Les cavités sont le lieu privilégié des interactions d’une protéine avec ses ligands, et sont donc déterminantes pour sa fonction, elle-même aussi influencée par la dynamique de la protéine. Peu de méthodes permettent d’étudier en détail la dynamique des cavités malgré leur intérêt notamment pour le criblage virtuel. Les cavités d’une protéine définissent un ensemble très labile. Ainsi, suivre une cavité le long d’une trajectoire est ardu car elle peut être sujette à des divisions, fusions, disparitions et apparitions. Je propose une méthode pour résoudre cette question afin d’exploiter la dynamique des cavités de façon systématique et rationnelle, en classifiant les cavités selon les groupes d’atomes les entourant. J’ai identifié les paramètres procurant les meilleurs critères de suivi des cavités. Pour caractériser les évolutions principales de la géométrie des cavités en relation avec la dynamique de la protéine, j’ai développé une méthode basée sur l’Analyse en Composantes Principales. Cette méthode peut être utilisée pour sélectionner ou construire des conformations à partir de la forme de leurs cavités. Deux exemples d’applications sont traitées : la sélection de conformations ayant des cavités de géométries diverses et l’étude de l’évolution des cavités de la myoglobine lors de la diffusion du monoxyde de carbone. Ces deux méthodes ont été utilisées pour trois projets de criblage virtuel ciblant l’ADN-gyrase de M tuberculosis, la subtilisine 1 de P vivax et GLIC, homologue procaryote des récepteurs pentamériques humains. Les molécules sélectionnées à l’aide de ces méthodes ont permis d’identifier une molécule active contre la subtilisine et quatre effecteurs de GLIC. / Cavities are the prime location of the interactions between a protein and its ligands, and thus are crucial for its functions, together with its dynamics. Although cavities have been studied since the seventies, specific studies on their dynamical behavior only appeared recently. Few methods can tackle this aspect, despite its interest for virtual screening and drug design. Protein cavities define an extremely labile ensemble. Following one cavity along a trajectory is therefore an arduous task, because it can be subjected to several events of fusions, divisions, apparitions and disappearances. I propose a method to resolve this question, thus enabling systematic and rational dynamical exploitation of protein cavities. This method classify cavities using the atom groups around them, using algorithms and parameters that I identified as giving best results for cavity tracking. To characterize the main directions of evolution of cavity geometry, and to relate them with the dynamics of the underlying structure, I developed a method based on Principal Component Analysis (PCA). This method can be used to select or build conformations with given cavity shapes. Two examples of applications have been treated: the selection of conformations with diverse cavity geometries, and the analysis of the myoglobin cavity network evolution during the diffusion of carbon monoxide in it. These two methods have been used in three projects involving virtual screening, targeting M. tuberculosis DNA-gyrase, P vivax subtilisin 1 and GLIC, an procaryotic model of human pentameric ligand-gated ion channel. These methods allowed us to identify an inhibitor of subtilisin 1 and four effectors of GLIC.

