragment le mieux noté par complexe, HIPPO sélectionne systématiquement plus de quasi-natifs qu'ASF. Cela nous a inspiré une approche d'amarrage incrémentale: chacune des poses bien notées d'un fragment sont utilisées comme graine pour construire une chaîne d'ARN complète de manière incrémentale. Cette stratégie élimine le besoin de contacts conservés connus, jusqu'alors nécessaires pour obtenir des modèles précis, ce qui la rend généralisable aux protéines sans RRM. Nos recherches futures visent à identifier le Η le plus performant pour chaque fragment, potentiellement par apprentissage automatique (profond). Notre approche pour dériver des paramètres de notation est en principe applicable à tout type de protéine/ligand et nous prévoyons de l'étendre à d'autres domaines de protéines liant l'ARN, ainsi qu'à l'ADNsb et aux peptides longs
Protein-RNA complexes play crucial roles in cell regulation. Predicting their 3D structure has applications in protein design and drug development. The ITN project RNAct aimed to combine experimental and computational methods to design new "RNA recognition motifs" (RRM) - protein domains interacting with single-stranded RNA (ssRNA) - for applications in synthetic biology and bioanalysis. Modelling protein-ssRNA complexes (docking) is an arduous task due to the flexibility of ssRNA, which lacks a proper structure in its free form. Traditional docking methods sample the relative positions (poses) of 2 molecular structures and score them to select the correct (near-native) ones. It is not directly applicable here due to the absence of free ssRNA structures, nor is deep learning due to the too low number of known structures for training. Fragment-based docking (FBD), the state-of-the-art approach for ssRNA, docks all possible conformations of RNA fragments onto a protein and assembles their best-scored poses combinatorially. ssRNA'TTRACT, our FBD method, uses the well-known ATTRACT docking software, with its coarse-grained representation that replaces atom groups by one bead. Yet the RNA-protein parameters of ATTRACT scoring function (ASF) are not ssRNA-specific and require optimisation. Additionally, RRM-specific features can be learned and used to guide the docking. With my colleague H. Dhondge, we have developed a data-driven FBD pipeline for RRM-ssRNA complexes, as an updated version of an existing strategy. RRMs have two aromatic amino acids (aa) in conserved positions, each stacking with a nucleotide of the bound ssRNA. H. Dhondge collected all known RRM-ssRNA structures with such stacking and clustered them to obtain a set of prototypes for the 3D coordinates of such interactions in RRM. I then set up a docking pipeline with as input the RRM and RNA sequences and the identification of the stacked nucleotides. The pipeline retrieves the RRM structure from AlphaFoldDB, identifies possible 3D positions of the stacked nucleotides and runs ssRNA'TTRACT with maximal distance restraints toward each position. In parallel, we addressed the weakness of ASF for ssRNA by deriving HIPPO (HIstogram-based Pseudo-POtential), a new scoring potential for ATTRACT poses of ssRNA on RRM, based on the frequency of bead-bead distances in near-native versus wrong poses. It combines 4 distinct parameter sets (four Η) into a consensus scoring, to better account for the diverse RRM-ssRNA binding modes. Tested in a leave-one-out approach, HIPPO reaches a 3-fold enrichment of near-natives in 20% top-scored poses for ½ of the ssRNA fragments, versus ¼ with ASF. It even reaches a 4-fold enrichment for ⅓ of the fragments, versus 7% of the fragments with ASF. Surprisingly, HIPPO performed better than ASF also on a benchmark of non-RRM proteins, while trained only on RRMs. Most FBD approaches encounter inherent scoring issues, probably due to some fragments binding more specifically/strongly than others. To address this point, we examined the best-scored fragment per complex and found that HIPPO consistently selects more near-natives than ASF for this fragment. This inspired an incremental docking approach: the top-ranked poses of one fragment are used as a starting point to build a full RNA chain incrementally. This strategy eliminates the need for known conserved contacts, which have been required so far to obtain accurate models, making it generalizable to non-RRM proteins. Future research aims to identify the best-performing Η for each fragment, potentially using (deep) machine learning. Our workflow to derive scoring parameters is in principle applicable to any protein/ligand type and we plan to expand it to other RNA-binding protein domains, as well as ssDNA and long peptides

Le paludisme est l’une des maladies infectieuses les plus répandues à travers le monde. En 2018, cette parasitose fut responsable de 405 000 morts. RTS, S/A01, le seul vaccin testé à grande échelle, ne remplit pas à ce jour tous les critères d’efficacité exigés. Plasmodium falciparum (Pf), l’espèce responsable de la plus forte mortalité, a développé des résistances contre quasi tout l’arsenal thérapeutique. Il est crucial d’approfondir nos connaissances sur la biologie de ce parasite, en vue de découvrir de nouveaux médicaments. Chez Pf, de nombreuses études ont montré que les kinases et les phosphatases jouent un rôle crucial pour la survie du parasite. L’étude du kinome a permis de mettre en lumière que cibler les kinases pouvait représenter une stratégie intéressante dans le traitement de la maladie. Toutefois, les phosphatases de Pf restent peu étudiées. Des analyses comparatives des séquences en acides aminés, réalisées chez P. berghei (Pb), espèce spécifique des rongeurs, ont révélé que 6 d’entre elles sont spécifiques du genre Plasmodium. Parmi ces phosphatases, la métallophosphatase 9 (PPM9) une sérine thréonine phosphatase spécifique de Plasmodium, semble être essentielle dans le développement des stades érythrocytaires du parasite. Le gène a également été identifié comme étant essentiel chez Pf, grâce à une méthode de mutagénèse saturante à haut débit. Notre projet a pour objectif la caractérisation moléculaire et fonctionnelle de PPM9 et la validation de cette phosphatase spécifique de Plasmodium, en tant que nouvelle cible potentielle pour le paludisme. Le gène a été cloné, annoté, exprimé sous forme de protéine recombinante et sa fonction phosphatase caractérisée. L’activité enzymatique de PfPPM9 recombinante a été standardisée au sein du test au Malachite Green et nous avons montré qu’elle était dépendante de l’ion manganèse. La caractérisation fonctionnelle, a été explorée via la construction de lignées knock-out conditionnelles mais également des lignées parasitaires knock-in pour suivre leur trafic tout au long du cycle de vie (chez Pf et Pb). Nous avons en effet montré une localisation principalement cytoplasmique de PPM9 et suggéré un export possible dans le cytoplasme de l’hématie. Par ailleurs, parmi ces études de génétique inverse, nous avons notamment employé la technologie CRISPR-Cas9 facilitant l’utilisation de la Cre recombinase dimérisable (diCre) qui permet d’exciser une séquence d’ADN flanquée par des sites loxP, après activation de la rapamycine. Enfin, nous avons déterminé une structure 3D putative de PfPPM9 par homologie comparative afin d’identifier in silico des inhibiteurs spécifiques de son site actif. Un criblage virtuel a ainsi été réalisé avec la database ZINC15 et celle de L’ICPAL sur notre structure 3D. Environ 80 composés ont été testés pour leur activité antipaludique in vitro. Trois hits ont été mis en évidence : M19, M51 et M74. M19 possède une concentration inhibant 50% de la croissance parasitaire (CI50) de 3,87 μM +/- 0,25 et une structure originale jamais encore décrite comme composé antipaludique. De plus, via des études en RMN (Waterlogsy et CPMG), nous avons montré une interaction spécifique de ces hits avec PfPPM9. En perspective, l’intéractome de PPM9 devrait permettre de déterminer ses partenaires/cibles protéiques chez le parasite. En conclusion, ce projet nous conduira à une meilleure compréhension du rôle de PPM9 dans le développement du parasite et la découverte de nouvelles molécules antipaludiques
Malaria today is one of the wide spread infectious diseases in the world. In 2018, 405 000 malaria deaths have been reported. RTS, S/A01 the only vaccine tested on a large scale does not fulfil its promises with a lack of efficiency. Plasmodium falciparum (Pf), the deadliest agent of malaria, has developed resistances to almost all chemotherapeutics. It is necessary to understand the biology of this parasite in order to develop new drugs. In Pf, extensive research has now been started to study the Pf kinome and to examine whether targeting kinases could represent an effective mean for the treatment of the infection, the study of its phosphatome is still under-investigated. Amino acid sequence comparative analyses of Plasmodium berghei (Pb), a rodent malaria species, revealed that 6 are Plasmodium specific. Among these phosphatases, the metalloprotein phosphatase 9 (PPM9), a Plasmodium specific serine/threonine phosphatase, was also suggested to be essential for blood stage parasites development. Besides in a high-throughput saturation mutagenesis method in Pf, PPM9 gene was also identified essential. The present project is focused on the molecular and functional characterization of the PPM9 and on the validation of this specific phosphatase as a new potential target for malaria. The gene has been cloned, annotated and expressed as a recombinant protein and its phosphatase function has been characterized. The enzymatic activity of PfPPM9 recombinant protein has been standardised using a malachite green phosphate assay kit and this activity is manganese dependant. Functional characterization was explored by conditional gene knock-out studies as well as by generating knock-in parasite lines to follow their trafficking during the parasite lifecycle (in Pf and Pb). PfPPM9 seems to be mainly localised in the parasite cytoplasm and could be exported in the cytoplasm of red blood cell. Among these studies, we employ CRISPR-Cas9 in Pf to facilitate use of the dimerisable Cre-recombinase (diCre) that is used to mediate the excision and loss of loxP-flanked DNA sequences in a rapamycin-controlled manner. Finally, we solved in silico the 3D structure of PfPPM9 by homology modelling and identified a new set of potential specific inhibitors. We screened in silico ZINC15 database and ICPAL base on the 3D structure. We have tested around 80 compounds for their anti-plasmodial in vitro activity. We have highlighted 3 hits: M19, M51 and M74. M19 has a half maximal inhibitory concentration (IC50) of 3,87 μM +/- 0,25 and a unique scaffold as antimalarial compound. Besides, via NMR studies (Waterlogsy and CPMG), we have shown a specific interaction between these hits and PfPPM9. As a perspective, PPM9 interactome will be carried out to determine its target/partner proteins in the parasite. In conclusion, this study will lead to a deeper understanding of the role of PPM9 in the parasite development and the discovery of new antimalarial compounds

Les cellules photovoltaïques organiques sont une technologie prometteuse pour répondre aux besoins futurs en énergie. Elles présentent de faibles coûts de production, peuvent être réalisées sur substrats flexibles et s'intègrent dans des dispositifs légers. Une voie d'amélioration du rendement de photoconversion est la conception de nouvelles molécules actives présentant des propriétés structurales optimisées. Le présent travail s'inscrit dans cette dynamique: sur la base de calculs utilisant la théorie de la fonctionnelle de la densité, de nouveaux semiconducteurs organiques ont été conçus puis synthétisés. Pour cela, des techniques de synthèses les plus économiques et les moins polluantes possible ont été mises en œuvre. Ainsi, le couplage du benzothiadiazole avec le thiophène carboxhaldéhyde par hétéroarylation directe sans additif ni ligand est utilisé avec succès pour la première fois selon des techniques de chimie verte. Cinq molécules sont ainsi isolées en seulement deux étapes. L'étude de leurs propriétés optiques et électroniques par différentes techniques spectroscopiques (UV/vis, fluorescence) et par électrochimie, de leurs propriétés thermiques, et de leur aptitude à s'auto-organiser ont permis de révéler leur aptitude prometteuse pour une utilisation en photovoltaïque organique. Une série de molécules dérivées du fragment dithiénosilole (DTS) ont été également étudiées par calculs de DFT. Les résultats obtenus montrent que ces dérivés présentent des largeurs de bande interdite très faibles, ce qui constitue un atout pour leur utilisation en cellule photovoltaïque. Ces résultats ont par conséquent motivé leur synthèse. Enfin, un travail purement théorique a été réalisé sur des molécules dérivées des subphthalocyanines de bore. Les calculs effectués révèlent des propriétés électroniques originales pour ces nouveaux matériaux qui devraient mener à des performances intéressantes pour le photovoltaïque organique, ouvrant ainsi la voie vers des matériaux innovants et prometteurs
Organic solar cells appear as a promising technology to meet future energy requirements, owing to their low production costs, their great flexibility and their ability to be integrated into light devices. Currently, they exhibit modest performances in photoconversion, thus new active molecules with optimized structural properties need to be developed. This work comes in that aim: on the basis of theoretical calculations with density functional theory, new organic semiconductors have been designed and synthesized. For this, the more economical and cleaner syntheses techniques have been employed. Thus, the coupling of the benzothiadiazole with thiophene carboxhaldehyde via direct heteroarylation without additive nor ligand is performed with success for the first time. According to green chemistry techniques, five molecules are thus isolated in only two steps. The study of their optical and electronic properties by means of different spectroscopic techniques (UV/vis, fluorescence) and electrochemistry, of their thermal properties, and of their ability to self-organize have revealed their promising abilities for use in organic photovoltaics. A series of small molecules based on dithienosilole (DTS) core have also been designed via DFT computations. The calculations show their considerable low bandgap. Their syntheses have been conducted. It anticipates their promising potential for organic photovoltaic applications. Finally, a purely theoretical work has been completed on molecules derived from boron subphthalocyanines. The calculations predict interesting electronic properties for these new materials that may lead to promising performances in organic photovoltaics, paving the way for innovative materials

Lors de cette thèse, je me suis intéressée à la modélisation du métabolisme des micro-organismes. Nous nous sommes focalisé sur le métabolisme des petites molécules qui ne prend pas en compte les réactions associées aux macromolécules, telle que la synthèse des protéines.Nous avons ainsi utilisé différents formalismes de modélisation.Tout d'abord, nous avons développé TOTORO où les réseaux métaboliques sont représentés par des hypergraphes dirigés et qui permet d'identifier les réactions ayant participé à une transition métabolique. TOTORO a été utilisé sur un jeu de données sur la levure en présence de cadmium. Nous avons pu montrer que nous retrouvons les mécanismes connus de désintoxication.Ensuite, en utilisant une méthode de modélisation par contraintes, nous discutons d'un développement en cours, KOTOURA, qui propose d'utiliser les connaissances actuelles de concentrations de métabolites entre différentes conditions pour inférer de manière quantitative les possibles asynchronies des réactions lors du passage d'un état stable à un autre. Nous avons testé son implémentation sur des données simulées.Enfin, nous proposons MULTIPUS, une méthode d'extraction d'(hyper)-arbres de Steiner dirigés qui permet de sélectionner les voies métaboliques pour la production de composés au sein d'une communauté bactérienne. Les réseaux métaboliques sont modélisés en utilisant des hypergraphes dirigés et pondérés. Nous proposons un algorithme de programmation dynamique paramétré ainsi qu'une formulation utilisant la programmation par ensemble réponse. Ces deux propositions sont ensuite comparées dans deux cas d'applications
In this PhD work, we proposed to model metabolism. Our focus was to develop generic models, that are not specific to one organism or condition, but are instead based on general assumptions that we tried to validate using data from the literature.We first present TOTORO that uses a qualitative measurement of concentrations in two steady-states to infer the reaction changes that lead to differences in metabolite pools in both conditions.TOTORO enumerates all sub-(hyper)graphs that represent a sufficient explanation for the observed differences in concentrations. We exploit a dataset of Yeast (Saccharomyces cerevisiae) exposed to cadmium and show that we manage to retrieve the known pathways used by the organisms. We then address the same issue, but using a constraint-based programming framework, called KOTOURA, that allows to infer more quantitatively the reaction changes during the perturbed state. We use in this case exact concentration measurements and the stoichiometric matrix, and show on simulated datasets that the overall variations of reaction fluxes can be captured by our formulation.Finally, we propose MULTIPUS, a method to infer microbial communities and metabolic roads to produce specific target compounds from a set of defined substrates. We use in this case a weighted directed hypergraph. We apply MULTIPUS to the production of antibiotics using a consortium composed of an archae and an actinobacteria and show hat their metabolic capacities are complementary. We then infer for another community the excretion of an inhibitory product (acetate) by a 1,3-propanediol (PDO) producer and its consumption by a methanogene archae

Cette thèse est consacrée à l’amélioration des performances des modèles structure-propriété QSAR, grâce au développement de modèles multiples, basées sur les descripteurs fragmentaux, et à leurs applications à différents domaines de la chimie (complexation et extraction de métaux, propriétés ADMETox, activités biologiques). Dans une première partie, les principales notions et méthodes de la chemoinformatique sont récapitulées. Dans une seconde partie, la plateforme de logiciels ISIDA (In Silico Design and Data Analysis) est présentée. Lors de cette thèse, deux approches à modèles multiples ont été développées : la stratégie « Diviser pour Conquérir » et l’approche Stepwise k-Nearest Neighbors. Dans une troisième partie, les méthodes d’ISIDA ont été appliquées avec succès à la modélisation de différentes propriétés chimiques et biologiques. Les tests expérimentaux d’extractants de métaux conçus grâce aux calculs ont confirmé les performances d’ISIDA
This thesis work concerns the improvement of prediction performances of QSAR structureproperty models, using consensus modelling strategies based on fragment descriptors, and also, to their applications for « in silico » design of metal binders, ADMETox properties and different biological activities of organic compounds. In the first part, some important concepts and methodologies of chemoinformatics are described. In the second part, the ensemble of programs ISIDA (In Silico Design and Data Analysis) is introduced. During this thesis work, two consensus approaches have been suggested: the « Divide and Conquer » strategy and the Stepwise k- Nearest Neighbors approach. Applications of new strategies lead to significant improvement of predictions accuracy, compared to the conventional models. In the third part, all ISIDA methods have been successfully applied to model various chemical and biological properties. Experimentally proven predictions demonstrate the robustness of the methods

La méthode de conception de médicaments à partir de molécules « fragments » (connue sous le nom de « Fragment-Based Drug Design ») a été proposée au milieu des années 90, et a depuis été reconnue comme une alternative tangible aux techniques plus classiques de recherche de médicaments telles que le criblage à haut débit par exemple. La méthode des fragments consiste à cribler un petit nombre (< 10000) de composés organiques de faible poids moléculaire (< 300 Da) afin de détecter ceux qui se lient à la cible (protéine ou acides nucléiques). Du fait de leur faible complexité, les fragments présentent une affinité faible pour la cible, et la détection s'effectue généralement grâce à une technique biophysique (en particulier, résonance magnétique nucléaire (RMN), cristallographie aux rayons X, résonance plasmonique de surface). Les fragments « hits » sont ensuite modifiés par addition de nouvelles fonctions chimiques, ou par liaison de deux fragments, afin d'élaborer, étape par étape, une molécule capable d'établir des interactions plus nombreuses avec la cible, et d'améliorer ainsi l'affinité. Comparée aux méthodes classiques de criblage haut débit, la méthode des fragments offre divers avantages, notamment une meilleure exploration de l'espace chimique, une meilleure efficacité de liaison des molécules « hits », et une plus grande facilité d'optimisation des hits en molécules plus affines. Dans le cadre de ce projet de thèse, plusieurs aspects de la méthode des fragments ont été abordés : dans une première partie, nous étudions un cas concret d'application de la méthode des fragments à la recherche d'un inhibiteur de la peroxiredoxine 5 humaine, en utilisant la RMN comme outil de criblage des fragments ainsi que comme outil d'étude des interactions protéine-fragment. La découverte d'un inhibiteur de cette enzyme représente une avancée importante, qui devrait permettre de mieux comprendre son fonctionnement. Les autres parties de ce projet de thèse abordent des aspects plus méthodologiques de la méthode des fragments : les fragments conservent-ils leur site de liaison, leur efficacité de liaison et leur mode d'interaction au cours de leur élaboration en inhibiteur ? Les fragments peuvent-ils être spécifiques d'une protéine ? D'un site de liaison particulier ? Ces questions, rarement traitées, sont pourtant essentielles à la compréhension du comportement des molécules fragments, et sont abordées d'une part en défragmentant plusieurs inhibiteurs de la protéine Bcl-xL et en étudiant par RMN le comportement de ces fragments vis-à-vis de la protéine en termes d'affinité et de site de liaison, d'autre part en réalisant le criblage par RMN d'une série de fragments sur cinq protéines différentes (peroxiredoxine 5 humaine, sérum albumine humaine et trois protéines homologues de la famille Bcl-2). De manière générale, ce projet de thèse vise à étudier des aspects peu abordés de la méthode des fragments et à proposer des pistes permettant de mieux comprendre le comportement des fragments vis-à-vis de leur cible, au cours du criblage initial comme lors de leur optimisation
Fragment-Based Drug Design (FBDD) has been proposed in 1996 and has since been recognized as a tangible alternative to the more classical drug discovery methods such as High-Throuput Screening. FBDD consists of screening a small number (< 10 000) of low-molecular weight (< 300 Da) compounds and detect those that bind to the target (protein or nucleic acids). Because of their low complexity, fragment molecules usually display low affinities for their target, hence detecting fragment-protein interactions is mostly achieved using a biophysical technique (mostly Nuclear Magnetic Resonance (NMR), X-ray crystallography or Surface Plasmon Resonance). “Hit” fragments are then modified by addition of chemical substituents, or linked together, so as to elaborate a more complex molecule, forming more interactions with the target and hence displaying an improved affinity. As compared to the more classical High Throughput Screening method, fragment screening provides several advantages, including a better exploration of chemical space, highly ligand-efficient hits and easier optimization of the hits into more affine molecules. In this PhD project, several aspects of FDBB have been addressed : first, FBDD approaches were applied to the research of an inhibitor of the human peroxiredoxin 5 protein, using NMR not only as a screening method but also for the characterization of the protein-fragment interactions. The discovery of an inhibitor against this enzyme would allow to better understand its function. Next, methodological aspects of the FBDD method were addressed : Do fragments conserve their binding site, binding efficiency and mode of interaction upon optimization? Can the fragments display specificity towards a given target? Towards a given binding site? These issues, rarely studied, are yet essential to the understanding of the behavior of fragment molecules, and will be addressed firstly by defragmentating several Bcl-xL inhibitors into fragments and studying their behavior towards the protein in terms of a_nity and binding mode, secondly by screening a set of fragments against five different proteins (human peroxiredoxin 5, human serum albumin and three homologous proteins of the Bcl-2 family of proteins). More generally, this PhD project aims at studying less characterized aspects of the fragment methodology and proposing answers to better understand the behavior of fragment molecules towards their targets, both in the initial screening step and then during their optimization

