De nouveaux domaines ont vu le jour, à l’interface entre biologie, chimie et informatique, afin de répondre aux multiples problématiques liées à la recherche de médicaments. Cette thèse se situe à l’interface de plusieurs de ces domaines, regroupés sous la bannière de la chémo-informatique. Récent à l’échelle humaine, ce domaine fait néanmoins déjà partie intégrante de la recherche pharmaceutique. De manière analogue à la bioinformatique, son pilier fondateur reste le stockage, la représentation, la gestion et l’exploitation par ordinateur de données provenant de la chimie. La chémoinformatique est aujourd’hui utilisée principalement dans les phases amont de la recherche de médicaments. En combinant des méthodes issues de différents domaines (chimie, informatique, mathématique, apprentissage, statistiques, etc.), elle permet la mise en oeuvre d’outils informatiques adaptés aux problématiques et données spécifiques de la chimie, tels que le stockage de l’information chimique en base de données, la recherche par sous-structure, la visualisation de données, ou encore la prédiction de propriétés physico-chimiques et biologiques.Dans ce cadre pluri-disciplinaire, le travail présenté dans cette thèse porte sur deux aspects importants liés à la chémoinformatique : (1) le développement de nouvelles méthodes permettant de faciliter la visualisation, l’analyse et l’interprétation des données liées aux ensembles de molécules, plus communément appelés chimiothèques, et (2) le développement d’outils informatiques permettant de mettre en oeuvre ces méthodes. / Some news areas in biology ,chemistry and computing interface, have emerged in order to respond the numerous problematics linked to the drug research. This is what this thesis is all about, as an interface gathered under the banner of chimocomputing. Though, new on a human scale, these domains are nevertheless, already an integral part of the drugs and medicines research. As the Biocomputing, his fundamental pillar remains storage, representation, management and the exploitation through computing of chemistry data. Chimocomputing is now mostly used in the upstream phases of drug research. Combining methods from various fields ( chime, computing, maths, apprenticeship, statistics, etc…) allows the implantation of computing tools adapted to the specific problematics and data of chime such as chemical database storage, understructure research, data visualisation or physoco-chimecals and biologics properties prediction.In that multidisciplinary frame, the work done in this thesis pointed out two important aspects, both related to chimocomputing : (1) The new methods development allowing to ease the visualization, analysis and interpretation of data related to set of the molecules, currently known as chimocomputing and (2) the computing tools development enabling the implantation of these methods.

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.

Cette thèse est consacrée à l’analyse de l’espace chimique des composés antipaludiques. L’analyse est faite à l’aide de la méthode des cartes topographiques génératrices (GTM). Un nouveau concept des cartes universelles est introduit et discuté en détail dans cette thèse : ce sont des cartes qui sont capables d’accommoder plusieurs jeux de données et les propriétés associées simultanément. Trois types des cartes sont construits et analysés : les cartes locales, globales et universelles. Elles sont toutes compétentes à la prédiction des composés actifs contre le parasite, ainsi qu’à l’analyse de l’espace chimique. Elles nous permettent d’étudier le recouvrement des données issues des sources différentes, de détecter des terra incognita de l’espace chimique, identifier des zones correspondantes aux différents mécanismes d’action, et révéler des incohérences d’annotations des données. / This thesis is dedicated to the concept of the analysis of chemical space, and the application of thatconcept to antimalarial compounds. The analysis of the chemical space of antimalarial compoundshere is done with the aid of the Generative Topographic Mapping (GTM) method. A concept ofUniversal GTM maps is developed and discussed in detail in this thesis: these are maps that areable to accommodate different datasets and associated properties. Three types of maps are builtand analyzed: local, global, and universal. All these maps perform well in predicting compoundsactive against the parasite, as well as in the analysis of chemical space: they help us to study theoverlap of data coming from different sources, detect terra incognita of the antimalarial space,delineate zones corresponding to various mechanisms of action, as well as highlight theinconsistencies in data annotations.

Cette thèse est consacrée à la cartographie de l’espace chimique ; son but est d’établir les bases d’un outil donnant une vision d’ensemble d’un jeu de données, comprenant prédiction d’activité, visualisation, et comparaison de grandes librairies. Dans cet ouvrage, nous introduisons des modèles prédictifs QSAR (relations quantitatives structure à activité) avec de nouvelles définitions de domaines d’applicabilité, basés sur la méthode GTM (generative topographic mapping), introduite par C. Bishop et al. Une partie de cette thèse concerne l’étude de grandes librairies de composés chimiques grâce à la méthode GTM incrémentale. Nous introduisons également une nouvelle méthode « Stargate GTM », ou S-GTM, permettant de passer de l’espace des descripteurs chimiques à celui des activités et vice versa, appliquée à la prédiction de profils d’activité ou aux QSAR inverses. / This thesis is dedicated to the cartography of chemical space; our goal is to establish the foundations of a tool offering a complete overview of a chemical dataset, including visualization, activity prediction, and comparison of very large datasets. In this work, we introduce new QSAR models (quantitative structure-activity relationship) based on the GTM method (generative topographic mapping), introduced by C. Bishop et al. A part of this thesis is dedicated to the visualization and analysis of large chemical libraries using the incremental version of GTM. We also introduce a new method coined “Stargate GTM” or S-GTM, which allows us to travel from the space of chemical descriptors to activity space and vice versa; this approach was applied to activity profile prediction and inverse QSAR.