L’homme possède ~400 gènes codant pour des récepteurs aux odorants (ROs) qui sont différentiellement activés par un espace virtuellement infini de molécules. Le code combinatoire qui résulte de cette activation permettrait au nez humain de discriminer plus de mille milliards de stimuli olfactifs différents. Mais comment le percept est-il encodé dans la structure d’une molécule ? Pour comprendre comment notre nez décrypte la structure des molécules odorantes, des modèles numériques ont été utilisés pour étudier les principaux protagonistes de l’olfaction : les ROs et les odorants. Ici, l’apprentissage automatique est utilisé pour explorer et exploiter les données déjà existantes sur les ROs. D’autre part, la modélisation moléculaire est employée pour comprendre les mécanismes qui sous-tendent la reconnaissance moléculaire. Dans cette thèse j’ai passé en revue les relations structure-odeur du point de vue d’un chimiste. J’ai ensuite développé un protocole d’apprentissage automatique, qui a été validé pour prédire de nouveaux ligands pour quatre ROs. La modélisation moléculaire a été utilisée pour comprendre la reconnaissance moléculaire des ROs. Notamment, l’existence d’un site vestibulaire conservé dans une classe de ROs a été mis en évidence et le rôle de la cavité de liaison orthostérique dans les ROs a été étudiée. L’application de ces techniques permet de moderniser la déorphanisation guidée par ordinateur. Dans sa globalité, mes travaux ont aussi permis de préparer le terrain pour tester de façon virtuelle le code combinatoire des odeurs, et pour prédire la réponse physiologique déclenchée par ces molécules. Dans son ensemble, ce travail ancre la relation structure-odeur dans l’ère post-génomique, et souligne la possibilité de combiner différentes approches computationnelles pour étudier l’olfaction. / Humans have ~400 genes encoding odorant receptors (ORs) that get differentially activated by a virtually infinite space of small organic molecules. The combinatorial code resulting from this activation could allow the human nose to discriminate more than one trillion different olfactory stimuli. But how is the percept encoded in the structure of a molecule? To understand how our nose decrypts the structure of molecules, numerical models were used to study the main protagonists of olfaction: ORs and odorants. These approaches included machine-learning methods to explore and exploit existing data on ORs, and molecular modeling to understand the mechanisms behind molecular recognition. In this thesis I first review the structure-odor relationships from a chemist's point of view. Then, I explain how I developed a machine learning protocol which was validated by predicting new ligands for four ORs. In addition, molecular modeling was used to understand how molecular recognition takes place in ORs. In particular, a conserved vestibular binding site in a class of human ORs was discovered, and the role of the orthosteric binding cavity was studied. The application of these techniques allows upgrading computer aided deorphanization of ORs. My thesis also establishes the basis for testing computationally the combinatorial code of smell perception. Finally, it lays the groundwork for predicting the physiological response triggered upon odorant stimulation. Altogether, this work anchors the structure-odor relationship in the post-genomic era, and highlights the possibility to combine different computational approaches to study smell.

Les séquences d’ADN et d'ARN riches en Guanines peuvent adopter des conformations inhabituelles connues sous le nom de G-quadruplexes (G4). Les topologies et les formes de ces structures fascinantes sont très diverses. Les G4 sont stabilisés par la présence de cations monovalents et des liaisons Hydrogène de type Hoogsteen. De petites molécules contribuent également à la formation de formes stables, principalement par des interactions d'empilement π - π. Bien que les G4 soient connus depuis des décennies, l'intérêt de la communauté scientifique a été stimulé par la découverte de leur effet potentiellement inhibiteur sur la télomérase, une transcriptase inverse impliquée dans la transformation maligne de la plupart des cellules cancéreuses. En ce qui concerne la télomérase, le cancer et G4, plusieurs groupes ont été impliqués dans la découverte de nouveaux stabilisateurs G4 qui peuvent indirectement inhiber l'enzyme. Des centaines de ligands ont été identifiés par ce biais au cours de la dernière décennie et c'est encore un domaine très actif. Prenant en compte les avantages et la facilité qu'offre l'identification de nouvelles structures à l'aide de techniques de calcul grâce à des modèles mathématiques simples et reproductibles, nous avons entrepris un criblage à haut débit et à faible coût de calcul afin d’identifier de nouveaux ligands G4. Avec l'utilisation de la modélisation QSAR nous pouvons prédire l’IC50 d'un ensemble de composés congénères. Nous avons également été en mesure de relier les descripteurs moléculaires qui apparaissent dans nos modèles avec des caractéristiques structurales que les études de la littérature scientifique et SAR ont rapportés dans les études précédentes, pour un ensemble de ligands congénères. En outre, nous avons construit des modèles différents utilisant des ensembles non congénères de composés en appliquant une stratégie de consensus et pu identifier six ligands approuvés par la FDA qui stabilisent les structures G4. Par