Ce document regroupe les article publiés lors de ma thèse dirigée par Tristan Cazenave au LAMSADE. La recherche Monte Carlo désigne une classe d'algorithmes de recherche stochastiques retournant une solution avec une garantie dans le temps, mais sans garantie de résultat. Ces algorithmes utilisent des techniques d'apprentissage par renforcement basées sur des exploration aléatoires ou guidées. Les capacités des algorithmes Monte Carlo sont limitées dans des domaines d'application mis en valeur récemment, comme la génération d'image et de texte, ou les réseaux de neurones, LLM et autres algorithmes entrainés sur de larges bases de données dominent. Mais en revanche ils excellent sur les problèmes plus classiques et définis. L'usage le plus connu d'algorithme de recherche Monte Carlo est son utilisation en 2017 pour battre pour la première fois un champion de Go, chose qu'aucune autre famille d'algorithme n'était parvenue à faire. Mais les utilisations d'algorithmes de recherche Monte Carlo vont aussi bien au delà des jeux. Les algorithmes de recherche Monte Carlo sont largement utilisés dans la chimie, la recherche opérationnelle, les transports, les mathématiques, et dans les jeux. Ils peuvent être appliqués à tout problème de décision séquentielle et de recherche dans un espace d'état tant que les fonctions d'évaluation et de modification d'un état sont définies. La définition de structure pour cette thèse est "système défini par les éléments qui le composent et les interactions entre ces éléments''. Cette thèse explore plusieurs applications de recherche Monte Carlo dans le contexte de la générationde structure. De nombreux espaces de recherche peuvent être représentés comme une structure en dehors des jeux, comme le circuit du problème de voyageur de commerce par exemple, mais aussi des molécules, des cristaux, des coalitions, des graphes, etc. Les points forts de cette thèse sont : - Des comparaisons entre algorithmes sur divers problèmes montrant la supériorité de la famille d'algorithmes "nested''. - Une nouvelle variante de la Nested Monte Carlo Tree Search (NMCS) avec de meilleures performances. - Une bibliothèque d'algorithmes Monte Carlo codés en Rust. - Un projet de réfutation de conjectures des graphes. - Une implémentation du NMCS pour AiZynthFinder, le logiciel de rétrosynthèse open source d'AstraZeneca. - Un programme de génération de molécules valides et synthétisables. Les sujets abordés peuvent être séparés en deux groupes. D'un côté la chimie, avec le HP-model, la rétrosynthèse, etla génération de molécules. Et de l'autre les mathématiques, avec les structures de coalitions, la théorie spectrale des graphes, les réseaux de transport, et les nonograms.Bien que cette thèse ne se consacre qu'à des applications de la recherche Monte Carlo, elle apporte aussi des aperçus plus généraux : une comparaison des familles d'algorithmes montrant la supériorité des "nested"', une nouvelle variante du NMCS, et des heuristiques et modifications généralement utiles pour les problèmes combinatoirement difficiles
This document gathers the articles published during my PhD thesis directed by Tristan Cazenave at LAMSADE. Monte Carlo search refers to a class of stochastic search algorithms that return a solution with a guarantee of time, but no guarantee of result. These algorithms use reinforcement learning techniques based on random or guided exploration. The capabilities of Monte Carlo algorithms are limited in recently highlighted application domains, such as image and text generation, where neural networks, LLM and other algorithms trained on large databases dominate. On the other hand,they excel in more classic, defined problems.The best-known use of a Monte Carlo search algorithm is its use in 2017 to beat a Go champion for the first time, somethingno other algorithm family had managed to do. But the uses of Monte Carlo search algorithms also extend far beyond gaming. Monte Carlo search algorithms are widely used in chemistry, operations research, transportation, mathematics,and gaming. They can be applied to any sequential decision and state-space search problem, as long as the functions for evaluating and modifying a state are defined. The definition of structure for this thesis is “a system defined by the elements that compose it and the interactions betweenthese elements”. This thesis explores several applications of Monte Carlo search in the context of structure generation.Many search spaces can be represented as structures outside of games, such as the circuit of the traveling sales man problem, but also molecules, crystals, coalitions, graphs, etc. The highlights of this thesis are: - Comparisons between algorithms on various problems showing the superiority of the“nested” family of algorithms. - A new variant of Nested Monte Carlo Tree Search (NMCS) with improved performance.- A library of Monte Carlo algorithms coded in Rust. - A project to refute graph conjectures. - An NMCS implementation for AiZynthFinder, AstraZeneca's open source retrosynthesis software. - A program for generating valid, synthesizable molecules. The topics covered can be divided into two groups. On the one hand, chemistry, with HP-model, retrosynthesis andmolecule generation. On the other, mathematics, with coalition structures, spectral graph theory, transport networks and nonograms. Although this thesis is devoted solely to applications of Monte Carlo search, it also provides more general insights: a comparison of algorithm families showing the superiority of “nested”, a new variant of NMCS, and heuristics and modifications generally useful with NP problems

Les produits naturels (PNs) ont perdu en popularité depuis l'introduction des petites molécules synthétiques il y a plusieurs années. De nombreuses raisons expliquent ce choix, telles que les difficultés d'accès et d'approvisionnement, la complexité de la chimie des PNs et l'avènement de la chimie combinatoire. Cependant, les PNs offrent de nombreuses propriétés intéressantes par rapport aux molécules synthétiques conventionnelles, ce qui leur confère à la fois des avantages et des inconvénients dans le contexte de la recherche de principes actifs. En général, les PNs se caractérisent par un plus grand nombre de carbones sp3 et de centres stéréogènes, une grande diversité de squelettes et une grande complexité structurelle. La moitié des médicaments approuvés par la FDA depuis 1994 étant des PNs ou des dérivés hémisynthétiques, et étant donnée la récente stagnation de la recherche et du développement de nouveaux médicaments, il devient de plus en plus évident que les produits naturels doivent être utilisés dans le processus de découverte de médicaments en tant que source d'inspiration.Par conséquent, de nombreuses stratégies émergent aujourd'hui pour la construction de chimiothèques inspirées par la nature, selon les stratégies "top-down" et "bottom-up". Dans les approches "bottom-up", la complexité est créée à partir de réactifs simples. En revanche, les approches "top-down" consistent à apporter des modifications structurelles à un produit naturel déjà complexe.Le travail présenté décrit deux approches différentes pour enrichir la chimiothèque de notre unité de recherche avec des composés dérivés de PNs. Une stratégie hémisynthétique "top-down" a été planifiée pour obtenir des dérivés de la lactucine et de la 11β,13-dihydrolactucine, deux lactones sesquiterpéniques extraites des racines de chicorée. 36 dérivés esters ont été synthétisés en trois étapes (synthèse classique), ainsi que deux bibliothèques de dérivés aminés (en utilisant la synthèse parallèle). Tous les composés ont ensuite été testés contre Mycobacterium tuberculosis et certaines molécules ont montré des activités prometteuses (CMI < 1,2 µM).D'autre part, une stratégie "bottom-up" a permis la synthèse de deux analogues de l'antibiotique naturel hygromycine A. Pour cette approche nous sommes partis de réactifs simples disponibles dans le commerce et avons appliqué une stratégie de déaromatisation dans le processus de synthèse.L'ensemble de ces travaux nous a permis d'explorer un espace chimique plus large, d'accroître la diversité structurelle de notre chimiothèque et de découvrir de nouveaux "hits". Nous pourrons également ainsi identifier de nouvelles cibles antibactériennes
Natural products (NPs) have declined in popularity since the introduction of synthetic small molecules several years ago. Many are the reasons behind this choice, such as difficulties in access and supply, complexities of NP chemistry and the advent of combinatorial chemistry. However, NPs offer many interesting properties compared to conventional synthetic molecules, which confer both advantages and challenges for the drug discovery process. Usually, NPs are characterized by a higher number of sp3 carbons and stereogenic centres, large scaffold diversity and structural complexity. With half of the drugs approved by the FDA since 1994 being NPs or hemisynthetic derivatives and the recent stagnation in new drug research and development, it is becoming more and more evident that NPs should be reintroduced in the drug discovery process as a source of inspiration.Therefore, many strategies are now emerging for the construction of nature-inspired chemical libraries, such as “top-down” and “bottom-up” strategies. In “bottom-up” approaches, complexity is created starting from simple building blocks. On the other hand, “top-down” approaches are assumed to make structural modifications to an already complex NP.Our presented work describes two different approaches to enrich the chemical library of our research unit with NP-derived compounds. A “top-down” semisynthetic strategy was planned to obtain derivatives of lactucin and 11β,13-dihydrolactucin, two sesquiterpene lactones extracted from chicory roots. Thirty-six ester derivatives were synthesized in three steps (classical synthesis), together with two amine derivative libraries (using parallel synthesis). All the compounds were then tested against Mycobacterium tuberculosis and some promising hits were found (MICGFP < 1.2 μM). On the other hand, a “bottom-up” strategy allowed the synthesis of two analogues of the known natural antibiotic hygromycin A. This approach started from simple commercially available building blocks and employed a dearomatization strategy in the synthetic process.Together, we explored a broader chemical space, increased the structural diversity of our chemical library and discovered new potential antibacterial hits. Moreover, this work paves the way for the discovery of new antibacterial targets

