La sélection de sous-ensembles de molécules diverses est un enjeu très important de la recherche pharmaceutique. En effet, de la qualité de cette sélection, dépendra la découverte efficace d'un médicament. De nombreuses méthodes existent pour répondre à cette demande. Certaines sont basées sur la création de groupes de molécules, d'autres sur le principe de dissimilarité inter-moléculaire. Nous proposons dans ce travail, une nouvelle technique à la croisée de ces méthodes, qui permet d'obtenir des sous-ensembles à la fois divers dans l'espace et représentatifs de l'ensemble initial duquel ils sont extraits. Pour créer cette méthode de sélection, nous avons tout d'abord défini et formalisé mathématiquement un critère de diversité, puis nous nous sommes appuyés sur des heuristiques connues en apprentissage artificiel pour concevoir l'algorithme. Celui-ci a été comparé à d'autres types de sélections de diversité couramment utilisées en chémoinformatique telles que les k-medoïds, Maximum-Dissimilarity, Sphere-Exclusion. La formalisation du critère de diversité nous a enfin permis de proposer un nouveau critère d'évaluation de la qualité des sélections. La méthode et le critère présentées dans ce travail donnent des échantillons divers et représentatifs d'un espace chimique. / The selection of diverse molecules'subsets is a very important stake in the pharmaceutical research. Indeed, the effective discovery of a drug will depend of the quality of this selection. Several methods exist to address this problem. Some of them are based on the creation of groups of molecules, the others on the principle of dissimilarity between chemical compounds. In this work, we propose a new technique, between these two concepts, which allows to obtain subsets, at the same time, diverse in the space and representative from the initial set which they are extracted. First of all, to create this selection method, we defined and formalized mathematically a diversity criterion, then we used heuristics known in machine learning to conceive our algorithm. This one was compared with the other types of diversity selections usually used in chemoinformatic such as k-medoïds, Maximum-Dissimilarity, Sphere-Exclusion. The formalization of the diversity criterion finally allowed us to propose a new criterion of evaluation of the quality of the selections. The algorithm and the criterion presented in this work give diverse and representative samples of a chemical space.

Malgré les progrès réalisés dans les différentes stratégies thérapeutiques, l’efficacité des principales approches antitumorales a atteint un plateau critique dans le traitement de plusieurs cancers. Il y a donc un besoin urgent de découvrir de nouveaux composés anticancéreux innovateurs et efficaces. Surexprimée dans la plupart des cancers et indétectable dans la majorité des tissus normaux, la Survivine est une protéine multifonctionnelle qui joue un rôle clé dans le contrôle de la division cellulaire et de l’apoptose. Malgré son immense potentiel thérapeutique dans le traitement des cancers, le portfolio de la Survivine est très mince. Dans le but de développer des inhibiteurs sélectifs de la Survivine deux approches différentes ont été utilisées dans ce projet : 1) une approche par design rationnel à partir d’un ligand et 2) une approche combinatoire. Un point critique dans les fonctions de la Survivine dans les cancers est son association avec la protéine du choc thermique 90kDa (Hsp90). La Shepherdine est un peptide inhibiteur de l’interaction entre la Survivine et la Hsp90. Malheureusement, elle est dégradée rapidement et possède une perméabilité cellulaire très faible. Pour contourner ce problème, la Shepherdine a été utilisée comme référence dans une approche de design rationnel pour réaliser des études de relation structure-activité et ultimement développer des analogues synthétiques possédant des propriétés pharmacologiques améliorées. L’approche combinatoire «one-bead-one-compound» (OBOC) possède un grand potentiel pour découvrir de nouveaux ligands de la Survivine, car elle permet d’exploiter de manière optimale la diversité moléculaire accessible avec les peptides cycliques. Par contre, leur utilisation dans cette approche est limitée par les problèmes associés avec la détermination de la séquence peptidique des composés après le criblage. Pour contourner ce problème, une nouvelle approche par réouverture de cycle a été mise au point pour la synthèse et le décodage de chimiothèques OBOC de peptides cycliques. Cette nouvelle méthode servira pour la préparation d’une chimiothèque OBOC de peptides cycliques qui seront criblés pour découvrir des ligands de la Survivine et de potentiels inhibiteurs.