la suite, en appliquant des techniques non linéaires et un processus pour le traitement de la base de données que nous avons contruite à partir de publications antérieures, nous avons effectué un criblage virtuel de plus de 500 000 ligands d'une base de données commerciale de composés. Nous avons pu identifier de nouveaux ligands avec une puissance plus forte que les précédentes, qui peuvent également stabiliser d’autres structures G4 impliqués dans les processus liés au cancer. Ces observations ouvrent un spectre large de possibilités à explorer. Malgré les limites des techniques de modélisation QSAR explorées tout au long de ce travail, nous considérons qu'elles peuvent être combinées et utilisées avec soin pour répondre à la recherche de nouveaux stabilisateurs G4. / DNA and RNA G-rich sequences can adopt unusual arrangements that are known as G-quadruplexes (G4). The topologies and forms of these fascinating structures are very diverse. G4 are stabilized by the presence of monovalent cations and Hoogsteen Hydrogen bonds. Small molecules also contribute to the formation of stable forms mainly via π-π stacking interactions. Although G4s are known for decades, interest in this field started with their potential effect on inhibition of telomerase enzyme, a Reverse Transcriptase involved in the malignant transformation of most cancer cells. With regards to telomerase, cancer and G4, several groups have been involved in the discovery of new G4 stabilizers that would indirectly inhibit the enzyme. Most of the G4 ligands were identified following this paradigm. Hundreds of ligands have been identified during the past decade and this is still a very active field in science. Taking into account the advantages and easiness that offers the identification of new structures using computational techniques we built single and reproducible mathematical models with high screening capacity and low computational cost in order to use them on the identification of G4 ligands. With the use of QSAR modelling we can predict the telIC50 of a congeneric set of compounds. We have also been able to relate the molecular descriptors that appear in ours models with some structural features that scientific literature and SAR studies have reported in previous studies as appropriated for describing the above mentioned activity, also for congeneric set of ligands. Moreover, we built different models using non congeneric sets of compounds applying a consensus strategy and could identify six FDA approved ligands that stabilize G4 structures. Subsequently, by applying nonlinear techniques and a process for the cure of the database proposed for us in previous publications, we have performed a virtual screening of more than 500 000 ligands from a commercial database of compounds, followed of structure-based model in order to reduce the number of candidates. We were able to identify new ligands with stronger potency than the previous ones, which can also stabilize other G4 structures involved in processes related to cancer. These observations open a wide-ranging spectrum of possibilities to be explored. Despite the limitations of the QSAR modelling techniques explored along this work, we consider they can be combined and used carefully to address the search for new G4 stabilizers.

No description available.

Les biothérapies (anticorps monoclonaux, récepteurs solubles) ciblant les cytokines IL-6 etTNF-alpha pour le traitement des maladies inflammatoires chroniques ont constitué un succèsmajeur de l’industrie pharmaceutique. Elles présentent néanmoins des inconvénientsimportants : résistances, mode d’administration contraignant, coût élevé.Notre équipe travaille sur l’identification de petites molécules inhibant directement cescytokines, afin d’élargir l’offre thérapeutique existante. Administrées par voie orale, ellesconstitueraient une alternative particluièrement favorable aux patients.Durant ma thèse, j’ai réalisé le criblage expérimental (tests cellulaires et tests biochimiquesde liaison) des meilleurs composés identifiés par criblage virtuel d’un grande chimiothèque dediversité, ainsi que de composés dérivés de pyridazine issus d’une chimiothèque médicinale. J’aiainsi pu identifier plusieurs inhibiteurs directs du TNF-alpha et de l’IL-6. De plus, mon travail apermis d’affiner les procédures de criblage du Laboratoire.Ces travaux ouvrent de nouvelles pistes pour le développement de médicaments anti-cytokines. / Anti-cytokine biologics (monoclonal antibodies, soluble receptors) targeting TNF-alpha and IL-6in chronic inflammatory diseases have been a major success for pharmaceutical industry.However, they exhibit several drawbacks : resistance, difficult administration, high costs.Our team works on the discovery of small molecule inhibitors of cytokines suck as TNF-alphaand IL-6, in order to widen the range of therapeutic drugs. Orally active drugs would represent ahighly beneficial alternative for patients.During my PhD, I have performed an experimental screening (using cellular and biochemicalbinding testings) of the best compounds identified through virtual screening of a large chemicallibrary, and on pyridazine compounds of a medicinal chemical library. I have been able toidentify several small molecules inhibiting the interaction of TNF-! and IL-6 with their receptor.Moreover, my work will have an impact on the laboratory screening strategies.Overall, this work opens new avenues for anti-cytokine drug discovery.

