Le criblage virtuel est une technique permettant d'extraire, d'une chimiothèque donnée, des produits actifs ou affin pour une cible ou un profil pharmacologique donné. Nous avons développé une méthodologie impliquant les données tridimensionnelles des protéines COX2 et PPARγ. Tout d'abord, nous avons comparé les différentes structures entre elles mais également les fonctions de scoring utilisées pour prédire l'affinité de molécules pour ces cibles. Par ailleurs, nous avons étudié des méthodes de consensus et d'analyse de données multivariée pour interpréter les fonctions de scoring. De plus, l'incorporation de techniques originales au protocole de docking-scoring a été testée. Plus précisément, un modèle pharmacophore, agissant comme filtre de composés indésirables, a été évalué pour diminuer les temps de calcul mais également pour améliorer le choix de la première pose. Par ailleurs, le couplage de la dynamique moléculaire, en amont du docking, nous a permis de prendre en compte la flexibilité du site actif. Nous avons montré l'utilité d'une telle stratégie pour améliorer les prédictions. Enfin, nous avons appliqué les méthodes de consensus et d'analyse de données multivariées (normalement employées pour les fonctions de scoring) aux données provenant des conformères issus de la dynamique moléculaire.

Les travaux présentés dans ce mémoire se situent dans le cadre général de la recherche de nouveaux médicaments par le biais de techniques informatiques. La première partie de ce document est centrée autour du développement de la plateforme logicielle VSM-G (Virtual Screening Manager for Grids). Le but poursuivi par ce projet est de fournir un outil convivial et simple d'utilisation afin de conduire des études de criblage virtuel à haut-débit. Le coeur de VSM-G repose sur une stratégie multi-étapes de filtres successifs permettant le traitement efficace de chimiothèques de grande taille. Deux filtres ont été utilisés pour ce travail et implémentés dans VSM-G : un programme innovant d’estimation rapide de complémentarité géométrique entre molécules-candidates et site actif (SHEF) précéde un algorithme de docking flexible plus conventionnel (GOLD). Les avantages de cette méthodologie, associée à la prise en charge de multiples conformations de la cible étudiée (le récepteur nucléaire LXRß), sont présentés tout d’abord par une étude de preuve de concept, puis à travers une campagne de criblage virtuel à grande échelle. L'autre partie de ces travaux, exclusivement applicative, concerne l'étude du domaine FAT de la kinase d'adhérence focale FAK. FAK est une cible d’intérêt pharmaceutique particulièrement intéressante, car clairement impliquée dans divers processus de développement cancéreux. Le but de cette étude est double : il s’agit tout d’abord de mieux comprendre le mode de fonctionnement du domaine FAT de FAK à travers une étude biophysique pour en évaluer la flexibilité ; et ensuite concevoir in silico des petites molécules peptidomimétiques permettant de moduler son activité, ce qui pourrait limiter une progression tumorale. / The work presented here deals with drug discovery by means of computational techniques. The first part is focused around the development of the VSM-G (Virtual Screening Manager for Grids) software platform. This project aims to provide a user-friendly and easy-to-use tool for performing high throughput virtual screening experiments. The core of VSM-G is a multiple-step screening strategy in which several filters are organized sequentially as to tackle large chemical libraries efficiently. Two filters were used for this study and implemented into VSM-G: a new and fast ligand-active site geometrical complementarity estimation program (SHEF) precedes a conventional flexible docking tool (GOLD). We describe the advantages of such an approach, associated with the use of multiple target conformations for the LXRß nuclear receptor, by presenting a proof-of-concept study. A high-throughput virtual screening campaign is then performed. The second part of this work, exclusively applicative, deals with the study of the FAT domain of the focal adhesion kinase (FAK). FAK is an important pharmaceutical target due to its involvement in the development of various forms of cancer. The first goal is to gain knowledge regarding FAT flexibility and active state structural properties. The second objective is to design in silico peptidomimetic compounds targeting FAT and therefore potentially modulate FAK activity during tumour progression.

