Analyse de liaisons entre peptides et protéines cibles par le biais de méthodes combinatoires et d'apprentissage machine dans le but d'aider à la découverte de composés pharmaceutiques

 

François Laviolette

Université Laval

 

Domaine : technologies de l'information et des communications

Programme projet de recherche en équipe

Concours 2012-2013

La découverte de médicaments est au coeur de l'industrie pharmaceutique et est de plus en plus un point important d'intérêt dans les laboratoires universitaires. D'importantes sommes d'argent sont investies chaque année dans le processus de recherche de nouveaux médicaments ayant une utilité médicinale.

Ce processus est coûteux et fait face à un certain nombre de défis. Cependant, depuis peu, des méthodes de calcul permettant de faire des prédictions précises peuvent désormais être envisagées pour accélérer le processus, particulièrement lorsqu'il est couplé à la chimie combinatoire des protéines.

Nous proposons de développer de nouvelles méthodes de calcul, basées sur une approche d'apprentissage statistique, qui permettront de prédire l'énergie de liaison entre un peptide et une protéine cible. Cette approche permettra également d'obtenir des informations sur les interactions entre protéines et sera extrêmement utile en biologie des systèmes.

Du point de vue de la recherche de nouveaux médicaments, les peptides sont des produits thérapeutiques très intéressants, car ils présentent une forte activité, une haute sélectivité, une faible toxicité et un faible taux d'interactions entre médicaments. Plus de 60 peptides thérapeutiques synthétiques ont atteint le marché pharmaceutique en 2004, et plus de 20% des médicaments appartenant au top 200 des ventes sont basés sur des peptides ou des protéines.