Dans le but d'optimiser et, conjointement, de mieux comprendre l'effet photoréfractif dans le matériau Bi12GeO20 (BGO), nous avons oriente nos recherches dans trois grandes directions. Dans un premier temps, une modélisation par simulation numérique de la croissance cristalline de BGO par la technique Czochralski a été entreprise afin de déterminer les conditions expérimentales les plus appropriées a l'obtention de cristaux de grande qualité optique. Dans un deuxième temps, nous nous sommes intéresses au dopage au cuivre de la matrice BGO. Celui-ci a été caractérise par des mesures physico-chimiques classiques complétées par des études spectroscopiques. Une interprétation de l'effet photochromique du matériau dope ou non a ete proposée. Enfin, nous avons élaboré par ablation laser des films monocristallins de BGO sur du saphir. L'existence d'un effet électrooptique linéaire, de propriétés photoconductrices et de doublage de frequence a été mise en évidence.

Dans un contexte du développement durable, de nouvelles architectures macromoléculaires biosourcées ont été synthétisées à partir de synthons (diacides et diols) pouvant être obtenus par voies fermentaires à partir de sources carbonées issues de la biomasse. Dans un premier temps, différents copolyesters aliphatiques ont été synthétisés en masse, à l’aide d’un catalyseur organométallique à base de titane, à partir de diacides (acides succinique et adipique) et de diols (1,3-propanediol, 1,4-butanediol et 2,3-butanediol) courts. Dans un deuxième temps, des architectures macromoléculaires similaires ont été obtenues par catalyse enzymatique en solution à l’aide de la lipase B de Candida antarctica. L’influence de la longueur et de la structure des monomères sur leur réactivité en présence de la lipase a été particulièrement étudiée. Dans un troisième et dernier temps, des architectures macromoléculaires à base d’oligomères hydroxytéléchéliques d’un polyester bactérien : le poly((R)-3-hydroxybutyrate) (PHB)tels que des poly(ester-éther-uréthane)s et des copolyesters ont été obtenues soit par couplage de chaîne à l’aide d’un diisocyanate, ou par transestérification organométallique et enzymatique. Ces études ont permis d’analyser en détail l’effet de l’addition des synthons biosourcés dans les architectures macromoléculaires et notamment sur la structure cristalline, la stabilité thermique et les propriétés thermiques et optiques de ces polymères. De plus, le grand potentiel de la catalyse enzymatique pour la synthèse de polyesters et celui de l’utilisation d’oligomères de PHB pour l’élaboration de nouveaux matériaux performants ont pu être largement démontrés. / In the context of sustainable development, new biobased and aliphatic macromolecular architectures were synthesized from building blocks that can be obtained by fermentation routes using carbon sources from the biomass. First, several aliphatic copolyesters were synthesized in bulk from short dicarboxylic acids (such as succinic and adipic acids) and diols (such as 1,3-propanediol, 1,4-butanediol and 2,3-butanediol) by organometallic catalysis using an effective titanium-based catalyst. In a second time, similar macromolecular architectures were synthesized by an enzymatic process in solution using Candida antarctica lipase B as catalyst. The influence of the alkyl chain length and the structure of monomers on their reactivity toward the lipase were particularly discussed. In the third and last part, new macromolecular architectures based on hydroxytelechelic oligomers of a bacterial polyester: poly((R)-3-hydroxybutyrate) (PHB), such as poly(ester-ether-urethane)s and copolyesters, were obtained by either chain-coupling using a diisocyanate, or organometallic and enzymatic transesterification, respectively.These studies permitted to determine a close relationship between the effect of the building blocks structure integrated in the final macromolecular architectures and the intrinsic properties, such as the crystalline structure, the thermal stability and the thermal and optical properties, of these polymers. In addition, the great potential of the lipase-catalyzed synthesis of polyesters and the use of PHB oligomers for developing new high performance materials has been clearly established.

