Diversos artigos têm sido publicados a fim de avaliar a influência de diferentes tratamentos de superfície de TiO2/Ti sobre atividade celular de osteoblastos, tentando estabelecer dessa forma a relação entre as propriedades de superfície e o processo de ossointegração. No entanto, ainda existem lacunas críticas na avaliação e compreensão do efeito das propriedades de superfície sobre atividade celular. Como muitos fatores podem influenciar na resposta celular, a avaliação da influência combinada dos diferentes parâmetros empregados dificulta a compreensão do efeito das propriedades superficiais no processo de osseointegração, bem como a comparação do desempenho de diferentes tratamentos de superfícies. Além disso, uma avaliação comparativa entre estudos realizados por diferentes autores é muito difícil pelo fato de que não seja adotada uma padronização dos experimentos, por exemplo quanto ao tipo de célula empregada no estudo, dentre outros. Nesse contexto, o presente trabalho propõe o uso de um método computacional objetivando classificar e prever a resposta da atividade celular in vitro sobre superfícies de TiO2/Ti. A partir de resultados obtidos em artigos publicados por diferentes autores, foi construído um dataset relacionando a influência das propriedades de superfície TiO2/Ti (rugosidade e molhabilidade) sobre atividade celular e viabilidade pelo ensaio 3-(4,5-dimetiltiazol-2-il)-2,5-difenil tetrazólio bromide (MTT), empregando-se células osteoblásticas MC3TE-E1 e os mesmos critérios de monitoramento. Posteriormente foram aplicados os algoritmos de árvores de decisão J48 e SimpleCart para obter regras capazes de classificar e prever resultados da atividade celular em função das propriedades superficiais. A ferramenta empregada para gerar a árvore de decisão foi Weka. Dentre os algoritmos testados, o algoritmo SimpleCart apresentou uma melhor classificação, resultando em um coeficiente de Kappa de 40,45% contra o J48 o qual obteve um coeficiente de Kappa de 26,51%. Esse coeficiente é uma métrica utilizada para avaliar a qualidade da classificação da árvore de decisão. Nesse sentido, a árvore de decisão gerada permitiu identificar regras de decisão que podem ser empregados como um modelo preditivo e de classificação para o dataset construído, relacionando o efeito das propriedades superficiais (rugosidade e molhabilidade) de TiO2/Ti com a atividade celular. / Several articles have been published to evaluate the influence of different TiO2/Ti surface treatments on the cellular activity of osteoblasts, trying to establish the relationship between surface properties and the osseointegration process. However, there are still critical gaps in the assessment and understanding of the effect of these surface properties on the cellular activity. As many factors can influence on the cellular response, the combined influence evaluation of the different parameters applied makes it difficult to understand the effect of the surface properties on the osseointegration process, and the performance comparison of different surface treatments. In addition, a comparative evaluation between studies of different authors is very difficult to conduct because there is no pattering of experiments, for instance the cell type used in the study, among others. In this context, this paper proposes the use of a computational method aimed to classify and predict the cellular activity response in vitro on TiO2/Ti surfaces. From the results gotten in published articles of different authors, a dataset was built in order to relate the influence of TiO2/Ti surface properties (roughness and wettability) on the cellular activity and viability assay by 3-(4,5-dimethylthiazol-2-yl)-2,5- diphenyl tetrazolium bromide (MTT), using MC3TE-E1 osteoblastic cells, and the same monitoring criteria. Later the algorithms J48 and SimpleCart decision trees were applied to get rules able to classify and predict cellular activity results depending on the surface properties. Weka was the tool used to generate the decision tree. Among the tested algorithms, the SimpleCart algorithm presented the best classification, resulting in a Kappa coefficient of 40.45% compared to J48, which resulted in a Kappa coefficient of 26.51%. This coefficient is a metric used to evaluate the quality of the decision tree classification. In this way, the decision tree generated allowed the identification of decision rules that can be used as a predictive model for the dataset built related to the Ti/TiO2 surface properties (roughness and wettability) with the cellular activity.

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.