Le processus de découverte de médicaments a un succès limité malgré tous les progrès réalisés. En effet, on estime actuellement que le développement d'un médicament nécessite environ 1,8 milliard de dollars américains sur environ 13 ans. Nous nous concentrons dans cette thèse sur des approches statistiques qui criblent virtuellement un grand ensemble de composés chimique contre un grand nombre de protéines. Leurs applications sont polyvalentes : elles permettent d’identifier des candidats médicaments pour des cibles thérapeutiques connues, d’anticiper des effets secondaires potentiels, ou de proposer de nouvelles indications thérapeutiques pour des médicaments connus. Cette thèse est conçue selon deux cadres d'approches de criblage virtuel : les approches dans lesquelles les données sont décrites numériquement sur la base des connaissances des experts, et les approches basées sur l'apprentissage automatique de la représentation numérique à partir du graphe moléculaire et de la séquence protéique. Nous discutons ces approches et les appliquons pour guider la découverte de médicaments. / The rational drug discovery process has limited success despite all the advances in understanding diseases, and technological breakthroughs. Indeed, the process of drug development is currently estimated to require about 1.8 billion US dollars over about 13 years on average. Computational approaches are promising ways to facilitate the tedious task of drug discovery. We focus in this thesis on statistical approaches which virtually screen a large set of compounds against a large set of proteins, which can help to identify drug candidates for known therapeutic targets, anticipate potential side effects or to suggest new therapeutic indications of known drugs. This thesis is conceived following two lines of approaches to perform drug virtual screening : data-blinded feature-based approaches (in which molecules and proteins are numerically described based on experts' knowledge), and data-driven feature-based approaches (in which compounds and proteins numerical descriptors are learned automatically from the chemical graph and the protein sequence). We discuss these approaches, and also propose applications of virtual screening to guide the drug discovery process.

De nombreuses études des RCPGs révèlent que leur activation n’implique pas que deux états conformationnels, l’un activé et l’autre inactivé, mais une diversité plus importante de ces états, impliquant également des états intermédiaires. Nous avons utilisé la simulation par dynamique moléculaire et l’analyse des interactions intramoléculaires non-covalentes pour étudier la plasticité structurale du récepteur CCR5 sous sa forme monomérique et dimérique. En couplant notre analyse avec diverses données expérimentales, nous avons pu proposer trois architectures dimériques du récepteur et associer des mouvements et des interactions clefs aux états conformationnels de CCR5 libre, lié à un agoniste, lié à un agoniste inverse et constitutivement activé ou inactivé par mutation d’acides aminés. Nous avons également développé une méthode d’identification des motifs d’interactions intramoléculaires transmembranaires, permettant de discriminer les états d’activations des RCPGs. / Many studies reveal that GPCR activation does not simply involve two conformational states, one activated and the other inactivated, but a variety of these states coupled to intermediate states. By using molecular dynamics simulations and analyzing non-covalent intramolecular interactions, we studied the structural plasticity of monomeric and dimeric CCR5. By coupling our analysis with various experimental data, we identified three dimeric organizations states of the receptor and associated key motions and intramolecular interactions to free CCR5, bound to an agonist, bound to an inverse agonist and constitutively activated or inactivated by mutated residues. We have also developed a method to identify intramolecular transmembrane interactions patterns, which allow the discrimination of GPCRs activation states.

La recherche thérapeutique a de plus en plus recours à des techniques de modélisation, dites de criblage virtuel, visant à corréler la structure d'une molécule avec ses propriétés biologiques. En particulier, l'utilisation de modèles prédictifs quantifiant la toxicité d'une molécule ou son activité vis à vis d'une cible thérapeutique, permet de réduire de manière considérable le temps et les coûts nécessaires à la mise au point de nouveaux médicaments. Nous nous proposons d'aborder ce problème dans le cadre des méthodes à noyaux, qui permettent de construire de tels modèles de manière efficace dès lors que l'on dispose d'une fonction noyau mesurant la similarité des objets que l'on considère. Plus particulièrement, l'objet de cette thèse est de définir de telles fonctions noyaux entre structures bi- et tri-dimensionnelles de molécules. D'un point de vue méthodologique, ce problème se traduit respectivement comme celui de comparer des graphes représentant les liaisons covalentes des molécules, ou des ensembles d'atomes dans l'espace. Plusieurs approches sont envisagées sur la base de l'extraction et la comparaison de divers motifs structuraux qui permettent d'encoder les groupes fonctionnels des molécules à différents niveaux de résolution. Les validations expérimentales suggèrent que cette méthodologie est une alternative prometteuse aux approches classiques en criblage virtuel.

