Thèse soutenue

Développement des méthodes numériques pour analyser les données issues de la résonance magnétique nucléaire
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Viêt Dung Duong
Direction : Torsten Herrmann
Type : Thèse de doctorat
Discipline(s) : Chimie
Date : Soutenance le 04/05/2017
Etablissement(s) : Lyon
Ecole(s) doctorale(s) : École Doctorale de Chimie (Lyon ; 2004-....)
Partenaire(s) de recherche : établissement opérateur d'inscription : École normale supérieure de Lyon (2010-...)
Laboratoire : Institut des Sciences Analytiques
Jury : Président / Présidente : Christian Roumestand
Examinateurs / Examinatrices : Torsten Herrmann, Christian Roumestand, Malene Jensen, Wim Vranken, Olivier Walker
Rapporteurs / Rapporteuses : Malene Jensen, Wim Vranken

Mots clés

FR  |  
EN

Résumé

FR  |  
EN

La résonance magnétique nucléaire (RMN) est devenue une des techniques spectroscopiques les plus puissantes et polyvalentes de la chimie analytique avec des applications multiples dans des différents domaines de la recherche. Cependant, un des inconvénients majeurs de la RMN est le processus fastidieux d'analyse de donnée qui nécessite fréquemment des interventions humaines. Ces dernières font diminuer non seulement l'efficacité et l'objectivité des études mais également renferment les champs d'applications potentielles de la RMN pour les non-initiés. Par conséquent, le développement des méthodes computationnelles non supervisées se trouve nécessaire. Les travaux réalisés ici représentent des nouvelles approches dans le domaine de la métabolomique et de la biologie structurelle. Le défi ultime de la RMN métabolomique est l'identification complète de l'ensemble des molécules constituant les échantillons biologiques complexes. Cette étape est vitale pour toute interprétation biologique. Dans la première partie de cette thèse, une nouvelle méthode numérique a été développée pour analyser des spectres à deux dimensions HSQC et TOCSY afin d'identifier les métabolites. La performance de cette nouvelle méthode a été démontrée avec succès sur les données synthétiques et expérimentales. La RMN est une des principales techniques analytiques de la biologie structurale. Le processus conventionnel de détermination structurelle est bien établie avec souvent une attribution explicite des signaux. Dans la seconde partie de cette thèse, une nouvelle approche computationnelle est présentée. Cette nouvelle méthode permet de déterminer les structures RMN sans attributions explicites des signaux. Ces derniers proviennent de données spectrales tridimensionnelles TOCSY et NOESY. Les structures ont été résolues en appliquant cette nouvelle méthode aux données spectrales d'une protéine de 12kDa.