UFR Chimie UFR Physique, Pharmacie, ECPM. - Faculté de Chimie ...

M-S3
UE 8
TYPE D’UE
Choix
RESPONSABLE
FINALITE
(Recherche/Professionnelle)
Recherche Infochimie
INTITULE DE l’UE
NOM, Prénom Discipline Adresse
VARNEK, Alexandre
Chimie Physique Institut de Chimie, 4 rue Blaise
Pascal, 67000 Strasbourg
DESCRIPTION DES ENSEIGNEMENTS
Bases de données en chimie. ·
• Bases de données bibliographiques (Chemical Abstracts, Science Citation Index, Pascal), physicochimiques
(Gmelin, Beilstein), spectroscopiques (SPECINFO), cristallographiques (Cambridge et
Karlsruhe) et autres.
• Création de bases de données chimiques en utilisant les logiciels ChemFinder et ISISBase.
Représentation de structures 1D, 2D et 3D par ordinateur.
• Eléments de base de théorie de graphes. Tables de connexion et présentation linéaires.
• Chaînes SMILES et InChi. Empreintes moléculaires.
• Pharmacophores.
• Formats MOL, SDF, RXN et RDF
• Recherche structurale et sous-structurale. Analyse conformationnelle.
Méthodes structure-activité (QSAR/QSPR).
• Approches de Hansch et de Free-Wilson. Concept de descripteurs. Descripteurs fragmentaux,
topologiques, quantiques, thermodynamiques et autres. Normalisation de descripteurs. Techniques
mathématiques de développement de modèles : les régressions multilinéaires, Machines à Vecteurs
Supports, Arbres de classification et de Régression, les Réseaux de Neurones et autres. Validation de
modèles.
• QSAR en 3D : l'analyse comparative de champs moléculaires ("CoMFA ").
• Exemples d’application de méthodes QSAR pour le développement de nouveaux médicaments.
Similarité et diversité de molécules.
• Molécule comme objet dans l’espace chimique. Critères de similarité de Tanimoto, de Dice, de Tversky et
autres ; métriques Euclidienne et de Manhattan.
• Recherche par similarité.
• Méthodes d’analyse de groupement des objets chimique : clustering hiérarchique et non-hiérarchique.
Chimie combinatoire théorique.
• Génération de bibliothèques combinatoires à partir d’une structure de Markush.
Design « in silico » de nouveaux composés.
• Filtres (les règles de Liminski et autres).
• Docking d’un ligand dans une protéine. Fonctions de score. Chimiothèques et cibliothèques.
• Utilisation de modèles QSAR pour un criblage virtuel. Optimisation d’un « lead ».
Travaux pratiques avec les logiciels ChemAxon, ChemFinder et ISISBase (bases de données) et ISIDA, DRAGON
et CODESSA-PRO (QSAR/QSPR).
COMPETENCES VISEES
Etre capable de créer et/ou de gérer une base de données chimiques
Acquérir des notions sur les principales méthodes de traitement et de création de données chimiques (recherche
par structure/sous-structure et/ou par similarité, clustering, génération de bibliothèques combinatoires.
Connaissances des méthodes QSAR/QSPR. Aspects pratiques d’utilisation de logiciels « structure-propriété ».
ENSEIGNEMENTS
Matières enseignées CM TD TP
Autres
(spécifier)
Travail
personnel
Charge horaire
totale étudiant
Coef Crédits
ECTS
Université de Strasbourg (Strasbourg 1, 2 et 3) – Habilitations 2009-2012 – Master – CHIMIE - Version 1 – Page 133/276