Afin de pallier l'apparition de souches pathogènes résistantes, de nouveaux traitements aux mécanismes d'action inédits doivent être découverts. Une de ces cibles d'intérêt grandissant est la synthèse de la structure coiffe chez les ARN messagers (ARNm) eucaryotes. Cette structure est l'une des modifications co-transcriptionnelles essentielles pour augmenter la demi-vie des ARNm, promouvoir leur export du noyau vers le cytoplasme et augmenter l'efficacité de leur traduction en protéines. La synthèse de la structure coiffe (m [indice supérieur 7] GpppARN) résulte de trois activités enzymatiques séquentielles qui ajoutent la structure m[indice supérieur 7] Gppp. Initialement, une ARN triphosphatase (RTase) hydrolyse le phosphate gamma de l'ARN. Une ARN guanylyltransférase (GTase) transfert ensuite sur cet ARN un groupement GMP à partir d'un GTP. Finalement, une ARN guanine-N7 méthyltransférase (N7-MTase) vient méthyler cette guanine en position N7. L'activité enzymatique de la GTase est déterminante pour la synthèse de la structure coiffe, ce qui en fait une cible potentiellement puissante afin d'inhiber la synthèse de la structure coiffe. Certaines études ont identifié des analogues de substrat et de produit, la ribavirine et le foscarnet respectivement, comme inhibiteur de GTase. Ces produits agissent sur les différentes GTases puisqu'elles possèdent un site actif très conservés au niveau de la coordination du substrat. Pour augmenter la spécificité des inhibiteurs, il serait avantageux d'identifier des composés ciblant les régions non conservées. Dans la présente étude, la technique du criblage virtuel a permis d'analyser le potentiel d'interaction des molécules à 80 % similaires au substrat naturel avec plusieurs structures de GTases. Parmi les interactions prédites identifiées par le criblage virtuel, une de ces molécules suscitait un intérêt particulier, puisqu'il s'agissait d'un composé utilisé chez l'humain en tant qu'antiviral et immunosuppresseur, l'acide mycophénolique (MPA). L'hypothèse initiale était que ce composé pouvait potentiellement interférer dans l'activité enzymatique des GTases. Pour valider cette prédiction, des essais biochimiques ciblant la réaction complète et les étapes intermédiaires de la GTase de la levure Saccharomyces cerevisiae (S. cerevisiae ) ont été utilisées pour définir l'effet du MPA sur la cinétique de cette GTase. En effet, la réaction de GTase se déroule en deux temps : premièrement, une molécule de GTP est hydrolysée par l'enzyme pour former du GMP, lequel est lié de façon covalente à l'enzyme, et deuxièmement, cette molécule de GMP est transférée sur un ARN diphosphorylé. Ces essais ont confirmé l'interaction prédite par le criblage virtuel. En utilisant cette approche, nous démontrons que le MPA peut inhiber la réaction de GTase en prévenant le transfert catalytique du nucléotide GMP sur l'ARNm accepteur. En ce sens, le MPA représente un nouveau type d'inhibiteur d'ARN guanylyltransférase qui inhibe la deuxième étape de l'activité catalytique. Puisque les résultats laissaient présager une inhibition non compétitive, il fallait confirmer que le MPA n'était pas reconnu par l'enzyme comme substrat. Pour ce faire, la technique de l'électrophorèse par capillarité a montré que l'inhibiteur ne formait pas de lien covalent avec l'enzyme. De plus, nous démontrons qu'une culture de Saccharomyces cerevisiae qui croit en présence de MPA dénote une quantité moindre d'ARNm possédant une coiffe. Finalement, des essais biochimiques démontrent que le composé peut également inhiber des enzymes de la même famille que les GTases utilisant des substrats différents : les ligases à ADN. Le MPA inhibe la deuxième étape de la réaction enzymatique d'une ligase, soit le transfert du nucléotide sur l'oligonucléotide. Ce mémoire vise donc à présenter un aperçu du mécanisme d'inhibition de l'ARN guanylyltransférase par un composé allostérique. Nous montrons qu'il est possible de réduire la synthèse de la structure coiffe en affectant les changements conformationnels de cette enzyme.

