QSAR and QSPR modelling of properties of interest for compound screening and safety - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2023

QSAR and QSPR modelling of properties of interest for compound screening and safety

Modélisation QSAR et QSPR de propriétés d'intérêt pour le criblage et la sécurité des composés

Shamkhal Baybekov
  • Fonction : Auteur
  • PersonId : 1334812
  • IdRef : 257782672

Résumé

This thesis concerns the development and implementation of chemoinformatics tools to support compound screening campaigns. It covers the following topics: steps for compound selection, assessment of stock solution integrity, quality control of experimental data, development of predictive models, and annotation of screening libraries. The properties of interest include solubility of fragment-like compounds in DMSO, aqueous solubility, skin sensitization, skin permeability, and binding to angiotensin-converting enzyme (ACE2) for the design of biological probes. The publicly available quantitative structure-activity/property relationship (QSAR/QSPR) models and user-friendly tools developed in KNIME Analytics Platform provide valuable support to researchers without the need for coding expertise. The integration of the developed chemoinformatics tools offers an efficient approach to improving screening outcomes and maximizing efficiency.
Cette thèse concerne le développement et la mise en œuvre d'outils de chémoinformatique en support de campagnes de criblage de composés. Les sujets couverts sont : les étapes de sélection de composés, d'évaluation de l'intégrité des solutions de stock, de contrôle de la qualité des données expérimentales, de développement de modèles prédictifs et d'annotation des bibliothèques de criblage. Les propriétés d'intérêt incluent la solubilité de composés de type fragment dans le DMSO, la solubilité aqueuse, la sensibilisation cutanée, la perméabilité cutanée et la liaison à l'enzyme de conversion de l'angiotensine (ACE2) pour la conception de sondes biologiques. Les modèles de relation structure-activité/propriété quantitative (QSAR/QSPR) sont disponibles publiquement et des outils conviviaux développés dans la KNIME Analytics Platform fournissent un soutien précieux aux chercheurs sans nécessité de compétences en programmation. L'intégration des outils de chémoinformatique développés offre une approche efficace pour améliorer les résultats du criblage et maximiser l'efficacité.
Fichier principal
Vignette du fichier
BAYBEKOV_Shamkhal_2023_ED222.pdf (20.55 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-04390291 , version 1 (12-01-2024)

Identifiants

  • HAL Id : tel-04390291 , version 1

Citer

Shamkhal Baybekov. QSAR and QSPR modelling of properties of interest for compound screening and safety. Other. Université de Strasbourg, 2023. English. ⟨NNT : 2023STRAF045⟩. ⟨tel-04390291⟩
72 Consultations
12 Téléchargements

Partager

Gmail Facebook X LinkedIn More