Mise au point d’une méthode d’analyse déréplicative par RMN du carbone 13

Developing a dereplication analysis method based on carbon 13 NMR

• Auteur / Autrice : Antoine Bruguière
• Direction : Pascal Richomme-Peniguel, Séverine Derbré
• Type : Thèse de doctorat
• Discipline(s) : Pharmacologie, phytochimie et toxicologie
• Date : Soutenance le 16/12/2019
• Etablissement(s) : Angers
• Ecole(s) doctorale(s) : École doctorale Écologie Géosciences Agronomie Alimentation (Rennes ; 2016-2022)
• Partenaire(s) de recherche : Laboratoire : Laboratoire Substances d'Origine Naturelle et Analogues Structuraux (Angers) - Substances d'Origine Naturelle et Analogues Structuraux / SONAS
• Jury : Président / Présidente : Pierre Champy
• Jury : Examinateurs / Examinatrices : Anne-Claire Mitaine-Offer
• Jury : Rapporteur / Rapporteuse : Céline Rivière, Jean-Marc Nuzillard

Mots clés

Mots clés contrôlés

Dissertation universitaire

Spectroscopie par résonance magnétique du carbone-13

Mots clés libres

Déréplication

Rmn-13c

Programme

Produits naturels

Dereplication

13c-Nmr

Program

Natural products

Résumé

L’extraction et la purification de produits naturels peut être un travail long et fastidieux, et n’aboutissant pas forcement à des molécules pouvant être valorisées. C’est pourquoi des méthodes de déréplication se sont développées : elles permettent d’identifier les molécules d’un mélange sans avoir à les séparer, en comparant leurs signaux à des signaux de références, regroupées en bases de données. Dans ce travail, nous avons cherché à utiliser une méthode de déréplication pouvant nous permettre de rapidement identifier des acylphloroglucinols polycycliques polyprénylés (PPAPs), molécules pouvant avoir un intérêt comme outil thérapeutique afin de comprendre certains mécanismes immunitaires et inflammatoires. Nous avons d’abord pu établir que la construction de bases de données contenant des valeurs prédites, au lieu de données expérimentales, permettait de faire des analyses de déréplication de qualité. Les bases prédites ont donc été utilisées pour le reste des expériences. Après avoir passé en revue les différentes méthodes de déréplication reportées dans la littérature, nous avons décidé de développer notre propre programme de déréplication utilisant la RMN du 13C, dans l’optique de pouvoir le rendre plus discriminant que les méthodes actuelles. Pour se faire, en plus du 13C, des informations DEPT (135 et 90) sont ajoutées, permettant d’affiner les recherches par type de carbone. Une interface graphique a été également implémentée, permettant une facilité d’utilisation, mais également une interactivité des résultats, grâce à laquelle l’utilisateur peut optimiser les hypothèses faites par le programme. Cette nouvelle méthode a d’abord été testée avec succès sur différents mélanges de produits naturels, ce qui a permit de valider la qualité des résultats qu’elle produit. Enfin, la méthode a pu être appliquée sur des extraits de Garcinia bancana, ce qui a permis l’identification des PPAPs recherchés. Les molécules d’intérêt ont pu être purifiées pour de futurs test biologiques.

Extraction and isolation of natural products can be a tedious and time-consuming work and can unfortunately lead to molecules presenting little to no interest. That is why dereplication methods have been developed : they allow the identification of molecules within a mixture, without having to separate them, by comparing their signals to those of references, gathered in databases. In this work, we try to focus on polycyclic polyprenylated acylphloroglucinols (PPAPs), molecules that could be used a therapeutic tool to understand mechanisms involved in immune and inflammatory responses. We first were able to conclude that building databases using predicted values, instead of experimental ones, gave quality results for a dereplication work. Predicted databases were thus used for the rest of the experiments. After taking a look at the different kind of published dereplication methods, we decided to develop our own program based on 13C-NMR, in order to make it more discriminating than the current methods. To do so, in addition to 13C data, DEPT (135 and 90) information were added, allowing to narrow the search by carbon type. A graphic user interface was also implemented, making the program easier to use, but also providing the user with the possibility to interact with the results. This new method was first successfully tested on a diverse range of natural products mixtures, allowing the validation of the method. In the end, the method was used on Garcinia bancana extracts, and made possible the quick identification of the PPAPs we were interested in. Molecules were purified for further biological testing.