Description du sujet de thèseDomaineSciences du vivant
Sujets de thèseVers une meilleure compréhension des protéines membranaires grâce à l'IA
ContratThèse
Description de l'offreMalgré les avancées spectaculaires de l'intelligence artificielle (IA), notamment avec des outils tels qu'AlphaFold, la prédiction des structures des protéines membranaires demeure un défi majeur en biologie structurale. Ces protéines, qui représentent 30% du protéome et 60% des cibles thérapeutiques, sont encore largement sous-représentées dans la Protein Data Bank (PDB), avec seulement 3% de structures résolues. Cette rareté s'explique par la difficulté à maintenir leur état natif dans un environnement amphiphile, ce qui complique leur étude, notamment avec les techniques structurales classiques.
Ce projet de thèse a pour objectif de lever ces obstacles en combinant les capacités prédictives d'AlphaFold avec des données expérimentales de diffusion aux petits angles (SAXS/SANS), obtenues en condition physiologique. L'étude se concentrera sur la protéine translocatrice TSPO, un marqueur clé en neuro-imagerie de plusieurs pathologies graves (cancers, maladies neurodégénératives) en raison de sa forte affinité pour divers ligands pharmacologiques.
Ce travail s'articulera autour de la prédiction de la structure de TSPO en présence et en absence de ligands, de l'acquisition de données SAXS/SANS du complexe TSPO/amphiphiles et de l'affinement des modèles grâce à des outils de modélisation avancée (MolPlay, Chai-1) et des simulations de dynamique moléculaire. En approfondissant la compréhension de la structure et de la fonction de TSPO, ce projet pourrait conduire à la conception de nouveaux ligands pour le diagnostic et la thérapie.
Université / école doctoraleSciences Chimiques: Molécules, Matériaux, Instrumentation et Biosystèmes (2MIB)
Paris-Saclay
Localisation du sujet de thèseSiteSaclay
Critères candidatFormation recommandéeFormation en biophysique et/ou bio-informatique, avec un fort intérêt pour la biologie structurale. Des connaissances en biochimie seront un plus.
DemandeurDisponibilité du poste01/10/2025
Personne à contacter par le candidatCOMBET Sophie
sophie.combet@cea.frCNRS
DRF/IRAMIS/LLB
LLB
01 69 08 67 20
Tuteur / Responsable de thèseCOMBET Sophie
sophie.combet@cea.frCNRS
DRF/IRAMIS/LLB
LLB
01 69 08 67 20
En savoir plushttps://iramis.cea.fr/en/pisp/sophie-combet/https://iramis.cea.fr/llb/mmb/presentation-mmb/https://molplay.mol3d.tech/