La chémoinformatique et la bioinformatique sont des disciplines devenues indispensables à la découverte de médicaments. De nos jours, les industries pharmaceutiques consacrent près de 10% de leur budget de recherche et développement, à la recherche de médicaments assisté par ordinateur (Kapetanovic 2008). Cette émergence peut s’expliquer à la fois par le développement des architectures de calculs mais aussi par le faible coup qu’engendrent des analyses in silico par rapport à des tests in-vitro.Les essais biologiques qui ont été menés depuis des décennies afin d’identifier des médicaments potentiels, commencent à former une source très importante de données et plusieurs bases de données commencent à les répertorier. La disponibilité de ce type de données a favorisé le développement d’un nouvel axe de recherche appelé la "chémogénomique" et qui s’intéresse à l’étude et à l’identification des associations possibles entre plusieurs molécules et plusieurs cibles. Ainsi, la chémogénomique permet de déterminer le profil biologique d’une molécule et nous renseigne sur sa capacité à devenir une touche intéressante mais aussi à identifier ses possibles effets indésirables. Des méthodes de chémoinformatique permettent d’utiliser ces sources de données à des fins d’apprentissage et établir des modèles prédictifs qui permettront par la suite de faire des prédictions pour connaitre l’activité d’une molécule.Cette thèse a porté sur le développement et l'utilisation de méthodes de prédictions d’association protéine-ligand. La prédiction d’une association est importante en vue d’un criblage virtuel et peut s’effectuer à l’aide de plusieurs méthodes. Au sein du laboratoire, on s’intéresse plus particulièrement au profilage de bases de données de molécules (chimiothèques) contre une série de cibles afin d’établir leur profil biologique. J’ai donc essayé au cours de ma thèse de mettre au point des modèles prédictifs d’association protéine-ligand pour un grand nombre de cibles, valider des méthodes de criblage virtuel récentes à des fins de profilage mais aussi établir un protocole de profilage automatisé, qui décide du choix de la méthode de criblage la plus adaptée en s’appuyant sur les propriétés physico-chimiques du ligand à profiler et de l’éventuelle cible. / Chemoinformatics and bioinformatics methods are now necessary in every drug discovery program. Pharmaceutical industries dedicate more than 10% of their research and development investment in computer aided drug design (Kapetanovic 2008). The emergence of these tools can be explained by the increasing availability of high performance calculating machines and also by the low cost of in silico analysis compared to in vitro tests.Biological tests that were performed over last decades are now a valuable source of information and a lot of databases are trying to list them. This huge amount of information led to the birth of a new research field called “chemogenomics”. The latter is focusing on the identification of all possible associations between all possible molecules and all possible targets. Thus, using chemogenomics approaches, one can obtain a biological profile of a molecule and even anticipate possible side effects.This thesis was focused on the development of approaches that aim to predict the binding of molecules to targets. In our lab, we focus on profiling molecular databases in order to get their full biological profile. Thus, my main work was related to this context and I tried to develop predictive models to assess the binding of ligands to proteins, to validate some virtual screening methods for profiling purpose, and finally, I developed an automatic hybrid profiling workflow that selects the best fitted virtual screening approach to use according the ligand/target context.

Comprendre les interactions réalisées entre un candidat médicament et sa protéine cible est un enjeu crucial pour orienter la recherche de nouvelles molécules. En effet, ce processus implique de nombreux paramètres qu'il est nécessaire d'analyser séparément pour mieux comprendre leurs effets.Nous proposons ici deux nouvelles approches observant les relations protéine/ligand. La première se concentre sur la comparaison de cavités formées par les sites de liaison pouvant accueillir une molécule. Cette méthode permet d'inférer la fonction d'une protéine mais surtout de prédire " l'accessibilité " d'un site de liaison pour un médicament. La seconde tactique se focalise sur la comparaison des interactions non-covalentes réalisées entre la protéine et le ligand afin d'améliorer la sélection de molécules potentiellement actives lors de criblages virtuels, et de rechercher de nouveaux fragments moléculaires, structuralement différents mais partageant le même mode d'interaction.

Cette thèse porte sur le développement de méthodes bioinformatiques permettant la prédiction des interactions protéine - ligand. L'approche employée est d'utiliser le partage entre protéines, des informations connues, à la fois sur les protéines et sur les ligands, afin d'améliorer la prédiction de ces interactions. Les méthodes proposées appartiennent aux méthodes dites de chémogénomique. La première contribution de cette thèse est le développement d'une méthode d'apprentissage statistique pour la prédiction des interactions protéines - ligands par famille. Elle est illustrée dans le cas des GPCRs. Cette méthode comprend la proposition de noyaux pour les protéines qui permettent de prendre en compte la similarité globale des GPCRs par l'utilisation de la hiérarchie issue de l'alignement des séquences de cette famille, et la similarité locale au niveau des sites de fixation des ligands de ces GPCRs grâce à l'utilisation des structures 3D connues des membres de cette famille. Pour cela un jeu de données a été créé afin d'évaluer la capacité de cette méthode à prédire correctement les interactions connues. La deuxième contribution est le développement d'une mesure de similarité entre deux sites de fixation de ligands provenant de deux protéines différentes représentés par des nuages d'atomes en 3D. Cette mesure implique la superposition des poches par rotation et la translation, avec pour but la recherche du meilleur alignement possible en maximisant le regroupement d'atomes ayant des propriétés similaires dans des régions proches de l'espace. Les performances de cette méthodes ont été mesurées à l'aide d'un premier jeu de donnés provenant de la littérature et de deux autres qui ont été créé à cet effet. L'ensemble des résultats de cette thèse montre que les approches de chémogénomique présentent de meilleures performances de prédiction que les approches classique par protéine.

