Thèse soutenue

Vieillissement du système cardio-vasculaire – Etude de l’activité des peptides d’élastine

FR  |  
EN
Auteur / Autrice : Azzam Alwan
Direction : Pierre BeauseroyManuel Dauchez
Type : Thèse de doctorat
Discipline(s) : Optimisation et Sûreté des Systèmes
Date : Soutenance le 22/10/2018
Etablissement(s) : Troyes
Ecole(s) doctorale(s) : Ecole doctorale Sciences pour l'Ingénieur (Troyes, Aube)
Partenaire(s) de recherche : Laboratoire : Institut Charles Delaunay / ICD
Jury : Président / Présidente : Su Ruan
Examinateurs / Examinatrices : Manuel Dauchez, Su Ruan, Rémi Cogranne, El-Hadji Ojermoune, Sébastien Almagro, Pierre Tuffery
Rapporteurs / Rapporteuses : Rémi Cogranne, El-Hadji Ojermoune

Résumé

FR  |  
EN

Ce travail vise à proposer une méthodologie statistique pour étudier les peptides produits par la dégradation des protéines d'élastine artérielle. Les approches biologiques indiquent que certains de ces peptides peuvent être considérés comme des signaux moléculaires et peuvent influencer l'évolution des pathologies vasculaires. De plus, des expériences montrent que les propriétés biologiques des peptides sont liées à leurs structures 3D. Dans ce contexte, l'objectif de nos travaux consiste à analyser les structures 3D de ces peptides pour identifier les conformations liées à leurs activités biologiques et pronostiquer l’activité de nouveaux peptides. Il s'agit donc d'identifier les conformations "clés" pour l’activité de ces peptides à l'aide d'une base de données de simulations dynamiques du comportement moléculaire des peptides de l'élastine. Parmi les peptides simulés, certains sont connus pour avoir un effet biologique alors que d'autres ne le sont pas. Dans un premier temps, il est extrêmement important d'identifier les principales conformations de chaque peptide à partir des simulations moléculaires. Un processus combinant plusieurs méthodes statistiques a été proposé dans ce but et a démontré son efficacité sur la base de données existante. Dans un second temps, un détecteur d'activité peptidique a été proposé. Il est capable de prévoir l'activité de nouveaux peptides non étiquetés. Le détecteur proposé est simple et peut être appliqué à de grandes bases de données