Approche d’Apprentissage Quantique pour la Découverte d’Inhibiteurs de la 5-Lipoxygénase : Vers de Nouveaux Agents Anti-inflammatoires

Le développement de nouveaux médicaments constitue un processus long, coûteux et complexe, s’étendant de l’identification de composés bioactifs jusqu’à leur mise sur le marché. L’une des premières étapes de ce processus consiste à concevoir et synthétiser des molécules capables de moduler une activité biologique spécifique, généralement en interagissant avec une enzyme ou un récepteur cible. Ces dernières années, l’intelligence artificielle (IA) a émergé comme un levier puissant pour optimiser et automatiser cette phase cruciale, en permettant une réduction significative des délais et des coûts associés à la découverte de candidats thérapeutiques.
Parmi les cibles enzymatiques d’intérêt, les lipoxygénases occupent une place importante en raison de leur rôle dans le métabolisme de l’acide arachidonique, catalysant l’incorporation d’un atome d’oxygène dans cette molécule. Les produits de cette réaction sont impliqués dans diverses pathologies inflammatoires et chroniques, telles que l’asthme, l’athérosclérose, la polyarthrite rhumatoïde ou certains cancers. En particulier, la 5-lipoxygénase (5-LO) joue un rôle central dans plusieurs processus inflammatoires, en faisant une cible thérapeutique de choix. Dans ce contexte, le recours à des outils informatiques pour générer de nouvelles molécules constitue une alternative précieuse aux méthodes expérimentales traditionnelles, en réduisant les coûts associés au développement de nouveaux agents thérapeutiques ciblant la 5-LO.

Faculty Supervisor:

Mustapha Kardouchi

Student:

Partner:

Cadi Ayyad University

Discipline:

Computer science

Sector:

Education

University:

Université de Moncton

Program: