Author: Aymeric BernardPublisher:
ISBN:
Category :
Languages : fr
Pages :
Book Description
Pour le calcul de structures, la principale source d'informations, issues des expériences de Résonance Magnétique Nucléaire (RMN), sont les Effets Nucléaires d'Overhauser (NOEs) qui nous renseignent sur les distances entre certains protons de la molécule étudiée. Le logiciel ARIA (pour "Ambiguous Restraints for Itérative Assignment") sert à analyser et interpréter les données RMN, afin de déterminer un ensemble de structures tridimensionnelles compatibles avec les données expérimentales. Pour cela, ARIA utilise l'ensemble des mesures de distances issues des NOEs, sous forme de contraintes imposées in silico a la molécule. De récentes analyses ont montré que les erreurs des NOEs suivent une distribution de type log-normal, suggérant ainsi l'utilisation d'un nouveau potentiel de contraintes de distances, le potentiel log-harmonique. Le but de ma thèse a donc été de montrer l'efficacité d'un tel potentiel dans l'amélioration de la qualité des structures déterminées par RMN. La première partie de ma thèse se penche sur l'étude du comportement de ce potentiel dans des exemples de structures bien connues et dont les données ont été préparées manuellement. Dans une seconde partie, le recalcul de 398 structures RMN a permis de montrer l'amélioration globale de la qualité des structures calculées avec le potentiel log-harmonique. Enfin, dans une troisième partie, l'étude de deux protéines a permis de mettre en évidence les propriétés du potentiel log-harmonique quant à la détection d'erreurs dans les structures