Modélisation de la dynamique dans les protèines au niveau moleculaire, approches théoretiques et mèthodologiques dans une prespective expérimentale

Modeling motions in proteins at the molecular level : theoretical and methodological approaches in an experimental perspective

• Auteur / Autrice : Marco Gerolin
• Direction : Daniel Abergel, Antonino Polimeno
• Type : Projet de thèse
• Discipline(s) : Chimie Physique
• Date : Inscription en doctorat le 01/10/2014; Soutenance le 27/04/2017
• Etablissement(s) : Paris Sciences et Lettres (ComUE) en cotutelle avec Université de Padoue
• Ecole(s) doctorale(s) : École doctorale Chimie physique et chimie analytique de Paris Centre (Paris ; 2000-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire des Biomolécules
• Partenaire(s) de recherche : établissement de préparation de la thèse : École normale supérieure (Paris ; 1985-....)

Mots clés

Mots clés libres

Modélisation stochastique

Protèines

Résonance magnétique nucléaire

Résonance paramagnétique électronique

Dynamique moléculaire

Stochastic modeling

Proteins

Nuclear magnetic resonance

Electron paramagnetic resonance

Molecular dynamics

Résumé

La résonance magnétique nucléaire (RMN) et la résonance paramagnétique électronique (RPE) sont des techniques utilisées pour obtenir des informations sur le comportement dynamique d'un système protèique. Des modèles théoriques sont donc nécessaires pour l'interprétation de leurs observables spectroscopiques Le but final de mon projet de thèse est l'élaboration théorique avancée de "in silico" outils pour comprendre les changements structurels et la dynamique des protéines afin d'obtenir des outils de caractérisation et de connecter l'observation spectroscopique indirecte avec les aspect molèculaire. La stratégie est fondée sur la combinaison de méthodes avec résolution atomistique (simulations de dynamique moléculaire), la modélisation stochastique, l'analyse statistique des données.

Nuclear magnetic resonance (NMR) and electron paramagnetic resonance (EPR) are bulk techniques employed to gain information on long-time behavior of a system, nevertheless theoretical models are required for the interpretation of their spectroscopic observable. The final purpose of my PhD project is developing of advanced theoretical and in-silico tools to understand structural changes and dynamics in proteins in order to obtain refined characterization tools bridging the gap between indirect spectroscopic observation. The strategy is based on the combination of methods with atomistic resolution (molecular dynamics simulations), stochastic modeling, statistical data analysis.