Le triméthoprime (TMP) est un antibiotique communément utilisé depuis les années 60. Le TMP est un inhibiteur de la dihydrofolate réductase (DHFR) bactérienne chromosomale. Cette enzyme est responsable de la réduction du dihydrofolate (DHF) en tétrahydrofolate (THF) chez les bactéries, qui lui, est essentiel à la synthèse des purines et ainsi, à la prolifération cellulaire. La résistance bactérienne au TMP est documentée depuis plus de 30 ans. Une des causes de cette résistance provient du fait que certaines souches bactériennes expriment une DHFR plasmidique, la DHFR R67. La DHFR R67 n'est pas affectée par le TMP, et peut ainsi remplacer la DHFR chromosomale lorsque celle-ci est inhibée par le TMP. À ce jour, aucun inhibiteur spécifique de la DHFR R67 est connu. En découvrant des inhibiteurs contre la DHFR R67, il serait possible de lever la résistance au TMP que la DHFR R67 confère aux bactéries. Afin de découvrir des inhibiteurs de DHFR R67, les approches de design à base de fragments et de criblage virtuel ont été choisies. L'approche de design à base de fragments a permis d'identifier sept composés simples et de faible poids moléculaire (fragments) inhibant faiblement la DHFR R67. À partir de ces fragments, des composés plus complexes et symétriques, inhibant la DHFR R67 dans l'ordre du micromolaire, ont été élaborés. Des études cinétiques ont montré que ces inhibiteurs sont compétitifs et qu'au moins deux molécules se lient simultanément dans le site actif de la DHFR R67. L'étude d'analogues des inhibiteurs micromolaires de la DHFR R67 a permis de déterminer que la présence de groupements carboxylate, benzimidazole et que la longueur des molécules influencent la puissance des inhibiteurs. Une étude par arrimage moléculaire, appuyée par les résultats in vitro, a permis d'élaborer un modèle qui suggère que les résidus Lys32, Gln67 et Ile68 seraient impliqués dans la liaison avec les inhibiteurs. Le criblage virtuel de la librairie de 80 000 composés de Maybridge avec le logiciel Moldock, et les essais d'inhibition in vitro des meilleurs candidats, a permis d'identifier quatre inhibiteurs micromolaires appartenant à des familles distinctes des composés précédemment identifiés. Un second criblage virtuel, d'une banque de 6 millions de composés, a permis d'identifier trois inhibiteurs micromolaires toujours distincts. Ces résultats offrent la base à partir de laquelle il sera possible de développer iv des composés plus efficaces et possédant des propriétés phamacologiquement acceptables dans le but de développer un antibiotique pouvant lever la résistance au TMP conféré par la DHFR R67. / Trimethoprim (TMP) is a common antibiotic which is used since the 60's. TMP is an inhibitor of the bacterial chromosomal dihydrofolate reductase (DHFR). This enzyme catalyses the reduction of the dihydrofolate (DHF) to tetrahydrofolate (THF) which is essential to the biosynthesis of purines thus to cellular proliferation. Bacterial TMP resistance is documented since about 30 years. One of the cause of this resistance comes from the fact that certain bacteria express a plasmidic DHFR, the R67 DHFR, which confers TMP resistance. The R67 DHFR is not inhibited by TMP and can replace the chromosomal DHFR when the latter is inhibited by TMP. The discovery of R67 DHFR inhibitors would allow to break the trimethoprim resistance granted by R67 DHFR. In order to discover R67 DHFR inhibitors, fragment based design and virtual screening approaches were selected. By fragment based design, seven simple compounds with a low molecular mass which inhibited weakly R67 DHFR (fragments) were identified. From these fragments, more complex and symmetrical compounds inhibiting R67 DHFR in the micromolar range were identified. Kinetic studies showed these inhibitors were competitive and at least two molecules bind simultaneously to the active site of the R67 DHFR. Test of the micromolar inhibitors analog showed that the presence of carboxylate, benzimidazole and the length of the molecule all have an effect on the potency of the inhibitors. Molecular docking of the inhibitors, supported by in vitro data, were used to develop a model which suggest that residue like Lys32, Gln67 and Ile68 would be involved in the binding of the inhibitors to the R67 DHFR. Virtual screening of the 80 000 compound Maybridge library with Moldock software, followed by in vitro test of the best candidate, identified four micromolar inhibitors which are chemically distinct from the inhibitor beforehand identified. A second virtual screening of a 6 million compounds bank identified three micromolar inhibitors which are also distinct from the inhibitor beforehand identified. vi These results offer a basis which will allow further development of more potent inhibitors with more acceptable pharmacologic properties in order to develop an antibiotic which would break the TMP resistance granted by the R67 DHFR.