Une approche intégrée physicochimie et relations structure-activité a été mise en œuvre afin d’étudier le phénomène rétention-libération des composés d’arôme dans un gel laitier allégé additionné de pectine. Notre objectif était d’identifier les propriétés moléculaires qui régissent ce phénomène en supposant que la modification de la structure entraîne forcement un changement dans la rétention-libération des composés d’arôme. Dans ce but, nous avons déterminé les coefficients de partage de 28 composés d’arôme dans l’eau, dans des gels de pectine et dans des gels laitiers avec ou sans de pectine, à l’équilibre en utilisant la méthode PRV (Phase Ratio Variation). Nous avons ensuite effectué une étude des relations structure-rétention en évaluant les corrélations entre les coefficients de partage et quatre descripteurs traduisant quatre propriétés moléculaires : l’hydrophobie globale, la surface moléculaire, la polarisabilité et la densité de charge négative. Notre démarche d’étude des relations structure-activité (Structure-Activity Relationships, SAR) consistait à étudier des composés d’arôme appartenant à une gamme de structures variée, dans un même ensemble, puis en sous-groupes en fonction d’une particularité structurale donnée afin de révéler les particularités de la structure qui influent sur le phénomène rétention-libération. La comparaison des rétentions entre les milieux n’a pas montré l’existence d’un effet pectine. Les études des relations structure-activité ont montré l’impact de certaines particularités structurales telles que la ramification et la double liaison sur la rétention. Elles ont également montré que l’hydrophobie globale des molécules n’était pas la propriété moléculaire la plus à même d’expliquer les phénomènes impliqués dans les interactions de molécules odorantes avec les constituants du milieu (eau ou gel laitier). La surface et la polarisabilité rendent mieux compte des rétentions des composés d’arôme. Les corrélations impliquant la surface, la polarisabilité et l’hydrophobie globale, confirment que les interactions de type van der Waals (essentiellement Keesom et London) sont favorables à la rétention dans les gels laitiers et défavorables à la rétention dans l’eau. De même, les corrélations impliquant la densité de charge montrent que les interactions polaires sont favorables à la rétention dans l’eau. Notre choix de départ, qui consistait à faire varier la structure des composés d’arôme afin d’apprécier son effet sur le phénomène rétention-libération des composés d’arôme, s’est avéré concluant, et le groupe de 28 composés permet effectivement de mener une étude quantitative des relations structure-propriété. Cette démarche QSAR pourra se transposer à des systèmes alimentaires simples ou complexes. / An integrated approach physicochemistry and structures activity relationships has been carried out to study the aroma compounds retention-release phenomenon in a fat free dairy gel added with pectin. This study aimed to identify the molecular properties that govern this phenomenon assuming that modifying the structure leads automatically to a change in the retention-release of aroma compounds. For this purpose, we have determined the partition coefficients of 28 aroma compounds in water, in pectin gels and in dairy gels supplemented or not supplemented with pectin, at equilibrium conditions using the PRV method (Phase Ratio Variation). Then, we have performed a structure-retention relationships study for the aroma compounds by estimating correlations between the partition coefficients and four descriptors representing four molecular properties: Global hydrophobicity, molecular area, polarizability and negative charge density. Our methodology concerning the structure-activity relationships study (SAR) consisted on studying a varied range of aroma compounds in terms of molecular structure, first taking into account all of them in the same set, then in separated subgroups according to a given structural particularity in order to reveal which structural particularities control the retention-release phenomenon. The comparison of retention between the several media has not shown any effect of pectin. Structure-activity relationships studies have shown the impact of some structural particularities like branching and double linking. They have also shown that the global hydrophobicity was not the best molecular property to explain the phenomena involved in the interactions between aroma compounds and matrix components (water and dairy gel). Molecular area and polarizability are more likely to report of aroma retention-release. Correlations implying molecular area, polarizability or global hydrophobicity confirm that van der Waals (especially Keesom and London) are involved in the retention in dairy gels and unfavourable in the retention in water. Correlations implying negative charge density show that polar interactions are favourable in the retention in water as well. Our strategy which consisted on varying the structure of aroma compounds to exanimate its effect on the retention-release phenomenon was found to be effective, and the set of 28 aroma compounds allowed as leading a quantitative structure-property relationships study. This QSAR approach can be transposed to simple or complex food systems.

