Doctorant : Elena ALVAREZ SANCHEZ
Équipe : Bioinformatique Structurale
Directeur de thèse : Bernard OFFMANN , Professeur Université
co-directeur de thèse : Stéphane TELETCHEA , Maître de conférences Université
Encadrant : Simon HUET
Financement : CIFRE AFFILOGIC
Date de la soutenance : vendredi 07 novembre 2025, 14h00
Modalité :
  • Lieu : Amphithéâtre Pasteur, bâtiment 2, campus Lombarderie
Jury :
  • Rapporteur : Stéphanie BAUD, Pr. Université de Reims Champagne Ardenne, Unité MEDyC
  • Rapporteur : Jean-Christophe GELLY, Pr. Université Paris Cité, Unité BIGR
  • Examinateur : Lætitia GAUREAU-ROLLAND, Mc Nantes Université, Unité CRCI2NA
  • Examinateur : Sophie BARBE, DR INRAe, TBI, Toulouse
  • Directeur de thèse : Bernard OFFMANN , Professeur Université
  • co-directeur de thèse : Stéphane TELETCHEA , Maître de conférences Université
  • Encadrant : Simon HUET

Les interactions protéine‑protéine (PPI) jouent un rôle central dans de nombreux processus biologiques via des mécanismes
de reconnaissance moléculaire aboutissant à la formation de complexes spécifiques. Comprendre et rationaliser ces
interactions est un enjeu majeur, notamment pour le développement de protéines à visée thérapeutique.

Dans cette étude, la caractérisation des interactions entre les Nanofitines (NF), protéines d’affinité à visée
thérapeutique, et leur cible est explorée sous plusieurs angles. Les thématiques développées s’inscrivent
dans le cadre du processus d’obtention d’un candidat thérapeutique, soutenu par des approches de modélisation moléculaire.

Une étude de cas est consacrée au TNF-α, dans le but de rationaliser et d’optimiser son interaction
avec la Nanofitine N11. La compréhension fine de l’interaction via différentes approches a permis
d’améliorer l’affinité des Nanofitines dirigées contre le TNF-α. Par ailleurs, des simulations de dynamique
moléculaire ont été menées pour chaque partenaire protéique dans leur contexte biologique,
afin d’analyser leurs caractéristiques structurales.

Enfin, des approches d’apprentissage profond, représentant l’état de l’art dans le domaine de la prédiction binaire
des PPI, ont été évaluées afin d’étudier leur applicabilité à la prédiction à haut débit des interactions Nanofitine-cible.


Publications

Désolé, aucune publication ne correspond à vos critères.