Comprendre les interactions réalisées entre un candidat médicament et sa protéine cible est un enjeu crucial pour orienter la recherche de nouvelles molécules. En effet, ce processus implique de nombreux paramètres qu’il est nécessaire d’analyser séparément pour mieux comprendre leurs effets.Nous proposons ici deux nouvelles approches observant les relations protéine/ligand. La première se concentre sur la comparaison de cavités formées par les sites de liaison pouvant accueillir une molécule. Cette méthode permet d’inférer la fonction d’une protéine mais surtout de prédire « l’accessibilité » d’un site de liaison pour un médicament. La seconde tactique se focalise sur la comparaison des interactions non-covalentes réalisées entre la protéine et le ligand afin d’améliorer la sélection de molécules potentiellement actives lors de criblages virtuels, et de rechercher de nouveaux fragments moléculaires, structuralement différents mais partageant le même mode d’interaction. / Understanding the interactions between a drug and its target protein is crucial in order to guide drug discovery. Indeed, this process involves many parameters that need to be analyzed separately to better understand their effects.We propose two new approaches to observe protein/ligand relationships. The first focuses on the comparison of cavities formed by binding sites that can accommodate a small molecule. This method allows to infer the function of a protein but also to predict the accessibility of a binding site for a drug. The second method focuses on the comparison of non-covalent interactions made between the protein and the ligand to improve the selection of potentially active molecules in virtual screening, and to find new molecular fragments, structurally different but sharing the same mode of interaction.

La chémoinformatique et la bioinformatique sont des disciplines devenues indispensables à la découverte de médicaments. De nos jours, les industries pharmaceutiques consacrent près de 10% de leur budget de recherche et développement, à la recherche de médicaments assisté par ordinateur (Kapetanovic 2008). Cette émergence peut s'expliquer à la fois par le développement des architectures de calculs mais aussi par le faible coup qu'engendrent des analyses in silico par rapport à des tests in-vitro.Les essais biologiques qui ont été menés depuis des décennies afin d'identifier des médicaments potentiels, commencent à former une source très importante de données et plusieurs bases de données commencent à les répertorier. La disponibilité de ce type de données a favorisé le développement d'un nouvel axe de recherche appelé la "chémogénomique" et qui s'intéresse à l'étude et à l'identification des associations possibles entre plusieurs molécules et plusieurs cibles. Ainsi, la chémogénomique permet de déterminer le profil biologique d'une molécule et nous renseigne sur sa capacité à devenir une touche intéressante mais aussi à identifier ses possibles effets indésirables. Des méthodes de chémoinformatique permettent d'utiliser ces sources de données à des fins d'apprentissage et établir des modèles prédictifs qui permettront par la suite de faire des prédictions pour connaitre l'activité d'une molécule.Cette thèse a porté sur le développement et l'utilisation de méthodes de prédictions d'association protéine-ligand. La prédiction d'une association est importante en vue d'un criblage virtuel et peut s'effectuer à l'aide de plusieurs méthodes. Au sein du laboratoire, on s'intéresse plus particulièrement au profilage de bases de données de molécules (chimiothèques) contre une série de cibles afin d'établir leur profil biologique. J'ai donc essayé au cours de ma thèse de mettre au point des modèles prédictifs d'association protéine-ligand pour un grand nombre de cibles, valider des méthodes de criblage virtuel récentes à des fins de profilage mais aussi établir un protocole de profilage automatisé, qui décide du choix de la méthode de criblage la plus adaptée en s'appuyant sur les propriétés physico-chimiques du ligand à profiler et de l'éventuelle cible.