Les modèles pharmacocinétiques à base physiologique (PBPK) permettent de simuler la dose interne de substances chimiques sur la base de paramètres spécifiques à l’espèce et à la substance. Les modèles de relation quantitative structure-propriété (QSPR) existants permettent d’estimer les paramètres spécifiques au produit (coefficients de partage (PC) et constantes de métabolisme) mais leur domaine d’application est limité par leur manque de considération de la variabilité de leurs paramètres d’entrée ainsi que par leur domaine d’application restreint (c. à d., substances contenant CH3, CH2, CH, C, C=C, H, Cl, F, Br, cycle benzénique et H sur le cycle benzénique). L’objectif de cette étude est de développer de nouvelles connaissances et des outils afin d’élargir le domaine d’application des modèles QSPR-PBPK pour prédire la toxicocinétique de substances organiques inhalées chez l’humain. D’abord, un algorithme mécaniste unifié a été développé à partir de modèles existants pour prédire les PC de 142 médicaments et polluants environnementaux aux niveaux macro (tissu et sang) et micro (cellule et fluides biologiques) à partir de la composition du tissu et du sang et de propriétés physicochimiques. L’algorithme résultant a été appliqué pour prédire les PC tissu:sang, tissu:plasma et tissu:air du muscle (n = 174), du foie (n = 139) et du tissu adipeux (n = 141) du rat pour des médicaments acides, basiques et neutres ainsi que pour des cétones, esters d’acétate, éthers, alcools, hydrocarbures aliphatiques et aromatiques. Un modèle de relation quantitative propriété-propriété (QPPR) a été développé pour la clairance intrinsèque (CLint) in vivo (calculée comme le ratio du Vmax (μmol/h/kg poids de rat) sur le Km (μM)), de substrats du CYP2E1 (n = 26) en fonction du PC n octanol:eau, du PC sang:eau et du potentiel d’ionisation). Les prédictions du QPPR, représentées par les limites inférieures et supérieures de l’intervalle de confiance à 95% à la moyenne, furent ensuite intégrées dans un modèle PBPK humain. Subséquemment, l’algorithme de PC et le QPPR pour la CLint furent intégrés avec des modèles QSPR pour les PC hémoglobine:eau et huile:air pour simuler la pharmacocinétique et la dosimétrie cellulaire d’inhalation de composés organiques volatiles (COV) (benzène, 1,2-dichloroéthane, dichlorométhane, m-xylène, toluène, styrène, 1,1,1 trichloroéthane et 1,2,4 trimethylbenzène) avec un modèle PBPK chez le rat. Finalement, la variabilité de paramètres de composition des tissus et du sang de l’algorithme pour les PC tissu:air chez le rat et sang:air chez l’humain a été caractérisée par des simulations Monte Carlo par chaîne de Markov (MCMC). Les distributions résultantes ont été utilisées pour conduire des simulations Monte Carlo pour prédire des PC tissu:sang et sang:air. Les distributions de PC, avec celles des paramètres physiologiques et du contenu en cytochrome P450 CYP2E1, ont été incorporées dans un modèle PBPK pour caractériser la variabilité de la toxicocinétique sanguine de quatre COV (benzène, chloroforme, styrène et trichloroéthylène) par simulation Monte Carlo. Globalement, les approches quantitatives mises en œuvre pour les PC et la CLint dans cette étude ont permis l’utilisation de descripteurs moléculaires génériques plutôt que de fragments moléculaires spécifiques pour prédire la pharmacocinétique de substances organiques chez l’humain. La présente étude a, pour la première fois, caractérisé la variabilité des paramètres biologiques des algorithmes de PC pour étendre l’aptitude des modèles PBPK à prédire les distributions, pour la population, de doses internes de substances organiques avant de faire des tests chez l’animal ou l’humain. / Physiologically-based pharmacokinetic (PBPK) models simulate the internal dose metrics of chemicals based on species-specific and chemical-specific parameters. The existing quantitative structure-property relationships (QSPRs) allow to estimate the chemical-specific parameters (partition coefficients (PCs) and metabolic constants) but their applicability is limited by their lack of consideration of variability in input parameters and their restricted application domain (i.e., substances containing CH3, CH2, CH, C, C=C, H, Cl, F, Br, benzene ring and H in benzene ring). The objective of this study was to develop new knowledge and tools to increase the applicability domain of QSPR-PBPK models for predicting the inhalation toxicokinetics of organic compounds in humans. First, a unified mechanistic algorithm was developed from existing models to predict macro (tissue and blood) and micro (cell and biological fluid) level PCs of 142 drugs and environmental pollutants on the basis of tissue and blood composition along with physicochemical properties. The resulting algorithm was applied to compute the tissue:blood, tissue:plasma and tissue:air PCs in rat muscle (n = 174), liver (n = 139) and adipose tissue (n = 141) for acidic, neutral, zwitterionic and basic drugs as well as ketones, acetate esters, alcohols, ethers, aliphatic and aromatic hydrocarbons. Then, a quantitative property-property relationship (QPPR) model was developed for the in vivo rat intrinsic clearance (CLint) (calculated as the ratio of the in vivo Vmax (μmol/h/kg bw rat) to the Km (μM)) of CYP2E1 substrates (n = 26) as a function of n-octanol:water PC, blood:water PC, and ionization potential). The predictions of the QPPR as lower and upper bounds of the 95% mean confidence intervals were then integrated within a human PBPK model. Subsequently, the PC algorithm and QPPR for CLint were integrated along with a QSPR model for the hemoglobin:water and oil:air PCs to simulate the inhalation pharmacokinetics and cellular dosimetry of volatile organic compounds (VOCs) (benzene, 1,2-dichloroethane, dichloromethane, m-xylene, toluene, styrene, 1,1,1-trichloroethane and 1,2,4 trimethylbenzene) using a PBPK model for rats. Finally, the variability in the tissue and blood composition parameters of the PC algorithm for rat tissue:air and human blood:air PCs was characterized by performing Markov chain Monte Carlo (MCMC) simulations. The resulting distributions were used for conducting Monte Carlo simulations to predict tissue:blood and blood:air PCs for VOCs. The distributions of PCs, along with distributions of physiological parameters and CYP2E1 content, were then incorporated within a PBPK model, to characterize the human variability of the blood toxicokinetics of four VOCs (benzene, chloroform, styrene and trichloroethylene) using Monte Carlo simulations. Overall, the quantitative approaches for PCs and CLint implemented in this study allow the use of generic molecular descriptors rather than specific molecular fragments to predict the pharmacokinetics of organic substances in humans. In this process, the current study has, for the first time, characterized the variability of the biological input parameters of the PC algorithms to expand the ability of PBPK models to predict the population distributions of the internal dose metrics of organic substances prior to testing in animals or humans.