Tableau d’honneur de la Faculté des études supérieures et postdoctorales, 2013-2014. / Le cancer est une maladie qui prend naissance lorsque les cellules adoptent un comportement inhabituel en se multipliant et en se développant de manière désorganisée. Cette maladie est la cause de mortalité prédominante au Canada. En fait, la probabilité d’être atteint du cancer au cours de sa vie est d’environ 43% et celle d’en mourir est d’environ 26%. Il est donc facile d’en conclure que la majorité des gens seront, au cours de leur existence, touchés personnellement par cette maladie, soit directement ou par le cancer d’un être proche. L’incidence et la mortalité engendrées par cette maladie expliquent en partie pourquoi autant d’équipes de recherche à travers le monde concentrent leurs études sur les différents types de cancers. De nombreux cancers se traitent par l’utilisation d’agents cytotoxiques. Malheureusement, la majorité de ces agents induisent des effets indésirables très importants chez la presque totalité des patients. Certains composés stéroïdiens possédant des activités cytotoxiques sélectives ont récemment démontré des activités anticancéreuses très intéressantes chez différents types de cancers. En ayant identifié certaines structures stéroïdiennes prometteuses et en voulant améliorer leur stabilité métabolique, une nouvelle méthodologie d’ancrage permettant de synthétiser de nouvelles molécules par chimie combinatoire fut développée. L’élaboration de ce nouvel outil ainsi que la synthèse de différentes chimiothèques d’aminostéroïdes éthinylés ayant potentiellement des activités biologiques intéressantes sont à l’origine du premier projet de recherche présenté dans le cadre de cet ouvrage. Certains types de cancers se prêtent bien à des thérapies plus douces que la chimiothérapie. L’hormonothérapie, par exemple, est le traitement de choix pour les cancers dits de types hormono-dépendants. D’ailleurs, certains traitements anti-hormonaux efficaces sont actuellement utilisés au niveau clinique pour le traitement de ces cancers. Il est donc important de poursuivre cette piste de recherche prometteuse. La majorité des traitements d’hormonothérapie sont utilisés en combinaisons avec d’autres types de traitements comme la radiothérapie ou la chirurgie. Dans l’optique de développer un meilleur inhibiteur hybride de la 17β-HSD1, un nouveau composé a été conçu et synthétisé. La synthèse d’un nouvel inhibiteur hybride de la 17β-hydroxystéroïde déshydrogénase de type 1 est donc à l’origine du deuxième projet de recherche dont les résultats sont exposés et discutés dans ce présent mémoire.

La sélection de sous-ensembles de molécules diverses est un enjeu très important de la recherche pharmaceutique. En effet, de la qualité de cette sélection, dépendra la découverte efficace d'un médicament. De nombreuses méthodes existent pour répondre à cette demande. Certaines sont basées sur la création de groupes de molécules, d'autres sur le principe de dissimilarité inter-moléculaire. Nous proposons dans ce travail, une nouvelle technique à la croisée de ces méthodes, qui permet d'obtenir des sous-ensembles à la fois divers dans l'espace et représentatifs de l'ensemble initial duquel ils sont extraits. Pour créer cette méthode de sélection, nous avons tout d'abord défini et formalisé mathématiquement un critère de diversité, puis nous nous sommes appuyés sur des heuristiques connues en apprentissage artificiel pour concevoir l'algorithme. Celui-ci a été comparé à d'autres types de sélections de diversité couramment utilisées en chémoinformatique telles que les k-medoïds, Maximum-Dissimilarity, Sphere-Exclusion. La formalisation du critère de diversité nous a enfin permis de proposer un nouveau critère d'évaluation de la qualité des sélections. La méthode et le critère présentées dans ce travail donnent des échantillons divers et représentatifs d'un espace chimique.

