Développement de nouvelles méthodes de criblage in silico en chémogénomique
Abstract
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…
How strong is the evidence?
Evidence Hub reads this as a thesis, done in computer models (in silico), not in people. Its evidence level is 5 of 5 (Very low · case / narrative / animal / in vitro / in silico). Case reports, narrative reviews, and animal, cell or computer-model studies give the weakest evidence for human health.
Read the paper
Related studies
- Protective effects of tadalafil and N-acetyl cysteine therapy on cisplatin-induced testicular toxicity
- The Use of Generative AI for Scientific Literature Searches for Systematic Reviews: ChatGPT and Microsoft Bing AI Performance Evaluation
- Sildenafil as a Candidate Drug for Alzheimer’s Disease: Real-World Patient Data Observation and Mechanistic Observations from Patient-Induced Pluripotent Stem Cell-Derived Neurons
- Ozone-modified properties of pumpkin seed oil as anti-H. pylori, anticancer, anti-diabetic and anti-obesity agent
- Effectiveness of Low-Intensity Extracorporeal Shock Wave Therapy in Erectile Dysfunction: An Analysis of Sexual Function and Penile Hardness at Erection: An Umbrella Review
- Molecular Docking of Silymarin as a Ligand for Aromatase Enzyme and HIV-1 Reverse Transcriptase Using Molegro Virtual Docker
Go deeper in Evidence Hub
Evidence Hub adds a study data sheet (design, sample size, evidence level, key numbers), an AI summary and a chat grounded in the paper's text.