Dans un contexte de prise en compte croissante des enjeux environnementaux, l'industrie de la chimie et des procédés se retrouve confrontée à des problématiques de substitution de molécules. Les méthodes de formulation inverse, qui consistent en la recherche assistée par ordinateur de molécules satisfaisant un ensemble de contraintes, répondent de manière efficace à ces problématiques. A partir de l'analyse systémique des usages et fonctionnalités nécessaires dans ce contexte, nous développons un outil logiciel de formulation inverse mettant en oeuvre un algorithme génétique. Celui-ci est capable d'explorer un espace de solutions plus vaste en considérant les mélanges et non les molécules seules. Par ailleurs, il propose une définition des problèmes très flexible qui permet la recherche efficiente de molécules issues de filières renouvelables. En s'appuyant sur l'ingénierie système et l'ingénierie d'entreprise, nous proposons un processus formel de prise de décision pour la substitution de produit dans un contexte industriel. Ce processus de décision multi-critères englobe les phases de définition des exigences, de génération de solutions alternatives, de sélection de la meilleure alternative et de mise en oeuvre du produit. Il utilise une approche dirigée par les modèles et des techniques de prises de décision qui garantissent un alignement opérationnel en complément de l'alignement stratégique. A travers un cas d'étude, nous montrons comment l'utilisation conjointe de notre outil de recherche par formulation inverse et de notre processus de décision permet une démarche environnementale de substitution de produit à la fois efficiente et conforme à la réalité de l'entreprise
In a context where environmental issues are increasingly taken into account, the chemical related industry faces situations imposing a chemical product substitution. Computer aided molecular design methods, which consist in finding molecules satisfying a set of constraints, are well adapted to these situations. Using a systemic analysis of the needs and uses linked to this context, we develop a computer aided product design tool implementing a genetic algorithm. It is able to explore a wider solution space thanks to a flexible molecular framework. Besides, by allowing a very flexible setting of the problem to be solved, it enables the search of molecules sourced from renewable resources. Based on concepts from system and enterprise engineering, we formalize a decision making process dedicated to the product substitution in an industrial context. This multi-criteria decision process includes the phases of the requirements definition, of the generation of alternative solutions, of the selection of the best alternative and of the product application. It uses a model driven approach and decision making techniques that guaranty an operational alignment in addition to the strategic alignment across the chemical enterprise. Through a case study, we expose how the combination of our computer aided product design tool and our decision making process enables an environmentally compliant approach of product substitution which is both efficient and in adequacy with enterprise context

Dans ce travail, de nouveaux matériaux émetteurs organiques ont été développés pour des applications dans le domaine des diodes électroluminescentes ou des lasers organiques. Tout d’abord, plusieurs molécules de type Donneur-Accepteur incorporant des cœurs azotés électrodéficients variés ont été préparées avec succès, leur design étant conçu dans le but d’obtenir des émetteurs TADF. Leurs propriétés photo-physiques ont été étudiées en solution et à l’état solide. Dans ces structures, le transfert de charge intramoléculaire est produit via des interactions intermoléculaires entre les groupements D et A, et leur étude a révélé que certains d’entre eux présentent un caractère TADF. Les propriétés d’électroluminescence des composés les plus prometteurs ont été également étudiées en configuration OLED, même si à ce jour les rendements observes restent faibles. Ensuite, une série de molécules à gain basées sur des structures pi-conjuguées, toujours constituées de coeurs azotés, ont été synthétisées avec succès pour des applications lasers. Leurs structures chimiques ont été caractérisées par résonnance magnétique nucléaire (RMN) et spectroscopie de masse haute résolution (HRMS). De bonnes propriétés de luminescence telles que de hauts rendements quantiques de photoluminescence (PLQY) et de courts temps de vie de fluorescence ont été démontrés en solution et à l’état solide pour la plupart des dérivés. Pour finir, certains matériaux émissifs présentent de bonnes propriétés d’émission spontanée amplifiée (ASE) avec de faibles valeurs de seuil et des dispositifs laser optiquement pompés ont également pu être fabriqués à partir de certains des dérivés de la série
In this work, new organic emitting materials have been developed for applications in the field of light emitting diodes or organic lasers. First of all, several molecules of the Donor-Acceptor type incorporating various electro-deficient nitrogenous hearts have been successfully prepared, their design being designed with the aim of obtaining TADF emitters. Their photophysical properties have been studied in solution and in the solid state. In these structures, intramolecular charge transfer is produced via intermolecular interactions between the D and A groups, and their study revealed that some of them exhibit a TADF character. The electroluminescence properties of the most promising compounds have also been studied in OLED configuration, even if to date the observed yields remain low. Then, a series of gain molecules based on pi-conjugated structures, still consisting of nitrogenous cores, have been successfully synthesized for laser applications. Their chemical structures have been characterized by nuclear magnetic resonance (NMR) and high-resolution mass spectroscopy (HRMS). Good luminescence properties such as high quantum photoluminescence yields (PLQY) and short fluorescence lifetimes have been demonstrated in solution and in the solid state for most derivatives. Finally, some emissive materials exhibit good amplified spontaneous emission (ASE) properties with low threshold values, and optically pumped laser devices could also be made from some of the derivatives of the series

ASF1 est un chaperon d’histones H3-H4 impliqué dans de nombreux cancers. Comme bon nombre de protéines, ce chaperon exerce ses fonctions dans la cellule à travers des interactions protéine-protéine qu’il établit avec d’autres partenaires protéiques. La présente thèse porte sur le développement d’une stratégie originale de design de peptides inhibiteurs de ce type d’interactions souvent associées à des maladies. Cette stratégie rationnelle et itérative repose sur le couplage d’épitopes de liaison provenant de différents partenaires de l’interaction, et leur stabilisation par l’introduction de résidus « ancre » permettant ainsi d’engager un grand nombre de contacts avec la cible. L’extension de cette approche vers des peptidomimes permet par la suite de surmonter les obstacles liés à l’utilisation des peptides en thérapeutique tels que la biodisponibilité et la demi-vie. Appliquée au ciblage d’ASF1, cette méthode a permis de concevoir un peptide, ip4, présentant une affinité de 3nM pour sa cible, soit 3000 fois supérieure au partenaire naturel H3. Ce même peptide a été mimé avec succès par un composé, if3, de nature oligourée. Efficacement internalisés à l’aide d’une Cell Penetrating Peptide clivable, ces inhibiteurs présentent un effet antiprolifératif provoquant la mort des cellules cancéreuse, vraisemblablement dû au ciblage spécifique d’ASF1
ASF1 is a histone H3-H4 chaperone implicated in several cancers. Like many proteins, this chaperone mediates its cellular functions through protein-protein interactions involving various protein partners. The present thesis focuses on the development of an original strategy to design inhibitory peptides targeting such disease-associated type of biological interactions. This rational and iterative strategy relies on the tethering of binding epitopes isolated from different partners, and stabilized by “anchor” residues that engage large number of atomic contacts with the target. The further progression of this approach toward a peptidomimetic strategy overcomes obstacles commonly associated to the therapeutic use of peptides such as biodisponibility and half-life. Applied for targeting ASF1, such method allowed the conception of a peptide, ip4, presenting a 3nM affinity for its target, which is 3000 fold higher than that of the natural partner H3. This peptide could be successfully mimicked by an oligourea structure, giving rise to the peptidomimetic if3. When coupled to a cleavable Cell Penetrating Peptide, these inhibitors displayed an on-target effect where they impeded cancerous cells proliferation, ultimately resulting in cells death