Cette étude a porte sur la caractérisation tant physico-chimique que structurale de verres issus du système NaPO3-Na2B4O7-Ca5(PO4)3OH pouvant servir a des applications dans le domaine biomédical. Dans une première partie, les verres de composition (1-x) NaPO3-xNa2B4O7 ont été étudies. L' évolution inattendue des propriétés physicochimiques a pu être correlée a la structure caractérisée par RMN (31P MAS et 11B) et spectroscopies vibrationnelles (infrarouge et diffusion Raman). Dans une deuxième partie, l' effet d' addition de l' hydroxyapatite dans les verres borophosphates de sodium montre un renforcement de certaines propriétés (dureté et résistance a l'eau) lie a des modifications structurales du réseau vitreux. La dernière partie de ce travail a été consacré à la recherche et à la mise au point d'un procédé d'obturation de carie dentaire consistant a fondre, in situ, ces matériaux grâce au pouvoir thermique d'un laser CO2.

Les modèles pharmacocinétiques à base physiologique (PBPK) permettent de simuler la dose interne de substances chimiques sur la base de paramètres spécifiques à l’espèce et à la substance. Les modèles de relation quantitative structure-propriété (QSPR) existants permettent d’estimer les paramètres spécifiques au produit (coefficients de partage (PC) et constantes de métabolisme) mais leur domaine d’application est limité par leur manque de considération de la variabilité de leurs paramètres d’entrée ainsi que par leur domaine d’application restreint (c. à d., substances contenant CH3, CH2, CH, C, C=C, H, Cl, F, Br, cycle benzénique et H sur le cycle benzénique). L’objectif de cette étude est de développer de nouvelles connaissances et des outils afin d’élargir le domaine d’application des modèles QSPR-PBPK pour prédire la toxicocinétique de substances organiques inhalées chez l’humain. D’abord, un algorithme mécaniste unifié a été développé à partir de modèles existants pour prédire les PC de 142 médicaments et polluants environnementaux aux niveaux macro (tissu et sang) et micro (cellule et fluides biologiques) à partir de la composition du tissu et du sang et de propriétés physicochimiques. L’algorithme résultant a été appliqué pour prédire les PC tissu:sang, tissu:plasma et tissu:air du muscle (n = 174), du foie (n = 139) et du tissu adipeux (n = 141) du rat pour des médicaments acides, basiques et neutres ainsi que pour des cétones, esters d’acétate, éthers, alcools, hydrocarbures aliphatiques et aromatiques. Un modèle de relation quantitative propriété-propriété (QPPR) a été développé pour la clairance intrinsèque (CLint) in vivo (calculée comme le ratio du Vmax (μmol/h/kg poids de rat) sur le Km (μM)), de substrats du CYP2E1 (n = 26) en fonction du PC n octanol:eau, du PC sang:eau et du potentiel d’ionisation). Les prédictions du QPPR, représentées par les limites inférieures et supérieures de l’intervalle de confiance à 95% à la moyenne, furent ensuite intégrées dans un modèle PBPK humain. Subséquemment, l’algorithme de PC et le QPPR pour la CLint furent intégrés avec des modèles QSPR pour les PC hémoglobine:eau et huile:air pour simuler la pharmacocinétique et la dosimétrie cellulaire d’inhalation de composés organiques volatiles (COV) (benzène, 1,2-dichloroéthane, dichlorométhane, m-xylène, toluène, styrène, 1,1,1 trichloroéthane et 1,2,4 trimethylbenzène) avec un modèle PBPK chez le rat. Finalement, la variabilité de paramètres de composition des tissus et du sang de l’algorithme pour les PC tissu:air chez le rat et sang:air chez l’humain a été caractérisée par des simulations Monte Carlo par chaîne de Markov (MCMC). Les distributions résultantes ont été utilisées pour conduire des simulations Monte Carlo pour prédire des PC tissu:sang et sang:air. Les distributions de PC, avec celles des paramètres physiologiques et du contenu en cytochrome P450 CYP2E1, ont été incorporées dans un modèle PBPK pour caractériser la variabilité de la toxicocinétique sanguine de quatre COV (benzène, chloroforme, styrène et trichloroéthylène) par