simulation de molécules organiques dérivées d’indazole (logiciel gaussian - méthode qsar) et création de nouvelles molécules thérapeutiques

Abstract

La synthèse chimique et la détermination des propriétés soient biologiques soient chimiques des composés organiques est faite à l’aide de l’expérience, mais cette dernière est coûteuse et souvent très longue. L’un des challenges de la chimio-informatique est d’éviter ces problèmes liés au coût et à la durée des expériences. En effet, elle permet de décrire de manière simple des composés afin de pouvoir les utiliser dans des études de similarité (pour trouver de nouveaux composés potentiellement intéressants) ou de pouvoir prédire leur activité en se basant sur les informations contenues dans les composés déjà connus. La fabrication des médicaments basée sur la corrélation activité /structure a pour but de sélectionner des molécules valables à utiliser dans le domaine pharmaceutique. La corrélation structure-activité est réalisée à l’aide de la régression linéaire multiple (RLM) et réseau neuronal artificiel (RNN) par logiciel SPSS. Notre thèse est focalisée sur l’étude QSAR avec la modélisation des molécules par méthode DFT, 6-31G comme une base de calcul. À l’aide du logiciel gaussien view, on a validé le modèle QSAR par les tests statistiques RLM et RNN avec le logiciel SPSS. Après la validation interne et externe, nous avons créé un ensemble de molécules avec des activités très intéressantes tout en appliquant la règle Lipinski (ROF) pour la confirmation de l’utilisation de 28 molécules de dérivées d’indazole comme des médicaments à voie orale, ainsi que la création de nouvelles molécules avec des activités très importantes dans le domaine pharmaceutique.