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.

Les biothérapies (anticorps monoclonaux, récepteurs solubles) ciblant les cytokines IL-6 etTNF-alpha pour le traitement des maladies inflammatoires chroniques ont constitué un succèsmajeur de l’industrie pharmaceutique. Elles présentent néanmoins des inconvénientsimportants : résistances, mode d’administration contraignant, coût élevé.Notre équipe travaille sur l’identification de petites molécules inhibant directement cescytokines, afin d’élargir l’offre thérapeutique existante. Administrées par voie orale, ellesconstitueraient une alternative particluièrement favorable aux patients.Durant ma thèse, j’ai réalisé le criblage expérimental (tests cellulaires et tests biochimiquesde liaison) des meilleurs composés identifiés par criblage virtuel d’un grande chimiothèque dediversité, ainsi que de composés dérivés de pyridazine issus d’une chimiothèque médicinale. J’aiainsi pu identifier plusieurs inhibiteurs directs du TNF-alpha et de l’IL-6. De plus, mon travail apermis d’affiner les procédures de criblage du Laboratoire.Ces travaux ouvrent de nouvelles pistes pour le développement de médicaments anti-cytokines. / Anti-cytokine biologics (monoclonal antibodies, soluble receptors) targeting TNF-alpha and IL-6in chronic inflammatory diseases have been a major success for pharmaceutical industry.However, they exhibit several drawbacks : resistance, difficult administration, high costs.Our team works on the discovery of small molecule inhibitors of cytokines suck as TNF-alphaand IL-6, in order to widen the range of therapeutic drugs. Orally active drugs would represent ahighly beneficial alternative for patients.During my PhD, I have performed an experimental screening (using cellular and biochemicalbinding testings) of the best compounds identified through virtual screening of a large chemicallibrary, and on pyridazine compounds of a medicinal chemical library. I have been able toidentify several small molecules inhibiting the interaction of TNF-! and IL-6 with their receptor.Moreover, my work will have an impact on the laboratory screening strategies.Overall, this work opens new avenues for anti-cytokine drug discovery.

Le criblage virtuel est utilisé dans la recherche de médicaments et la construction de modèle de prédiction de toxicité. L’application d’un protocole de criblage est précédée par une étape d’évaluation sur une banque de données de référence. La composition des banques d’évaluation est un point critique ; celles-ci opposent généralement des molécules actives à des molécules supposées inactives, faute de publication des données d’inactivité. Les molécules inactives sont néanmoins porteuses d’information. Nous avons donc créé la banque NR-DBIND composée uniquement de molécules actives et inactives expérimentalement validées et dédiées aux récepteurs nucléaires. L’exploitation de la NR-DBIND nous a permis d’étudier l’importance des molécules inactives dans l’évaluation de modèles de docking et dans la construction de modèles de pharmacophores. L’application de protocoles de criblage a permis d’élucider des modes de liaison potentiels de petites molécules sur FXR, NRP-1 et TNF⍺. / Virtual screening is widely used in early stages of drug discovery and to build toxicity prediction models. Commonly used protocols include an evaluation of the performances of different tools on benchmarking databases before applying them for prospective studies. The content of benchmarking tools is a critical point; most benchmarking databases oppose active data to putative inactive due to the scarcity of published inactive data in the literature. Nonetheless, experimentally validated inactive data also bring information. Therefore, we constructed the NR-DBIND, a database dedicated to nuclear receptors that contains solely experimentally validated active and inactive data. The importance of the integration of inactive data in docking and pharmacophore models construction was evaluated using the NR-DBIND data. Virtual screening protocols were used to resolve the potential binding mode of small molecules on FXR, NRP-1 et TNF⍺.

