La reconnaissance moléculaire est un problème très intéressant et surtout un défi actuel pour la chimie biophysique. Avoir des prévisions fiables sur la reconnaissance spécifique entre les molécules est hautement prioritaire, car il fournira un aperçu des problèmes fondamentaux et suscitera des applications technologiques pertinentes. La thèse présentée ici est centrée sur une analyse quantitatif de la reconnaissance moléculaire en solution pour la liaison l'hôte-invité, la liaison protéine-ligand et la catalyse. Le cadre de la mécanique statistique utilisé pour décrire l'état de la technique de liaison récepteur-ligand est un point d'inflexion pour le développement de nouvelles méthodes améliorées. En fait, un modèle très performant et précis a été obtenu pour l'analyse de la liaison hôte-invité. Enfin, les modèles présentés ont été utilisés comme outils prédictifs fiables pour la découverte de nouvelles entités chimiques destinées à améliorer la catalyse en solution. / Molecular recognition is a very interesting problem, and foremost, a current challenge for biophysical chemistry. Having reliable predictions on the specific recognition between molecules is highly priority as it will provide an insight of fundamental problems and will raise relevant technological applications. The dissertation presented here is centered on a quantitative analysis of molecular recognition in solution for host-guest, protein-ligand binding and catalysis. The statistical mechanics framework used to describe the state-of-the-art for receptor-ligand binding is an inflection point for the developing of new improved and methods. In fact, a highly performanced and accurate model was obtained for the analysis of host-guest binding. Finally, the presented models were used as a reliable predictive tools for discovering new chemical entities for enhance catalysis in solution.
| Identifer | oai:union.ndltd.org:theses.fr/2018STRAF051 |
| Date | 04 September 2018 |
| Creators | Montalvo Acosta, Joel José |
| Contributors | Strasbourg, Cecchini, Marco |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | English |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0354 seconds