Développements informatiques de déréplication et de classification de données spectroscopiques pour le profilage métabolique d'extraits d'algues

par Ali Bakiri

Projet de thèse en Sciences - STS

Sous la direction de Jean-Hugues Renault et de Jean-Marc Nuzillard.

Thèses en préparation à Reims , dans le cadre de Ecole Doctorale Sciences, Technologies, Santé , en partenariat avec (ICMR) Institut de Chimie Moléculaire de Reims (laboratoire) depuis le 12-02-2015 .


  • Résumé

    Les produits naturels constituent une source très importante de nouvelles molécules pour des applications dans les domaines pharmaceutique, cosmétique ou nutraceutique. Malgré le développement de techniques analytiques de plus en plus performantes, l'isolation et l'identification des produits naturels est toujours une tâche particulièrement compliquée qui nécessite un investissement considérable de matériels et de temps. L'objectif principal de ce projet de thèse est de développer une nouvelle méthode assistée par ordinateur pour l'analyse rapide des constituants des mélanges de molécules. Le projet sera basé sur l'exploitation de données RMN issues de l'analyse d'extraits bruts d'algues. Ces données seront analysées à l'aide de programmes informatiques développés durant le projet ainsi que des méthodes d'analyses de données permettant d'identifier les molécules directement dans les mélanges en évitant autant que possible les étapes de purification.

  • Titre traduit

    Development of chemometric tools for the classification of spectroscopic data and dereplication of algae metabolites


  • Résumé

    Powered by a long evolution history, natural products (NPs) are the most successful source of new innovative chemical entities for the development of drugs, cosmetics, materials and nutraceuticals. However, despite the huge progress of the analytical techniques over the last decades, the isolation and elucidation of new NPs remains a particularly difficult and time-consuming task. The primary aim of this PhD project is to develop new computer-aided methods for the rapid chemical profiling of complex mixtures such as natural extracts. The project will investigate NMR data from crude algae extracts in order to recover maximum information out of these complex spectra and rapidly identify the major metabolites contained in the studied samples. This goal will be achieved by combining computer tools developed during this project, data mining methods and spectral databases in order to develop a new workflow for rapid and efficient identification of the molecules directly within the mixture.