• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 1
  • Tagged with
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
1

Hydrodynamic effect on β-amyloid peptide aggregation / Effet hydrodynamique sur l’agrégation des peptides β-amyloïde

Chiricotto, Mara 24 November 2016 (has links)
Un fait marquant et essentiel de la maladie neurodégénérative d’Alzheimer est la formation de plaques amyloïdes dans le cerveau, résultat de l’agrégation des protéines amyloïde-β (Aβ1-40/1-42). Le développement de nouveaux médicaments requiert la compréhension des mécanismes de formation des fibres amyloïdes et la connaissance de la structure et dynamique des oligomères métastables qui sont les vecteurs principaux de la neurotoxicité. Parce que les simulations atomistiques en solvant explicite ne peuvent pas être réalisées sur de grands systèmes pour des temps très longs, nous avons opté pour un modèle protéique gros grain (CG) avec un solvant implicite. Nous nous sommes intéressés dans ces travaux de thèse à clarifier le rôle d’interactions hydrodynamiques(HI) dans la dynamique de formation des agrégats du peptide Aβ(16-22), connu pour former également des fibres amyloïdes. Ces interactions sont essentielles pour modéliser,dans un solvant implicite, les processus se produisant dans des environnements cellulaires très encombrés. Notre approche est basée sur une méthode multi-échelle et multi-physique qui couple les techniques Lattice Boltzmann et de dynamique moléculaire(LBMD). Dans notre système, les interactions médiées par le solvant aqueux sont incluses naturellement. Pour le système moléculaire, nous avons choisi le modèle gros grain à haute résolution OPEP (Optimized Potential for Efficient Protein structure prediction). Pour la première fois, nous avons effectué des simulations quasi tout-atome pour de très grands systèmes contenant des milliers de peptides Aβ ( 16-22). Après avoir correctement réglé le paramètre clé de notre couplage afin d’obtenir la diffusivité expérimentale des monomères et des oligomères du peptide Aβ ( 16-22), nous avons démontré que les HI accélèrent le processus d’agrégation pour des systèmes de taille moyenne (100 Aβ (16-22) peptides) et grande (1000 Aβ (16-22) peptides). Une caractérisation détaillée de la taille des clusters et de l’organisation structurelle des peptides est présentée. Enfin,nous avons examiné comment la concentration affecte la première phase d’agrégation des peptides et leurs structures. / The self-assembly of misfolded amyloid-β (Aβ 1-40/1-42) proteins into insoluble fibrils is strongly linked to the pathogenesis of Alzheimer’s disease (AD). The development of new drugs requires the understanding of the mechanisms leading to fibril formation, and the knowledge of the dynamics and structures of the early metastable oligomers which are the main neurotoxic species. Because atomistic simulations in explicit solvent cannot be performed on very large systems for a significant time scale, we resort to a coarse grained (CG) protein model with an implicit solvent. Our investigation enlightens the role of hydrodynamic interactions (HI) in the kinetics of β-amyloidogenesis, interactions which are essential, when an implicit solvent is used, to model processes occurring in highly crowded like-cell environments, among others.Our approach is based on a multi-scale and multi-physics method that couples Lattice Boltzmann and Molecular Dynamics (LBMD) techniques. In our scheme the solvent- mediated interactions are included naturally. As a first step, we focus on Aβ (16-22) peptide, known to form amyloid fibril alone, and we adopt the high resolution CG OPEP (Optimized Potential for Efficient Protein structure prediction) model, developed in our laboratory. For the first time, we have performed quasi-all-atom simulations for very large systems containing thousands of Aβ (16-22) peptides. After the correct tuning of the key parameters of our coupling in order to obtain the experimental diffusivity of Aβ (16-22) monomer and small oligomers, we have demonstrated that HI speed up the aggregation process of medium (100 peptides) and large (1000 peptides) systems. A detailed characterization of the fluctuating clusters along the trajectories is presented in terms of their sizes and the structural organization of the peptides. Finally, we have investigated how changes in the concentration affect the early aggregation phase of the peptides and their structures.

Page generated in 0.1373 seconds