Cartography of chemical space

Cartographie de l'espace chimique

• Auteur / Autrice : Héléna Alexandra Gaspar
• Direction : Alexandre Varnek
• Type : Thèse de doctorat
• Discipline(s) : Chimie
• Date : Soutenance le 29/09/2015
• Etablissement(s) : Strasbourg
• Ecole(s) doctorale(s) : École doctorale des Sciences chimiques (Strasbourg ; 1995-....)
• Partenaire(s) de recherche : Laboratoire : Chimie de la matière complexe (Strasbourg)
• Jury : Président / Présidente : Olivier Taboureau
• Jury : Examinateurs / Examinatrices : Didier Rognan
• Jury : Rapporteur / Rapporteuse : Olivier Taboureau, Peter Ertl

Mots clés

Mots clés contrôlés

Chimie -- Informatique

QSAR (biochimie)

Banques de données

Classification

Modèles mathématiques

Chimie

Mots clés libres

Visualisation

Espace chimique

QSAR

Inverse QSAR

Domaine d’applicabilité

Stargate GTM

Données massives

Apprentissage automatique

Visualization

Chemical space

QSAR

Inverse QSAR

Applicability domain

Stargate GTM

Big data

Machine learning

Résumé

Cette thèse est consacrée à la cartographie de l’espace chimique ; son but est d’établir les bases d’un outil donnant une vision d’ensemble d’un jeu de données, comprenant prédiction d’activité, visualisation, et comparaison de grandes librairies. Dans cet ouvrage, nous introduisons des modèles prédictifs QSAR (relations quantitatives structure à activité) avec de nouvelles définitions de domaines d’applicabilité, basés sur la méthode GTM (generative topographic mapping), introduite par C. Bishop et al. Une partie de cette thèse concerne l’étude de grandes librairies de composés chimiques grâce à la méthode GTM incrémentale. Nous introduisons également une nouvelle méthode « Stargate GTM », ou S-GTM, permettant de passer de l’espace des descripteurs chimiques à celui des activités et vice versa, appliquée à la prédiction de profils d’activité ou aux QSAR inverses.

This thesis is dedicated to the cartography of chemical space; our goal is to establish the foundations of a tool offering a complete overview of a chemical dataset, including visualization, activity prediction, and comparison of very large datasets. In this work, we introduce new QSAR models (quantitative structure-activity relationship) based on the GTM method (generative topographic mapping), introduced by C. Bishop et al. A part of this thesis is dedicated to the visualization and analysis of large chemical libraries using the incremental version of GTM. We also introduce a new method coined “Stargate GTM” or S-GTM, which allows us to travel from the space of chemical descriptors to activity space and vice versa; this approach was applied to activity profile prediction and inverse QSAR.