Les essais cliniques de Phases I sont souvent la première étape dans l'évaluation d'un nouveau traitement sur l'être humain. Les essais de Phase I permettent d'évaluer la toxicité du nouveau traitement et d'identifier ses effets indésirables. Le but est de sélectionner, parmi un ensemble de doses prédéfinies, la dose dont la probabilité de toxicité est la plus proche d'une toxicité cible fixée a priori. Ces dernières années, les molécules ciblées ont été développées comme une autre alternative aux anti-cancéreux standards due à leur mécanisme d'action spécifique. Nous avons développé un design de Phase I/II pour les thérapies ciblées où l'efficacité augmente puis peut atteindre un plateau. L'objectif est de sélectionner la dose avec la plus forte efficacité, et parmi elles celle avec la plus faible toxicité si un plateau est atteint. Les méthodes en monothérapie ne sont pas appropriées pour les combinaisons d'agents car elles ne prennent pas en compte la multi-dimensionnalité de la relation dose-toxicité. Nous avons comparé plusieurs méthodes pour combinaisons et avons pu constater que les méthodes basées sur un modèle ont de meilleures performances que celles basées sur un algorithme. Nous avons également proposé un design de combinaison basé sur un modèle logistique avec interaction très performant sur une large variété de réalités. Finalement, un nouveau défi dans le développement contre le cancer est de combiner ces agents cytotoxiques et molécules ciblées, car leur mode d'action est souvent complémentaire. Nous avions étudié la toxicité et l'efficacité de ces combinaisons à travers un design bayésien de recherche de dose de phase I/II
Phases I are usually the first stage of testing a new drug on human subjects. Phase I clinical trials in oncology evaluate the safety of the treatment and identify its side effects on patients with advanced cancer due to the harmfulness these treatments. The aim is to select a dose with a toxicity probability closest to a given target. In recent years, unlike standard chemotherapy, targeted therapies have emerged as another type of anti-cancer agents with different action mechanism. In this context, we have developed a Phase VII dose-finding design for molecularly targeted agents where the efficacy increases and can plateau. Our method focus on selecting the optimal dose, that is the dose associated with highest efficacy and if the plateau is reached, the one with the lowest toxicity. Methods for single agent are not appropriate for combination phase I trials as they are not designed to take into account the mufti-dimensionality. We studied several existing methods specifically designed for combination, and compared their performance. Based on a simulation study, model-based methods have high operational characteristics and seemed to perform better than algorithm-based's in terms of percentage of correct selection. We proposed a Phase I dose-finding design for combination based on a logistic model with an interaction term which efficient in a large variety of realities. Finally a new challenge in cancer development is to combine both cytotoxic and targeted therapy. Indeed, their action can be complementary, reduce cancer growth and killing cells, but also skirt drug resistance. We studied both toxicity and efficacy of the combination in a Bayesiar Phase I/II design

Les méthodes de criblage virtuel sont largement utilisées dans le processus de conception de médicaments afin de réduire le nombre de composés à tester expérimentalement. Cependant, les résultats obtenus par criblage virtuel ne sont que des prédictions et leur fiabilité n'est pas garantie. L'évaluation de ces méthodes est donc essentielle pour guider le bioinformaticien dans le choix de l'outil et du protocol adaptés dans les conditions de son expérience. Dans une première étude, nous avons développé une nouvelle métrique pour l'analyse des résultats de criblage : la Courbe de Prédictivité. Cette métrique permet une analyse fine de la pertinence des scores d'affinité pour la détection de composés actifs et complète les métriques existantes, permettant une meilleure compréhension des résultats de criblage. Lors de notre projet suivant, nous avons souhaité faciliter ce processus d'analyse en intégrant l'ensemble des métriques de criblage virtuel dans un outil web interactif : Screening Explorer. Une seconde partie de ma thèse a consisté en la recherche de nouveaux inhibiteurs du VIH (Virus de l’Immunodéficience Humaine). L'équipe génomique de notre laboratoire a identifié plusieurs gènes dont l'expression influence le développement du SIDA, révèlant ainsi de potentielles cibles thérapeutiques. Une étude bibliographique a permis d'identifier plusieurs composés inhibiteurs de ces cibles. La société Peptinov, associée à notre laboratoire, va prochainement estimer le potentiel thérapeutique de ces composés dans des essais in vitro (i) d'infection par le VIH, (ii) de prolifération virale et (iii) de réactivation virale
Virtual screening methods are widely used in drug discovery processes in order to reduce the number of compounds to test experimentally. However, virtual screening results are only predictions and their reliability is not guaranteed. Evaluating these methods is crucial to guide the bioinformatician in the choice of the right tool and protocol according to the conditions of his experiment. In a first study, we developed a new metric to analyze the results of virtual screening: the Predictiveness Curve. This metric allows to finely analyze the relevance of binding scores for the detection of active compounds and complete existing metrics, allowing a better comprehension of screening results. In a following project, we facilitated the analysis process by integrating all of the virtuel screening metrics in an interactive tool: Screening Explorer. The second part of my thesis consisted in the research of novel HIV inhibitors. The genomic team of our laboratory identified several genes whose expression influence the development of AIDS, therefore revealing potential therapeutic targets. A bibliographic study allowed to identify compounds that can inhibit those targets. The company Peptinov, associated to our laboratory, is currently estimating the therapeutic potential of the compounds in vitro in assays of (i) HIV infection, (ii) viral proliferation and (iii) viral reactivation

L’accès à de nouveaux composés hétérocycliques originaux biologiquement actifs, constitue l’un des principaux objectifs de notre groupe de recherche. Dans ce contexte, les travaux de cette thèse ont pour but principal, la conception de trois nouvelles familles de composés hétérocycliques contenant un motif pyrazolique susceptibles de présenter des activités biologiques, à savoir les pyrido[1',2':1,5]pyrazolo[4,3-d]pyrimidine, les pyrrolo[3,4-c]pyrazoles et les pyrazolo[5,1-b]thiazoles. Ce manuscrit est essentiellement dédié à un travail de méthodologie décrivant les différentes voies d’accès à ces hétérocycles originaux, tricycliques et bicycliques potentiellement modulables. La réactivité de ces synthons clés est ensuite étudiée avec divers procédés de fonctionnalisation palladocatalysés (Activation au PyBrOP-(hétéro)arylation, Liebeskind-Srogl, Suzuki-Miyaura, Buchwald-Hartwig, C-H arylation, substitution nucléophile aromatique) pour élaborer d’intéressantes chimiothèques construites autour de ces structures inédites, ouvrant ainsi de nombreuses perspectives pharmacologiques
The access to new original biologically active heterocyclic compounds, is one of the main objectives of our research group. In this context, the main purpose of this thesis is the design of three new families of heterocyclic compounds containing a pyrazolic motif that may exhibit biological activities, namely pyrido[1',2': 1.5]pyrazolo[4,3-d]pyrimidine, pyrrolo[3,4-c]pyrazole and pyrazolo[5,1-b]thiazole.This manuscript is essentially dedicated to a methodology work describing the different routes of access to these originals and potentially modular tricyclic and bicyclic precursors. The reactivity of these key synthons is then studied towards aromatic nucleophilic substitutions reactions and various pallado-catalyzed methods of functionalization (Activation with PyBrOP- (hetero) arylation, Liebeskind-Srogl, Suzuki-Miyaura, Buchwald-Hartwig, C-H arylation, aromatic nucleophilic substitution) to develop interesting libraries built around these unusual structures, thus opening numerous pharmacological perspectives