RUNX1 est un facteur de transcription essentiel pour l’hématopoïèse et joue un rôle important dans la fonction immunitaire. Des mutations surviennent dans ce gène chez 5 à 13% des patients atteints de leucémie myéloïde aiguë (LMA) (RUNX1mut) et définissent un sous-groupe particulier de LMA associé à un pronostic défavorable. En conséquence, il est nécessaire de procéder à une meilleure caractérisation génétique et de concevoir des stratégies thérapeutiques plus efficaces pour ce sousgroupe particulier de LMA. Bien que la plupart des mutations trouvées dans le gène RUNX1 dans la LMA soient supposément acquises, des mutations germinales dans RUNX1 sont observées chez les patients atteints du syndrome plaquettaire familial avec prédisposition aux hémopathies malignes (RUNX1-FPD, FPD/AML). En outre, 44 % des individus atteints évoluent vers le développement d’une LMA. Suite au séquençage du transcriptome (RNA-Seq) d’échantillons de la cohorte Leucégène, nous avons montré que le dosage allélique de RUNX1 influence l’association avec des mutations coopérantes, le profil d’expression génique et la sensibilité aux médicaments dans les échantillons primaires de LMA RUNX1mut. Aussi, la validation des mutations trouvées chez RUNX1 a mené à la découverte que 30% des mutations identifiées dans notre cohorte de LMA étaient d’origine germinale, révélant une proportion plus élevée qu’attendue de cas de mutations RUNX1 familiales. Un crible chimique a, quant à lui, révélé que la plupart des échantillons RUNX1mut sont sensibles aux glucocorticoïdes (GCs) et nous avons confirmé que les GCs inhibent la prolifération des cellules de LMA et ce, via l’interaction avec le récepteur des glucocorticoïdes (Glucocorticoid Receptor, GR). De plus, nous avons observé que les échantillons contenant des mutations RUNX1 censées entraîner une faible activité résiduelle étaient plus sensibles aux GCs. Nous avons aussi observé que la co-association de certaines mutations, SRSF2mut par exemple, et les niveaux de GR contribuaient à la sensibilité aux GCs. Suite à cela, la sensibilité acquise aux GCs a été obtenue en régulant négativement l’expression de RUNX1 dans des cellules LMA humaines, ce qui a été accompagné par une régulation positive de GR. L’analyse de transcriptome induit par GC a révélé que la différenciation des cellules de LMA induite par GCs pourrait être un mécanisme en jeu dans la réponse antiproliférative associée à ces médicaments. Plus important encore, un criblage génomique fonctionnel a identifié le répresseur transcriptionnel PLZF (ZBTB16) comme un modulateur spécifique de la réponse aux GCs dans les cellules LMA sensibles et résistantes. Ces observations fournissent une caractérisation supplémentaire de la LMA RUNX1mut, soulignant l’importance de procéder à des tests germinaux pour les patients porteurs de mutations RUNX1 délétères. Nos résultats ont également identifié un nouveau rôle pour RUNX1 dans le réseau de signalisation de GR et montrent l’importance d’investiguer le repositionnement des GCs pour traiter la LMA RUNX1mut dans des modèles précliniques. Enfin, nous avons fourni des indications sur le mécanisme d’action des GCs, en montrant que PLZF s’avère un facteur important favorisant la résistance aux GCs dans la LMA. / RUNX1 is an essential transcription factor for definite hematopoiesis and plays important roles in immune function. Mutations in RUNX1 occur in 5-13% of Acute Myeloid Leukemia (AML) patients (RUNX1mut ) and are associated with adverse outcome, thus highlighting the need for better genetic characterization and for the design of efficient therapeutic strategies for this particular AML subgroup. Although most RUNX1 mutations in AML are believed to be acquired, germline RUNX1 mutations are observed in the familial platelet disorder with predisposition to hematologic malignancies (RUNX1-FPD, FPD/AML) in which about 44% of affected individuals progress to AML. By performing RNA-sequencing of the Leucegene collection, we revealed that RUNX1 allele dosage influences the association with cooperating mutations, gene expression profile, and drug sensitivity in RUNX1mut primary AML specimens. Validation of RUNX1 mutations led to the discovery that 30% of RUNX1 mutations in our AML cohort are of germline origin, indicating a greater than expected proportion of cases with familial RUNX1 mutations. Chemical screening showed that most RUNX1mut specimens are sensitive to glucocorticoids (GC) and we confirmed that GCs inhibit AML cell proliferation via interaction with the Glucocorticoid Receptor (GR). We observed that specimens harboring RUNX1 mutations expected to result in low residual RUNX1 activity were most sensitive to GCs, and that co-associating mutations, such as SRSF2mut, as well as GR levels contribute to GC-sensitivity. Accordingly, acquired GC-sensitivity was achieved by negatively regulating RUNX1 expression in human AML cells, which was accompanied by upregulation of the GR. GC-induced transcriptome analysis revealed that GC-induced differentiation of AML cells might be a mechanism at play in the antiproliferative response to these drugs. Most critically, functional genomic screening identified the transcriptional repressor PLZF (ZBTB16) as a specific modulator of the GC response in sensitive and resistant AML cells. These findings provide additional characterization of RUNX1mut AML, further stressing the importance of germline testing for patients carrying deleterious RUNX1 mutations. Our results also identified a novel role for RUNX1 in the GR signaling network and support the rationale of investigating GC repurposing for RUNX1mut AML in preclinical models. Finally, we provided insights into the mechanism of action of GCs, which positions PLZF as an important factor promoting resistance to glucocorticoids in AML.