Programme pédagogique: Objectifs d’apprentissage

  1. Home
  2. > Programme pédagogique
  3. > Objectifs d’apprentissage

Le master Erasmus MundusChEMoinformatics+ couvre tous les aspects fondamentaux et applicatifs de la chémoinformatique. Les thématiques abordées ci-dessous sont considérées comme le tronc commun présent dans toutes les filières :

Chémoinformatique

  • Codage informatique des structures chimiques (1D, 2D et 3D).
  • Molécules comme objets d’un espace chimique.
  • Mesures de similarité et de diversité des structures entre les molécules.
  • Chimiothèques, bases de données et sources de données.
  • Analyse de chimiothèques : basée sur la diversité, focalisée sur une application, comparaison et détection de l’innovation.
  • Descripteurs moléculaires (fragments et empreintes moléculaires, indices topologiques, propriétés physico-chimiques, surfaces et énergies moléculaires, pharmacophores).
  • Approches de Hansch et Free-Wilson.
  • Prétraitement des données (filtrage, standardisation des structures chimiques, normalisation, sélection des descripteurs pertinents).
  • Construction et validation de modèles statistiques (analyse multi-factorielle, classification et régression).
  • QSAR 3D (analyse comparative des champs moléculaires).
  • Conception de Médicament : chimiothèques d’intérêts biologiques. Pharmacodynamique. Pharmacocinétique. ADME. Toxicité. Destin environnemental.
  • Amarrage moléculaire et fonctions de score des ligands protéiques.
  • Criblage virtuele.
  • Profilage de chimiothèques.
  • Détermination structurale et modélisation de macromolécules.
  • Interactions de macromolécules avec des entités chimiques de faible poids moléculaire. Milieu biologique.

Chimie quantique

  • Méthodes classiques de chimie quantique (basées soit sur le calcul explicite des fonctions d’onde électronique, soit sur la densité électronique).
  • Motivations physiques des méthodes de calcul de la chimie quantique.
  • Domaine d’applicabilité des modèles de chimie quantique.
  • Introduction des principaux progiciels pour les calculs quantiques.

Modélisation moléculaire

  • Bases théoriques de la modélisation moléculaire.
  • Mécanique moléculaire et dynamique moléculaire.
  • Champs de force et fonctions d’énergie potentielle empiriques.
  • La modélisation moléculaire comme outil de recherche chimique.
  • Reconnaissance moléculaire. Interactions intra-* et supra-moléculaires.
  • Propriétés émergentes à des échelles macroscopiques.
  • Ensembles thermodynamiques.
  • Solvatation hydrophile et hydrophobe.
  • Analyse conformationnelle et représentations empiriques.
  • Utilisation pratique de la modélisation.
  • Choix rationnel des méthodes et évaluation de la fiabilité des résultats en modélisation moléculaire
  • Comparaison avec des observations expérimentales.

L’EMJM couvre également des sujets additionnels qui sont essentiels pour la mise en œuvre technique des solutions chémoinformatiques :

  • Programmation logicielle langages procéduraux (Fortran, C), programmation orientée objet (Java, Object Pascal) & fonctionnelle (Maple, Matlab), scripting (bash, Perl, Python), langages de workflow (Pipeline Pilot, KNIME)
  • Génie logiciel compilation & bibliothèques, développement collaboratif (Git, Subversion), environnement de développement intégratif (Eclipse), débogage (GDB, GProf), développement multi-plateforme, Parallel/GPU/cloud computing
  • Bases de données bases de données relationnelles. Langages de requête (SQL). Bases de données non relationnelles (NoSQL). Principaux systèmes de gestion de bases de données (MySQL/MariaDB, PostgreSQL)
  • Services Web HTML/CSS (HTML 5), CMS (Spip, Typo3, WordPress), serveur web (Apache), développement CGI, REST et JavaScript.
  • Exploration de données et intelligence artificielle machines à vecteurs supports, arbres de classification et de régression, réseaux de neurones, approches génératives, bootstrap, validation croisée, clustering. Méthodes d’optimisation des paramètres. Ensembles de modèles. Apprentissage actif. Apprentissage multi-tâches. Apprentissage semi-supervisé et transduction. Systèmes de recommandation. Modèles génératifs et apprentissage contradictoire. Auto-encodeurs.

En fonction des parcours, les étudiants peuvent acquérir des compétences spécialisées :

SpécialisationObjectifs pédagogiquesCours
Conception in silico de molécules bioactives Modéliser les sites d’interaction et de biotransformation dans les protéines Structural biology and enzymology (S2); Target modelling (S2)
Comprendre les fondamentaux médicaux et biophysiques pour la conception de molécules bioactives Medicinal Chemistry (S2); Structural Biology and enzymology (S2); Simulation, modeling and biomolecules (S2)
Mettre en relation les évènements biomoléculaires et les effets thérapeutiques Medicinal Chemistry (S2); Data analysis in drug design (S3)
Chemoinformatique et Chimie Physique Comprendre, construire et analyser les modèles de chimie quantique et de mécanique moléculaire Chimica Fisica A (S1/S2); Metodi matematici applicati alla chimica (S1/S2); Simulation, modeling and biomolecules (S1/S2)
Utiliser des bases de données en chimie, implémenter des programmes sous forme de flux et des simulations informatiques de biomolécules; modéliser des processus physico-chimiques Banche dati ed elementi di chemoinformatica (S1/S2); Programming C (S1/S2); Simulation, modeling and biomolecules (S1/S2)
Méthodes théoriques et connaissances pratiques des méthodes de caractérisation structurales des composés; Construire un avis critique sur les résultats physico-chimiques expérimentaux Chimica Fisica B (S1/S2); Metodi fisici avanzati in chimica organica (S1/S2)
Chémoinformatique pour la Biophysicochimie et la Chimie Computationnelle Optimiser des processus bio-physicochimiques Biophysical chemistry (S1); Physical Chemistry II (Statistical Thermodynamics) (S2)
Modéliser des processus biophysiques Numerical methods in chemistry (S1); Modelling of Chemical Systems(S1)
Chémoinformatique pour la Chimie organique Concevoir des composés organiques innovants Physical Organic Chemistry (S1); Applied Organic Synthesis (S2)
Concevoir des chimiothèques de composés asymétriques Asymmetric Organic Chemistry I (S1); Asymmetric Organic Chemistry II (S2)
Conception de chimiothèques géantes et criblage virtuel Concevoir des chimiothèques focalisées Біохімія (S1); Супрамолекулярна хімія (S2); Біоінформатика (S2)
Concevoir des chimiothqèues géantes Комбінаторна хімія та технологія пошуку біологічно активних речовин (S2)
Chémoinformatique et informatique des matériaux Concevoir de nouveaux nanomatériaux innovants Nanotechnology (S1/S2); Material Sciences (S1/S2); Organometallic Chemistry (S1/S2)
Concevoir de nouveaux matériaux innovants pour la production et le stockage de l’énergie Advanced Analytical Chemistry (S1/S2); Material Sciences (S1/S2); Organometallic Chemistry (S1/S2)