Le paludisme est causé par cinq espèces du genre Plasmodium, P. falciparum étant le plus mortel. Des résistances de certaines souches du parasite ont été rapportées pour tous les médicaments mis sur le marché. Les moustiques vecteurs du parasite sont résistants aux insecticides et aucun vaccin n'est disponible. Cette maladie est un problème économique et de santé publique pour les pays en voie de développement. Mes travaux de thèses visent à identifier de nouveaux traitements contre le paludisme, en ciblant deux nouvelles protéines. Les Apicomplexes ont développé un mécanisme unique d'invasion, impliquant une interaction forte entre la cellule hôte et la surface du parasite, appelée jonction mobile. La caractérisation structurale et fonctionnelle du complexe AMA1-RON2 a ouvert la voie à la découverte de petites molécules capables d'empêcher l'interaction AMA1-RON2 et de ce fait, l'invasion. Le parasite a aussi besoin de phospholipides pour construire sa membrane durant le cycle érythrocytaire. Il y a six fois plus de phospholipides dans les érythrocytes infectés que dans les érythrocytes sains. Notre stratégie est d'inhiber la voie de synthèse de novo Kennedy et plus précisément, son étape limitante catalysée par la PfCCT. Des filtres basés sur le ligand (LBVS) et sur la structure (SBVS) ont été utilisés pour tester virtuellement les chimiothèques commerciales que j'ai préparées. Pour chaque projet, des molécules ont été sélectionnées pour leurs scores de docking et les interactions qu'elles établissent avec les résidus clés de la protéine. En combinant la bioinformatique structurale et la chémoinformatique, nous avons identifié des inhibiteurs potentiels des deux cibles protéiques. / Human malaria is caused by five parasitic species of the genus Plasmodium, P. falciparum being the most deadly. Drug resistance of some parasite strains has been reported for commercial drugs. Vector mosquitoes are resistant to perythroid insecticides and no successful vaccine is available. This disease is a public and economic health issue for developing countries. My PhD projects investigate new treatments for malaria, by targeting two new proteins. Apicomplexa parasites have developed a unique invasion mechanism involving a tight interaction formed between the host cell and the parasite surfaces called Moving Junction. The structural and functional characterization of the AMA1-RON2 complex pave the way for the design of low molecular weight compounds capable of disrupting the AMA1-RON2 assembly and thereby invasion. The parasite also needs phospholipids to build its membrane during the erythrocytic cycle. There are six times more phospholipids in infected erythrocytes compared to healthy ones. Our strategy is to inhibit the de novo Kennedy pathway and more precisely its rate-limiting step catalysed by the enzyme PfCCT. Filters were used for ligand-based (LBVS) and structure-based virtual screening (SBVS) of commercial chemical databases that I have prepared. For each project, molecules were selected in terms of their docking scores and their interactions with key active site residues. By combining structural bioinformatics and cheminformatics, we identified potential inhibitors of the two protein targets.

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.