Le criblage des interactions protéine-protéine représente une approche thérapeutique prometteuse et novatrice qui est encore sous-exploitées par l’industrie pharmaceutique et la recherche biomédicale. Par contre, la nature étendue de la surface d’interaction complique le développement d’inhibiteurs par les méthodes classiques de criblage avec des chimiothèques de petites molécules. En effet, l’espace chimique couvert par les structures moléculaires retrouvées au sein des chimiothèques disponibles est peu adapté à la réalité des interactions protéine-protéine. Dans le but de développer des structures privilégiées et mieux adaptées, le chimiste médicinal doit comprendre la nature de ces interactions et s’éloigner du dogme traditionnel des molécules dites « drug-like ». Les peptides sont d’excellents candidats pour inhiber et étudier ces interactions, mais leur faible perméabilité membranaire et leur sensibilité aux protéases limitent leur utilisation in vivo. Le peptidomimétisme devient alors un concept plus que pertinent pour combiner la sélectivité et l’efficacité d’interaction des peptides avec la biodisponibilité et la stabilité métabolique des molécules organiques. De nombreuses plateformes peptidomimétiques sont disponibles ou en émergence mais plusieurs défis de taille se présentent à l’horizon. En effet, l’incorporation d’une grande diversité moléculaire et l’adaptation de ces plateformes avec les méthodes de criblage biologique à haut débit ne sont que quelques exemples des défis auxquels les chimistes et biochimistes devront répondre. Cet ouvrage présente des travaux qui ont portés sur le développement et l’exploitation de diversités moléculaires peptidomimétiques de nature diverse, tant macrocyclique qu’hétérocyclique. Dans un premier temps, diverses méthodologies de synthèse novatrices ont été développées pour étendre la diversité moléculaire accessible des peptoïdes et pour permettre le criblage à haut débit de peptoïdes cycliques selon l’approche combinatoire «one-bead-one-compound». Dans un deuxième temps, la méthodologie de synthèse Ugi-deFmoc-SNAr a été développée pour permettre la synthèse rapide et efficace de benzo-1,4-diazépin-3-ones hautement diversifiées. C’est grâce à cette méthodologie qu’une chimiothèque de première génération a pu être produite et criblée sur des lignées cellulaires du cancer de l’ovaire, de la prostate et du pancréas. Un composé a d’ailleurs été identifié pour son activité antiproliférative in vitro et son activité antitumorale in vivo. Ces différents travaux répondent au même but : exploiter des structures privilégiées pour découvrir de nouveaux modulateurs d’interaction protéine-protéine ou simplement des agents bioactifs novateurs avec des propriétés pharmacologiques prometteuses. / Targeting protein-protein interactions represents an innovative and under-exploited therapeutic approach by the pharmaceutical industry and biomedical research. Because of their physicochemical nature, protein-protein interactions represent a major challenge for conventional screening methods with small molecule libraries. Indeed, the chemical space covered by the molecular structures found in the available libraries is poorly adapted to the reality of protein-protein interactions. In order to develop privileged and better adapted structures, the medicinal chemist must understand the nature of these interactions and move away from the traditional dogma of the so-called drug-like molecules. Peptides are excellent candidates for studying these interactions, nevertheless their pharmacological properties are generally disappointing in vivo. Peptidomimetism is then a more than relevant concept to combine the selectivity and efficiency of interaction against proteins with the concepts of bioavailability and metabolic stability. Many peptidomimetic platforms are available or emerging, and several major challenges are on the horizon. Indeed, the incorporation of a large molecular diversity and the adaptation of these platforms with the high throughput biological screening methods are only a few examples of the challenges that chemists and biochemists will have to meet. This work deals with the development and exploitation of different peptidomimetic molecular diversities, either macrocyclic or heterocyclic, but which serve the same purpose: to exploit privileged structures to discover new modulators of protein-protein interactions or simply innovative bioactive agents with advantageous pharmacological properties.

La plupart des processus cellulaires et biologiques reposent, à un certain niveau, sur des interactions protéine-protéine (IPP). Leur manipulation avec des composés chimiques démontre un grand potentiel pour la découverte de nouveaux médicaments. Malgré la demande toujours croissante en molécules capables d'interrompre sélectivement des IPP, le développement d'inhibiteurs d’IPP est fortement limité par la grande taille de la surface d'interaction. En considérant la nature de cette surface, la capacité à mimer des structures secondaires de protéines est très importante pour lier une protéine et inhiber une IPP. Avec leurs grandes capacités peptidomimétiques et leurs propriétés pharmacologiques intéressan-tes, les peptides cycliques sont des prototypes moléculaires de choix pour découvrir des ligands de protéines et développer de nouveaux inhibiteurs d’IPP. Afin d’exploiter pleinement la grande diversité accessible avec les peptides cycliques, l’approche combinatoire «one-bead-one-compound» (OBOC) est l’approche la plus accessible et puissante. Cependant, l'utilisation des peptides cycliques dans les chimiothèques OBOC est limitée par les difficultés à séquencer les composés actifs après le criblage. Sans amine libre en N-terminal, la dégradation d'Edman et la spectrométrie de masse en tandem (MS/MS) ne peuvent pas être utilisées. À cet égard, nous avons développé de nouvelles approches par ouverture de