Les récepteurs couplés aux protéines G (RCPG) constituent la plus grande famille de protéines membranaires du génome humain. Ils transmettent les signaux extracellulaires provenant de plusieurs stimuli comme les odeurs, les ions, les hormones et les neurotransmetteurs, à l'intérieur des cellules. En se liant aux RCPGs, ces molécules contribuent à la stabilisation des changements conformationnels activateurs qui se propagent jusqu'au domaine intracellulaire des récepteurs. Ces derniers engagent ensuite un ou plusieurs effecteurs, comme les protéines G hétérotrimériques et les β-arrestines (βarrs), qui activent une cascade d'événements moléculaires menant à la réponse cellulaire.Récemment, la publication de structures cristallines de RCPGs liant des ligands diffusibles a offert une opportunité de raffiner à une résolution atomique les modèles des mécanismes de transduction des signaux. Dans la première partie de cette thèse, nous avons donc exploré les déterminants de la signalisation du récepteur prototypique β2-adrénergique (β2AR), induite par les β-bloqueurs. En ne tenant compte que de leur efficacités sur le β2AR dans les voies de l'adénylate cyclase (AC) et des protéines kinases activées par les facteurs mitogéniques (MAPK), les β-bloqueurs peuvent être classés en 3 groupes distincts (agoniste inverse AC / agoniste MAPK, antagoniste neutre AC / agoniste MAPK et agoniste inverse AC / agoniste inverse MAPK). Afin de déterminer le lien entre leur efficacité et leur mode de liaison, nous avons réalisé des expériences d'arrimages moléculaires in silico entre des β-bloqueurs de chacun des groupes et la structure cristalline du β2AR liée au carazolol. De manière intéressante, les ligands à l'intérieur d'un groupe partagent un mode de liaison, alors que ceux des ligands entre les groupes divergent, suggérant que le mode de liaison des β-bloqueurs pourrait être utilisé pour prédire leur l'efficacité. En accord avec cette hypothèse, nous avons prédit et confirmé l'efficacité agoniste MAPK du carazolol, un inverse agoniste AC du β2AR se liant au récepteur de manière similaire au groupe inverse agoniste AC / agoniste MAPK. De manière intéressante, le groupement aryl des ligands agonistes inverses agonistes AC / agoniste MAPK, le seul groupement chimique variable de ce groupe, est prédite pour lier la région des 3e et 5e hélices transmembranaires (TM3 et TM5). Nous avons donc émis l'hypothèse que cette région pourrait être un déterminant de l'efficacité de ces ligands. En accord avec cette dernière, la mutation de 2 résidus (T118I, S203A) localisés proches du site de liaison des groupements aryls des β-bloqueurs, prévient l'efficacité agoniste inverse de l'ICI-118551 sur la voie de l'AC sans affecter l'efficacité d'un agoniste, indiquant que cette région est importante pour la transmission de l'effet agoniste inverse, du moins sur la voie de l'AC. Les βarrs sont des protéines d'échafaudage qui coordonnent la formation de complexes avec plusieurs dizaines d'effecteurs de signalisation. Originalement identifiées pour leur rôle dans la désensibilisation et l'internalisation des RCPGs, elles sont aussi d'importants effecteurs de la signalisation des RCPGs indépendante des protéines G hétérotrimériques. Cependant, contrairement aux protéines G hétérotrimériques, il n'existe que peu d'outils pour les étudier. Ainsi, la deuxième partie de la thèse est dédiée au développement d'outils pour l'étude des βarrs. À cette fin, nous avons d'abord tenté de transposer une méthode de mesure de l'interaction entre 2 protéines par la technologie de transfert d'énergie de bioluminescence par résonance (BRET) en microscopie et chez des souris transgéniques afin de mesurer de manière subcellulaire et dans un contexte natif l'engagement de la βarr à des RCPGs. Ainsi, nous avons établi les preuves de principe que le BRET peut être utilisé pour localiser l'interaction entre la βarr et le récepteur de la vasopressine de type 2 (V2R) sur une cellule au microscope et pour détecter l'interaction entre la βarr et le β2AR sur des tissus de souris transgéniques exprimant ces protéines fusionnées avec des partenaires BRET. Finalement, il n'existe aucun inhibiteur pharmacologique ciblant les βarrs. Ainsi, grâce à la combinaison d'approches de criblage virtuel sur un modèle de la structure des βarrs et d'essais de validation cellulaire, nous avons développé un inhibiteur pharmacologique des βarrs. À l'aide de cet outil, nous avons confirmé l'implication des βarrs dans l'activation des MAPK par le V2R, mais aussi montré un nouveau