Manioc : Portail | resultats 1 - 1 pour la recherche: Chemoinformatics

Recherche avancée

1 document satisfait la requête. Vérifiez les termes recherchés ou relancez la recherche sur le texte intégral

Integrate molecular and cellular scales in the inference of metabolic networks. Application to xenobiotics. ; Intégrer les échelles moléculaires et cellulaires dans l'inférence de réseaux métaboliques. Application aux xénobiotiques.
Auteur(s) : Delannée, Victorien
Auteurs secondaires : Institut de recherche, santé, environnement et travail [Rennes] (Irset) ; Université d'Angers (UA) - Université des Antilles et de la Guyane (UAG) - Université de Rennes 1 (UR1) - École des Hautes Études en Santé Publique [EHESP] (EHESP) - Institut National de la Santé et de la Recherche Médicale (INSERM) - Structure Fédérative de Recherche en Biologie et Santé de Rennes ( Biosit : Biologie - Santé - Innovation Technologique ) Dynamics, Logics and Inference for biological Systems and Sequences (Dyliss) ; Inria Rennes – Bretagne Atlantique ; Institut National de Recherche en Informatique et en Automatique (Inria) - Institut National de Recherche en Informatique et en Automatique (Inria) - GESTION DES DONNÉES ET DE LA CONNAISSANCE (IRISA_D7) ; Institut de Recherche en Informatique et Systèmes Aléatoires (IRISA) ; Université de Rennes 1 (UR1) - Institut National des Sciences Appliquées - Rennes (INSA Rennes) - Université de Bretagne Sud (UBS) - École normale supérieure - Rennes (ENS Rennes) - Institut National de Recherche en Informatique et en Automatique (Inria) - CentraleSupélec - Centre National de la Recherche Scientifique (CNRS) - IMT Atlantique Bretagne-Pays de la Loire (IMT Atlantique) - Université de Rennes 1 (UR1) - Institut National des Sciences Appliquées - Rennes (INSA Rennes) - Université de Bretagne Sud (UBS) - École normale supérieure - Rennes (ENS Rennes) - Institut National de Recherche en Informatique et en Automatique (Inria) - CentraleSupélec - Centre National de la Recherche Scientifique (CNRS) - IMT Atlantique Bretagne-Pays de la Loire (IMT Atlantique) - Institut de Recherche en Informatique et Systèmes Aléatoires (IRISA) ; Université de Rennes 1 (UR1) - Institut National des Sciences Appliquées - Rennes (INSA Rennes) - Université de Bretagne Sud (UBS) - École normale supérieure - Rennes (ENS Rennes) - Institut National de Recherche en Informatique et en Automatique (Inria) - CentraleSupélec - Centre National de la Recherche Scientifique (CNRS) - IMT Atlantique Bretagne-Pays de la Loire (IMT Atlantique) - Université de Rennes 1 (UR1) - Institut National des Sciences Appliquées - Rennes (INSA Rennes) - Université de Bretagne Sud (UBS) - École normale supérieure - Rennes (ENS Rennes) - CentraleSupélec - Centre National de la Recherche Scientifique (CNRS) - IMT Atlantique Bretagne-Pays de la Loire (IMT Atlantique) Institut de Recherche en Informatique et Systèmes Aléatoires (IRISA) ; Université de Rennes 1 (UR1) - Institut National des Sciences Appliquées - Rennes (INSA Rennes) - Université de Bretagne Sud (UBS) - École normale supérieure - Rennes (ENS Rennes) - Institut National de Recherche en Informatique et en Automatique (Inria) - CentraleSupélec - Centre National de la Recherche Scientifique (CNRS) - IMT Atlantique Bretagne-Pays de la Loire (IMT Atlantique) Univ. Rennes 1 Anne Siegel Nathalie Théret

Éditeur(s) : HAL CCSD
Résumé : Predicting, modelling and analysing the metabolism of xenobiotics, foreign substances to an organism, using computer methods, has been a major challenge for the scientiﬁc community for many years. This thesis aims to implement multiscale computing methods for predicting and analyzing the metabolism of xenobiotics. A ﬁrst focus of this study was on the construction and de novo automatic annotation of metabolic graphs combining high sensitivity and precision. These graphs thus provide the prediction of the metabolism of xenobiotics in humans, as well as the genotoxicity of the molecules and atoms that make up xenobiotics. Then, the work focused on the implementation of a dynamic mathematical model modelling enzymatic competition effects through the development of a methodology allowing the exploitation of limited biological data while limiting inherent biases.
Prédire, modéliser et analyser le métabolisme de xénobiotiques, substances étrangères à un organisme, à l’aide de méthodes informatiques est un challenge majeur mobilisant la communauté scientiﬁque depuis de nombreuses années. Cette thèse vise à implémenter des méthodes informatiques multi-échelles pour prédire et analyser le métabolisme des xénobiotiques. Un premier axe de cette étude portait sur la construction et l’annotation automatique de novo de graphes métaboliques combinant fortes sensibilités et précisions. Ces graphes fournissent ainsi la prédiction du métabolisme de xénobiotiques chez l’homme, ainsi que la génotoxicité des molécules et atomes qui le composent. Puis, le travail s’est orienté sur l’implémentation d’un modèle mathématique dynamique modélisant des effets de compétition enzymatique à travers le développement d’une méthodologie permettant l’exploitation de données biologiques restreintes tout en limitant les biais inhérents.
https://hal-univ-rennes1.archives-ouvertes.fr/tel-01659375

tel-01659375
https://hal-univ-rennes1.archives-ouvertes.fr/tel-01659375
https://hal-univ-rennes1.archives-ouvertes.fr/tel-01659375/document
https://hal-univ-rennes1.archives-ouvertes.fr/tel-01659375/file/these.pdf

Partager

| Plus