simulation Monte Carlo. Globalement, les approches quantitatives mises en œuvre pour les PC et la CLint dans cette étude ont permis l’utilisation de descripteurs moléculaires génériques plutôt que de fragments moléculaires spécifiques pour prédire la pharmacocinétique de substances organiques chez l’humain. La présente étude a, pour la première fois, caractérisé la variabilité des paramètres biologiques des algorithmes de PC pour étendre l’aptitude des modèles PBPK à prédire les distributions, pour la population, de doses internes de substances organiques avant de faire des tests chez l’animal ou l’humain. / Physiologically-based pharmacokinetic (PBPK) models simulate the internal dose metrics of chemicals based on species-specific and chemical-specific parameters. The existing quantitative structure-property relationships (QSPRs) allow to estimate the chemical-specific parameters (partition coefficients (PCs) and metabolic constants) but their applicability is limited by their lack of consideration of variability in input parameters and their restricted application domain (i.e., substances containing CH3, CH2, CH, C, C=C, H, Cl, F, Br, benzene ring and H in benzene ring). The objective of this study was to develop new knowledge and tools to increase the applicability domain of QSPR-PBPK models for predicting the inhalation toxicokinetics of organic compounds in humans. First, a unified mechanistic algorithm was developed from existing models to predict macro (tissue and blood) and micro (cell and biological fluid) level PCs of 142 drugs and environmental pollutants on the basis of tissue and blood composition along with physicochemical properties. The resulting algorithm was applied to compute the tissue:blood, tissue:plasma and tissue:air PCs in rat muscle (n = 174), liver (n = 139) and adipose tissue (n = 141) for acidic, neutral, zwitterionic and basic drugs as well as ketones, acetate esters, alcohols, ethers, aliphatic and aromatic hydrocarbons. Then, a quantitative property-property relationship (QPPR) model was developed for the in vivo rat intrinsic clearance (CLint) (calculated as the ratio of the in vivo Vmax (μmol/h/kg bw rat) to the Km (μM)) of CYP2E1 substrates (n = 26) as a function of n-octanol:water PC, blood:water PC, and ionization potential). The predictions of the QPPR as lower and upper bounds of the 95% mean confidence intervals were then integrated within a human PBPK model. Subsequently, the PC algorithm and QPPR for CLint were integrated along with a QSPR model for the hemoglobin:water and oil:air PCs to simulate the inhalation pharmacokinetics and cellular dosimetry of volatile organic compounds (VOCs) (benzene, 1,2-dichloroethane, dichloromethane, m-xylene, toluene, styrene, 1,1,1-trichloroethane and 1,2,4 trimethylbenzene) using a PBPK model for rats. Finally, the variability in the tissue and blood composition parameters of the PC algorithm for rat tissue:air and human blood:air PCs was characterized by performing Markov chain Monte Carlo (MCMC) simulations. The resulting distributions were used for conducting Monte Carlo simulations to predict tissue:blood and blood:air PCs for VOCs. The distributions of PCs, along with distributions of physiological parameters and CYP2E1 content, were then incorporated within a PBPK model, to characterize the human variability of the blood toxicokinetics of four VOCs (benzene, chloroform, styrene and trichloroethylene) using Monte Carlo simulations. Overall, the quantitative approaches for PCs and CLint implemented in this study allow the use of generic molecular descriptors rather than specific molecular fragments to predict the pharmacokinetics of organic substances in humans. In this process, the current study has, for the first time, characterized the variability of the biological input parameters of the PC algorithms to expand the ability of PBPK models to predict the population distributions of the internal dose metrics of organic substances prior to testing in animals or humans.