cycle pour préparer et décoder des chimiothèques OBOC de peptides cycliques. Notre stratégie était d'introduire un résidu sensible dans le macrocycle et comme ancrage pour permettre la linéarisation des peptides et leur largage des billes pour le séquençage par MS/MS. Tout d'abord, des résidus sensibles aux nucléophiles, aux ultraviolets ou au bromure de cyanogène ont été introduits dans un peptide cyclique et leurs rendements de clivage évalués. Ensuite, les résidus les plus prometteurs ont été utilisés dans la conception et le développement d’approches en tandem ouverture de cycle / clivage pour le décodage de chimiothèques OBOC de peptides cycliques. Dans la première approche, une méthionine a été introduite dans le macrocycle comme ancrage pour simultanément permettre l’ouverture du cycle et le clivage des billes par traitement au bromure de cyanogène. Dans la seconde approche, un résidu photosensible a été utilisé dans le macrocycle comme ancrage pour permettre l’ouverture du cycle et le clivage suite à une irradiation aux ultraviolets. Le peptide linéaire généré par ces approches peut alors être efficacement séquencé par MS/MS. Enfin, une chimiothèque OBOC a été préparée et criblée la protéine HIV-1 Nef pour identifier des ligands sélectifs. Le développement de ces méthodologies permttra l'utilisation de composés macrocycliques dans les chimiothèques OBOC et constitue une contribution importante en chimie médicinale pour la découverte de ligands de protéines et le développement d'inhibiteurs d’IPP. / A great number of cellular and biological processes depend, at some level, on protein-protein interactions (PPI). Their manipulation with chemical compounds has provided a great potential for the discovery of new drugs. Despite the increasing demand for molecules able to interrupt specific PPI, the development of small PPI inhibitors is beset by a number of challenges such as the large size of the interaction interface. Based on the interface’s nature, the ability to mimic protein secondary structures is very important to bind a protein and inhibit PPI. With their interesting peptidomimetic abilities and pharmacological properties, cyclic peptides are very promising templates to discover protein ligands and development new PPI inhibitors. To fully exploit the great diversity accessible with cyclic peptides, the one-bead-one-compound (OBOC) combinatorial method is certainly the most accessible and powerful approach. Unfortunately, the use of cyclic peptides in OBOC libraries is limited by difficulties in sequencing hit compounds after the screening. Lacking a free N-terminal amine, Edman degradation cannot be used on cyclic peptides and complicated fragmentation patterns are obtained by tandem mass spectrometry (MS/MS). In this regard we have designed and developed new convenient ring-opening approaches to prepare and decode OBOC cyclic peptide libraries. Our strategy was to introduce a cleavable residue in the macrocycle and as a linker to allow linearization of peptides and their release from the beads for sequencing by MS/MS. First, amino acid residues sensible to nucleophiles, ultraviolet irradiation or cyanogens bromide were introduced in a model cyclic peptide. Afterward, the most promising residues were used to design and develop tandem ring-opening/cleavage approaches to decode OBOC cyclic peptide libraries. In the first approach a methionine residue was introduced in the macrocycle and as a linker to allow a simultaneous ring-opening and cleavage from the beads upon treatment with cyanogens bromide. In the second approach, a photosensitive residue was used in the macrocycle and as a linker for a dual ring-opening/cleavage upon UV irradiation. The linear peptide generated by these approaches can be efficiently sequenced by tandem mass spectrometry. Finally, an OBOC library has been prepared and screened against the HIV-1 Nef protein to identify selective ligands. The development of these methodologies will prompt the use of macrocyclic compounds in OBOC libraries and be an important contribution in medicinal chemistry for the discovery of protein ligands and the development of PPI inhibitors.

La protéine kinase DYRK1A fait partie du groupe des CMGC kinases et est impliquée dans divers processus neurodégénératifs tels que la maladie d’Alzheimer.Dans ce cadre, une étude topologique a été menée autour d’un hit imidazo[1,2-B]pyridazine identifié par un criblage biologique. Ce composé a servi à concevoir des inhibiteurs ATP-Compétitifs de DYRK1A par l’utilisation de méthodes métallo-Catalysées (Pd, Cu) pour introduire divers fragments fonctionnalisés.Sur les soixante dérivés imidazo[1,2-X]azine synthétisés, sept composés ont montré une affinité nanomolaire pour DYRK1A (IC50 = 41-130 nM). En parallèle de ce travail de pharmacochimie, le développement de nouvelles méthodologies de synthèse a visé à la polysubstitution régiosélective du cycle pyridazine.En dernier lieu, nous avons donné les éléments et concepts permettant la construction de chimiothèques virtuelles dérivées de pyridazines et destinées à être criblées in silico. / DYRK1A protein kinase belongs to the CMGC group and is involved in neurodegenerative disorders such as Alzheimer’s disease.In this context we examined an imidazo[1,2-B]pyridazine hit identified by biological screening, through detailed structure-Activity relationship studies. This compound was used to synthesize DYRK1A ATP-Competitive inhibitors by using metallo-Catalyzed methodologies (Pd, Cu) in order to introduce various functionalized moieties.Out of the 60 derivatives synthesized, 7 compounds showed nanomolar activities (IC50 = 41-130 nM).Beside this work of medicinal chemistry, new synthetic methodologies has been developed to regioselectively access polysubstituted pyridazine derivatives. Finally, we developed data and concepts to establish virtual pyridazine libraries for in silico screening.