Les protéines BET, modules impliqués dans la régulation épigénétique, jouent un rôle essentiel dans le développement du cancer. Actuellement plusieurs inhibiteurs de protéines BET font l'objet d'essais cliniques pour le traitement de différents types de cancer. Une des limitations au développement clinique est l'impact général de la modulation génique induite par des inhibiteurs de type ‘pan-BET’ non sélectifs. Un ciblage individuel des protéines BET et la discrimination des domaines BD1 et BD2 conduiraient à un effet transcriptionnel plus spécifique limitant les effets secondaires et l’apparition de résistance. Le criblage d’une chimiothèque focalisée sur les interactions protéine-protéine a permis d’identifier deux molécules avec des profils de sélectivité uniques. Une étude de SAR a révélé le fragment minimal nécessaire à l’interaction ligand-protéine. La résolution de la structure cristallographique en complexe avec Brd4(BD1) a permis de valider nos interprétations et de développer des inhibiteurs BET plus puissants et sélectifs. Une stratégie de synthèse originale orientée vers une diversité structurale (DOTS) combinant le criblage virtuel et l’élaboration automatisée de bibliothèques focalisées a été utilisée. Ce travail a découvert un inhibiteur optimisé de BD1 avec une affinité de 100x supérieure à la molécule initiale et un ratio de sélectivité BD1 vs BD2 égale à 300. L’activité cellulaire d’inhibition du pro-oncogène c-Myc, au µM, a permis de valider le composé en tant que sonde moléculaire. Des études in vitro et in vivo permettront d'élucider le rôle biologique individuel de chaque BD et de valider l'intérêt de leurs développement en clinique
BET-proteins, acting as epigenetic readers, play an essential role in cancer development. To date, numerous potent inhibitors disrupting BET functions have been discovered, including several of them that are undergoing clinical trials for the treatment of different types of cancer. The common drawback limiting their use in clinical practice is an inability to distinguish between BET-members that may cause side effects and resistances. The selective targeting of individual BET and the discrimination between BD1 and BD2 present an opportunity to achieve more selective transcriptional effect. A midthroughput screening of previously designed chemical library allowed identification of two molecules with unique profiles of selectivity that have never been observed. An undertaken structure-based program revealed a minimum scaffolds necessary for binding. Taking together with resolved X-Ray structures it allowed the development of more potent and selective BET inhibitors by DOTS (diversity oriented target focused synthesis) strategy, combining virtual screening and diversity oriented library design. This optimization led to a potent inhibitor with up to 100-fold improvement of affinity to the target and up to 300-fold selectivity toward BD1. Dose-response downregulation of c-Myc levels in low micromolar range in cell assays allowed the validation of the identified molecule as a chemical probe. Further comprehensive in vitro and in vivo evaluations of this compound will enable elucidating the biological role of each bromodomain and a validation of the interest toward the development of selective inhibitors in clinic

Ce travail porte sur la production de bio-huile par liquéfaction hydrothermale de résidus agroalimentaires, réalisée en réacteur batch. L’objectif est d’étudier l’influence des paramètres opératoires sur la production de bio-huile, et de contribuer à la compréhension des mécanismes de conversion hydrothermale de la biomasse. La liquéfaction hydrothermale des résidus agroalimentaires a été étudiée à partir de l’exemple des drêches de cassis, résidus de pressage des baies. Une étude paramétrique a évalué l’influence de la température, du temps de réaction, de la concentration de biomasse et de l’ajout d’hydroxyde de sodium sur le rendement des produits. Cette étude a permis d’identifier des conditions opératoires favorables à la production de bio-huile, dont le rendement peut notamment bénéficier du recyclage de la phase aqueuse en tant que solvant réactionnel (rendement maximal de bio-huile : 31 %). La caractérisation physico-chimique de la bio-huile montre que celle-ci possède certaines propriétés proches du pétrole brut et de certains fiouls lourds, notamment grâce à sa faible teneur en oxygène en comparaison des huiles de pyrolyse. La bio-huile peut être considérée comme un bio-pétrole brut, mais nécessite toutefois un raffinage conséquent avant de potentielles applications. La conversion hydrothermale de molécules modèles, sélectionnées à partir de l’analyse de la composition des drêches de cassis, a été étudiée à une température de 300 °C et un temps de réaction de 60 min. Cinq monomères modèles (glucose, xylose, acide glutamique, guaiacol et acide linoléique) et deux polymères modèles (cellulose microcristalline et lignine alkali) ont été choisis pour cette étude. Une méthodologie basée sur les plans d’expérience de mélange a été mise en œuvre, afin d’aboutir à la construction de schémas réactionnels, et à l’élaboration de corrélations modélisant les rendements des produits en fonction de la composition initiale des mélanges. L’analyse des produits montre que la conversion hydrothermale des résidus agroalimentaires résulte principalement de dégradations primaires et d’interactions binaires entre les composants de la biomasse. Les corrélations obtenues à partir des composés modèles permettent de décrire avec un bon accord les rendements des produits de conversion hydrothermale de mélanges modèles et de plusieurs résidus agroalimentaires : drêches de brasserie, marc de raisin et akènes de framboise
This work presents a study of hydrothermal liquefaction of food processing residues using a batch reactor, to produce bio-oil. The objective is to study the influence of operating conditions on bio-oil production, and to contribute to the understanding of the reaction mechanisms occurring during hydrothermal conversion of biomass. Hydrothermal liquefaction of food processing residues was studied using blackcurrant pomace, a berry pressing residue, as an example. A parametric study evaluated the influence of temperature, holding time, biomass concentration and the use of sodium hydroxide as additive on the yields of products. This study allowed the identification of favorable operating conditions to produce bio-oil. The bio-oil yield can in particular benefit from recycling the aqueous phase as reaction solvent (maximum bio-oil yield: 31%). Physicochemical characterization of the bio-oil showed that it has some similarities with heavy crude oil and heavy oils, especially thanks to a lower oxygen content than pyrolysis oils. The bio-oil can be considered as a bio-heavy crude oil, but it still requires significant upgrading before any potential applications. Hydrothermal conversion of model molecules, selected from the characterization of blackcurrant pomace, was studied at a temperature of 300 °C and a holding time of 60 min. Five model monomers (glucose, xylose, glutamic acid, guaiacol and linoleic acid) and two model polymers (microcrystalline cellulose and alkali lignin) were chosen for this study. A mixture design of experiments methodology was followed, to combine reactivity studies with the elaboration of correlations describing the mass yields of products as a function of the initial mixture composition. Analysis of the products shows that hydrothermal conversion of food processing residues is mainly due to degradations of individual compounds and binary interactions between components of biomass. The correlations obtained from the model compounds describe with good accuracy the mass yields of the products from hydrothermal conversion of a model mixture and several food processing residues: brewer’s spent grains, grape marc and raspberry achenes

