Le développement d'un nouveau médicament est un processus long et coûteux. Entre la détermination d'une cible thérapeutique et la mise sur le marché d'un nouveau médicament, plus de dix ans de recherche sont nécessaires pour un coût supérieur à un milliard d'euros.L'accélération de ce processus et la réduction de son coût restent un enjeu majeur. Pour y parvenir, les simulations numériques, peu coûteuses et rapides, sont massivement utilisées. Malgré cela, elles restent limitées, en partie à cause de la quantité très importante de molécules de solvant à considérer. La théorie de la fonctionnelle de la densité moléculaire permet d'étudier la solvatation de composés de n'importe quelle taille et de n'importe quelle forme. Elle prédit en quelques secondes seulement à la fois l'énergie libre de solvatation et une carte détaillée de la densité d'équilibre autour de ce soluté. Ces grandeurs étant à la base de nombreux autres calculs utilisés par l'industrie pharmaceutique, la MDFT ouvre donc une autre voie d'optimisation de ces process. Cette thèse consiste à effectuer le premier pas vers l'ensemble de ces applications. Pour cela, nous avons adapté la théorie ainsi que le code associé avant de l'appliquer à des systèmes biologiques. / Drug development is time and cost-consuming: It takes in average 10 years and 1 billion euros to move from a therapeutic target to a new drug. To speed up this process and reduce its cost, numerical simulation are massively used. Nevertheless, they remain limited, one reason of which is the huge amount of solvent molecules to consider. The molecular density functional theory is a liquid state theory that allows the study of the solvation thermodynamics of solutes of arbitrary shape. MDFT predicts, in few seconds only, the free energy of solvation and the solvent profils. These parameters are at the heart of many others calculation used by the pharmaceutical industry. This thesis is the first step towards these applications. For that purpose, we adapted the theory as well as the associated code to this new target, then applied them to system of biological interest.
| Identifer | oai:union.ndltd.org:theses.fr/2017PSLEE047 |
| Date | 24 November 2017 |
| Creators | Gageat, Cédric |
| Contributors | Paris Sciences et Lettres, Borgis, Daniel, Levesque, Maximilien |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | French |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0017 seconds