Les processus qui mènent à la découverte de nouveaux médicaments sont longs et fastidieux, et les taux de succès sont relativement faibles. L’identification de candidats par le biais de tests expérimentaux s’avère coûteuse, et nécessite de connaître en profondeur les mécanismes d'action de la protéine visée afin de mettre en place des essais efficaces. Le criblage virtuel peut considérablement accélérer ces processus en permettant une évaluation rapide de chimiothèques de plusieurs milliers de molécules afin de déterminer lesquelles sont les plus susceptibles de se lier à une cible. Ces dernières années ont ainsi été témoins de quelques success stories dans ce domaine.Le premier objectif de ce travail était de comparer différents outils et stratégies couramment utilisés dans le criblage virtuel “structure-based”, puis de les appliquer à des cibles protéiques à visée thérapeutique, en particulier dans le cadre du cancer.La protéine kinase GSK3 et un test set de ligands connus ont servi de modèle pour différentes études méthodologiques ayant pour but d’évaluer les programmes de docking et de scoring à notre disposition. En particulier, l’utilisation de plusieurs structures relaxées du récepteur ou l’insertion de torsions sur certains résidus du site actif pendant le docking ont permis d’évaluer l’influence de la flexibilité de la protéine. L’utilité et la pertinence d’outils permettant de générer automatiquement les structures 3D des ligands et de méthodes de consensus scoring ont également été étudiées.Un criblage virtuel de la Pontine, une ATPase impliquée dans la croissance tumorale pour laquelle aucun inhibiteur n’était connu, a permis la sélection de candidats issus de banques de données commerciales. Ces molécules ont été testées dans un essai enzymatique par le biais d’une collaboration, et quatre d’entre elles se sont révélées capable d’inhiber l’activité ATPase de la Pontine. Le criblage de bases de ligands synthétisés et imaginés dans l’équipe a également fourni un inhibiteur original. Au contraire, l’étude de la sPLA2-X humaine, une phospholipase dont l’activité catalytique est dépendante d’un atome de Ca2+ localisé au sein du site actif, a montré les limites de nos outils de docking qui n’ont pas été capables de gérer cet ion métallique et mis en évidence la nécessité de mettre en place d’autres outils. / The process of drug discovery is long and tedious. Besides, it is relatively inefficient in terms of hit rate. The identification of candidates through experimental testing is expensive and requires extensive data on the mechanisms of the target protein in order to develop efficient assays. Virtual screening can considerably accelerate the process by quickly evaluating large databases of compounds and determining the most likely to bind to a target. Some success stories have emerged in the field over the last few years.The objectives of this work were first, to compare common tools and strategies for structure-based virtual screening, and second, to apply those tools to actual target proteins implied notably in carcinogenesis.In order to evaluate the docking and scoring programs available, the protein kinase GSK3 and a test set of known ligands were used as a model to perform methodological studies. In particular the influence of the flexibility of the protein was explored via relaxed structures of the receptor or the insertion of torsions on the side chains of residues located in the binding site. Studies concerning the automatic generation of 3D structures for the ligands and the use of consensus scoring also provided insights on the usability of these tools while performing a virtual screening.Virtual screening of the human protein Pontin, an ATPase implied in tumor cell growth for which no inhibitors were known, allowed the prioritization of compounds from commercial databases. These compounds were tested in an enzymatic assay via a collaboration, and led to the identification of four molecules capable of inhibiting the ATPase activity of Pontin. Additional screens of in-house oriented databases also provided at least one innovative inhibitor for this protein. On the contrary, a study of the human PLA2-X, a phospholipase that requires a Ca2+ atom to bind to its active site in order to catalyze the hydrolysis of its substrate, revealed the limits of our docking tools that could not handle the metal ion and the need for new tools.

De nouveaux antiviraux à large spectre, agissant comme intercalant d'acides nucléiques, ont été identifiés par criblage virtuel et grâce à des cartes de l’espace chimique. La 1ère partie de la thèse présente le modèle QSPR pour la solubilité aqueuse des molécules organiques dans une grande gamme de températures. Ce modèle a été utilisé pour l'évaluation de la solubilité des composés antiviraux. Dans la 2ème partie de cette thèse, les filtres structuraux, les modèles QSAR et pharmacophores sont présentés. Leur utilisation pour cribler une base de données contenant plus de 3,2 M de composés est ensuite décrite. Cette étape a conduit à sélectionner 55 touches qui ont été synthétisées et testées expérimentalement. Parmi eux, deux composés ont révélé une activité élevée contre le Vaccinia virus et une faible toxicité. Dans la 3ème partie de la thèse, l'approche par Cartes Topographiques Génératives (GTM) a été utilisée pour construire des cartes 2D de l'espace chimique des composés antiviraux. Les structures chimiques et les données expérimentales des composés antiviraux, présents dans la base de données ChEMBL, ont été extraites de la base, examinées et annotées avec les principaux Genus des virus. Ce jeu de données a été utilisé pour construire des cartes sur lesquels tous les autres composés de la base de données ChEMBL ont été projetés. L'analyse de ces cartes révèle des motifs structuraux caractérisant des types particuliers d'antiviraux. / Virtual screening and cartography of chemical space approaches have been used for design of broad-spectrum antivirals acting as nucleic acids intercalators. The 1st part of thesis reports QSPR model for aqueous solubility of organic molecules within the wide temperature range. This model was later used for solubility assessment of antiviral compounds. In the second part of work, structural filters, QSAR and pharmacophore models were developed then used to screen a database containing some 3.2 M compounds. This resulted in 55 hits which were synthesized and experimentally tested. Two lead compounds displayed high activity against Vaccinia virus and low toxicity. In the 3d part of the thesis, Generative Topographic Mapping (GTM) approach was used to build 2D maps of chemical space of antiviral compounds. Experimental data on antiviral compounds were extracted from ChEMBL database, curated and annotated by major virus Genus. Selected dataset was used to build maps on which all other ChEMBL compounds were projected. Analysis of the maps revealed structural motifs characterizing particular types of antivirals.