Développement d’une plateforme de criblage par SPR pour la caractérisation d’inhibiteurs de la DHFR R67
Notice bibliographique
Résumé
L'objectif du projet de recherche est de développer une méthode de criblage d’inhibiteurs basée sur une technologie émergente, soit un dispositif portatif utilisant la résonance des plasmons de surface (SPR). La cible du criblage est la dihydrofolate réductase R67 (DHFR R67), une enzyme qui confère une résistance bactérienne à l'antibiotique triméthoprime. Ici, l'enzyme cible est immobilisée sur une surface d'or mince avec des propriétés plasmoniques (optiques) spécifiques qui varient en fonction de la masse des molécules se liant à cette surface. Cette technique permet de suivre les événements de liaison de molécules à la DHFR R67 immobilisée, et ainsi peut permettre l'identification d'inhibiteurs potentiels. Cependant, la masse molaire des inhibiteurs typiquement utilisés lors de criblages préliminaires (i.e. 500-1000 g/mol) est trop faible pour générer un signal SPR détectable. Afin de contrer cette lacune, ce mémoire a pour objet de développer un essai compétitif indirect qui mettra en jeu des molécules de masse supérieure. D’abord, une nanoparticule d'or portant un analogue de substrat se liera à la DHFR R67 immobilisée à la surface d’or, générant ainsi un signal SPR important en raison de la masse molaire élevée de la nanoparticule. Ensuite, lors du criblage d'inhibiteurs potentiels, les nanoparticules liées seront déplacées de l'enzyme cible si la molécule criblée fournit une affinité suffisante. Ainsi, il sera possible de suivre indirectement la liaison d'un inhibiteur à la cible. Ce projet vise donc à tester et à valider l'approche de criblage SPR appliquée à la DHFR R67.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».