rôle des βarrs dans le recyclage du β2AR. Les connaissances et outils développés dans cette thèse permettront de mieux comprendre les déterminants moléculaires de la signalisation des RCPGs et entre autres, grâce à des nouvelles approches pour étudier le rôle cellulaire et physiologique des βarrs. / G Protein-Coupled Receptors (GPCR) are members of the largest family of membrane protein in the human genome. They transduce the signal from a variety of stimuli like odors, ions, hormones and neurotransmitters, inside the cells. By binding directly to the receptors, these molecules stabilize activating conformational changes that are allosterically propagated through transmembrane to intracellular domains. Effectors like heterotrimeric G protein and β-arrestins (βarrs) are then engaged by activated receptors and trigger a cascade of signalling events leading to a cellular response. Recently, the resolution of the crystal structure of GPCR that bind to freely diffusible ligands provided the opportunity to refine at an atomic level the models describing the mecanisms of receptor signal transduction. In the first section of this thesis, we have explored the determinants of the prototypical β2-adrenergic receptor (β2AR) signalling induced by β-blockers. Given their efficacy on Adenylate Cyclase (AC) and Mitogen-Activated Protein Kinase (MAPK) pathways, β-blockers can be classified within 3 signalling groups (AC inverse agonist / MAPK agonist, AC neutral antagonist / MAPK agonist and inverse agonist for AC and MAPK). In order to gain insight on the relation between their efficacy and binding mode, we performed in silico binding experiments between β-blockers from each group and the β2AR crystal structure bound to carazolol. Interestingly, ligands within a group share similar binding mode in contrast to those of different groups, suggesting that β-blockers binding mode could be used to predict their efficacy. In accordance to this hypothesis, we have predicted and confirmed that carazolol, an AC inverse agonist that bind to β2AR in a similar way than the AC inverse agonist / MAPK agonist group, is indeed an agonist for MAPK pathway. Moreover, aryl chemical function from AC inverse agonist / MAPK agonist ligands, barely the only variable structure feature of this group, was predicted to bind β2AR nearby the transmembrane helices 3 and 5 (TM3 and TM5). We thus have predicted that this region would be a determinant of the AC inverse agonist / MAPK agonist ligand efficacy. Accordingly, we found that mutation of 2 residues (T118I, S203A) close to the aryl moiety binding site prevents inverse agonist efficacy of ICI-118551 on AC pathway, without affecting agonist efficacy, indicating that this receptor region is important for the efficacy of these group of β-blockers, at least on AC inverse agonism.βarrs are scaffolding proteins that coordinate protein complex formation with dozen of signalling effectors. First identified for their role on GPCR desensitization and internalization, βarrs are also an important heterotrimeric G protein independent GPCR signalling effectors. However, in contrast to heterotrimeric G protein, only a few tools are available for their study. Thus, the second section of this thesis aim at developing tools for the study of βarrs. For this purpose, we had attempted to transpose a method to measure protein-protein interaction that use Bioluminescence Resonance Energy Transfer (BRET) technology, in microscopy and in transgenic mice, in order to detect subcellular localization and in a native context the engagement of βarr to RCPGs. Thus, we have established a proof of principle that BRET can be combined with microscopy to locate an interaction between βarr and the type 2 vasopressin receptor (V2R) within a cell. Moreover, we have established a second proof of principle that we can detect βarrs recruitment to β2AR on cells extracted from tissues of transgenic mice expressing these proteins fused to BRET partner. Finally, there is no pharmacological inhibitor of βarrs. Thus, using a combination of virtual screening and cellular validation approches, we have developed the first pharmacological βarrs inhibitor. With this novel tool, we have confirmed the implication of βarrs in V2R-mediated MAPK activation, but also showed a new role of βarrs in β2AR recycling.The finding and the tools presented in this thesis should allow to better understand the molecular determinants of GPCR signalling, and among other things, by proposing new tools to study βarrs cellular and physiological roles.