Le repliement des protéines est principalement gouverné par les interactions spécifiques des structures secondaires. 1, 2 Toutefois, il existe expérimentalement peu d’informations sur les propriétés mécaniques fondamentales des hélices α et des feuillets β isolées. Les recherches antérieures sur l'étude du déploiement des hélices sont peu concluantes 3-5 et à notre connaissance l'étude des propriétés mécaniques d'un feuillet β isolé, intramoléculaire est sans précédent. Les copolymères PEG114-b-poly(L-lysine)134-(2-pyridyl disulfure),PEG114-b-poly(L-lysine)-b-PEG114 et poly(L-acide glutamique)85-b-(2-pyridyldisulfure) été synthétisés et utilisés comme systèmes modèles pour tester les propriétés mécaniques des motifs secondaires de type hélice α et feuillet β. Les résultats obtenus se sont révélés être en bon accord avec les résultats théoriques obtenus en utilisant un modèle statistique basé sur AGAGIR 6. La différence de force de déroulement comparant les hélices de poly(L-Lysine) ≈ 30 pN et de poly(L-acide glutamique) ≈ 20 pN des copolymères diblocs a été attribuée à l'hydrophobicité différente des chaînes latérales. La plus grande hydrophobie dumotif lysine conduit à de plus grandes interactions entre les chaînes latérales qui empêchent les fluctuations aléatoires au sein de l’hélice, et conduisent à une stabilité supérieure de l'hélice α. Lorsque les expériences ont été conduites dans des conditions favorisant la solubilité des chaînes latérales de lysine, les interactions ont diminué à une force de ≈ 20 pN, similaire à la force des interactions observées pour le poly(L-acide glutamique). Nous supposons qu'un minimum de ≈ 20 pN est nécessaire pour rompre la liaison hydrogène en maintenant l'hélice α, car cette force a été obtenue dans des conditions où les interactions de la chaîne latérale étaient minimisées. La présence de plateaux de force constants et d'inflexions correspondantes démontre une force de dépliement indépendante de la longueur, qui supporte un mécanisme de déroulement tour-par-tour pour l'hélice. De plus, la plus grande hydrophobie des chaînes latérales a été suggérée non seulement pour stabiliser la structure en hélice, mais également pour inhiber la formation d'une structure de type β-turn métastable intermédiaire lorsque les forces entropiques dominent. Des études préliminaires ont été effectuées sur le système de PEG114-bpoly(L-Lysine)134-(2-pyridyl disulfure) après induction d’une transition - β par un traitement thermique dans des conditions basiques. Une inflexion à une force≈ 70 pN a été obtenue, ce qui suggère la formation d'une interaction de type feuillet β. Une stratégie bottom-up a ainsi été proposée avec succès, démontrant le potentiel d'utilisation de tels systèmes artificiels pour simplifier et modéliser des systèmes biologiques réels. La compréhension de ces modèles isolés plus simples aidera sans doute la compréhension de systèmes plus complexes
Proteins fold by the initial, preferential folding of secondarystructures 1, 2, however surprisingly little is known about the basic mechanicalproperties of isolated α-helices and β-sheets from an experimental standpoint.Previous investigations into studying the generic unfolding behaviour of α-heliceshave proved inconclusive 3-5, and to our knowledge the study of an isolated,intramolecular β-sheet is unprecedented.Bioinspired PEG114-b-poly(L-glutamic acid)85-(2-pyridyl disulphide),PEG114-b-poly(L-lysine)134-(2-pyridyl disulphide) and PEG114-b-poly(Llysine)134–b-PEG114 were designed, synthesized and utilized as model systems toprobe the mechanical properties of α-helix and β-sheet secondary motifs. Theobtained results were shown to be in good agreement with theoretical resultsobtained by utilizing a AGAGIR-based statistical mechanical model 6. Thedifference in unravelling force comparing the helices of poly(L-Lysine) ≈30 pNand poly(L-glutamic acid) ≈20 pN diblock copolymers was attributed to thediffering hydrophobicity of the side chains. The greater hydrophobicity of thelysine allowed greater interactions between the side chains and sterically hinderedrandom helix-coil fluctuations, which lead to a superior α-helix stability. Whenexperiments were conducted in conditions promoting the solubility of the lysineside chains, the interactions decreased to a force of ≈20 pN, similar to the force ofinteractions observed for the poly(L-glutamic acid). We infer that a minimum of≈20 pN is needed to rupture the hydrogen bonding maintaining the α-helix as thisforce was obtained in conditions where the side chain interactions wereminimized.The presence of constant force plateaus and corresponding inflectionsdemonstrates a length independent unfolding force, which supports a turn-by-turnunfolding mechanism for the α-helix.In addition, the greater hydrophobicity of the side chains was suggestedto not only stabilize the α-helix structure, but also to inhibit the formation of anintermediate metastable β-hairpin-like structure when entropic forces dominate.Preliminary studies were also conducted on the PEG114-b-poly(LLysine)134-(2-pyridyl disulphide) system after a α-β transition had been inducedby heat in basic conditions, where an inflection at a much higher force of ≈ 70 pNwas obtained suggesting the formation of a β-sheet interaction.A bottom-up, investigative strategy has thus been successfully proposeddemonstrating the potential of utilizing such artificial systems to simplify andexemplify real biological systems. The comprehension of these simpler isolatedmodels will no doubt aid the understanding of more complex systems

Con el fin de relacionar la estructura y la actividad de series de compuestos, es importante usar descriptores moleculares relevantes. Los descriptores GRIND y VolSurf pertenecen a una nueva familia de descriptores llamado libre de alineamiento. Es decir, que no necesitan alinear los compuestos con el fin de comparar sus campos de interacciones molecular. En este estudio se ha aplicado esos descriptores para la selección de reactivos químicos a partir de una amplia base de datos. La selección se ha echo mediante un protocolo que permite maximizar la diversidad de la muestra y así obtener unos compuestos muy informativos. También se ha desarrollado nuevos descriptores de forma que están basado en los cambios de curvatura de la superficie molecular. Los resultados obtenidos indican que los nuevos descriptores de forma se integran muy bien en los descriptores GRIND originales y que permiten identificar los efectos de forma tanto favorable como desfavorable. Además, se ha desarrollado nuevos descriptores libre de alineamiento llamado 'anchor-GRIND' que usan un átomo de cada molécula como punto de referencia para la comparación de los campos de interacciones molecular. Los descriptores 'anchor-GRIND' permiten una descripción mas precisa y mas sencilla que los descriptores GRIND lo que los hace mas relevante para el análisis de ciertas familias de compuestos.
In order to correlate the differences of structure with the differences of activity of series of compounds, it is important to use relevant molecular descriptors. The GRIND and VolSurf descriptors belong to the so-called alignment-free descriptors family. In other words, they do not require to align the compounds in order to compare its molecular interaction fields. In this study, we applied these descriptors to the selection of chemical reagent from a database of compounds. The selection has been done following a protocol which allows to maximize the diversity of the sample and so to obtain some compounds highly informative. In addition we developed new shape descriptors which are based on the changes of curvature of the molecular surface. The results obtained show that the new shape descriptors are well integrated in the original GRIND descriptors. Furthermore, we designed new alignment-free descriptors called 'anchor-GRIND' which use one atom of each molecule as a reference point for the comparison of the molecular interaction fields. The 'anchor-GRIND' descriptors allow a more precise and more simple description than the GRIND descriptors, which makes them more relevant for the analysis of some families of compounds.

Eicosanoids are important lipid mediators in the development of inflammation, progression of cancer and other pain associated diseases. Arachidonic acid (AA) is the precursor molecule for the synthesis of prostaglandin E2 and luekotriene B4 which is considered as proinflammatory metabolites. Conversely, eicosapentanoic acid (EPA) is the substrate for the synthesis of anti-inflammatory metabolites such as prostaglandin E3 and luekotriene B5. In this study, the effects and influence of AA, EPA and inhibitor towards the synthesis of the four metabolites in cell cultures were investigated. AAderived metabolites showed minimal production when AA is the only substrate present in the cell culture media. Interesting, the levels of AAderived metabolites increased significantly in the presence of EPA. The results showed that EPA may play a role in the production of the AAmetabolites. An understanding of the effects and interactions between the two molecules is important in establishing these metabolites as inflammatory biomarkers.