Optimisation du potentiel gros-grain sOPEP et extension en régime tout-atomes

Les protéines sont des nanomachines dont les fonctions, venant de leur structure tridimensionnelle, sont fondamentales à la survie de la cellule. Avec l’amélioration croissante des super-ordinateurs et des algorithmes, les méthodes informatiques deviennent incontournables à l’étude des protéines. Les interactions physiques à l’origine de la structure des protéines sont modélisées à l’aide d’un potentiel. Les potentiels gros-grain OPEP furent appliqués avec succès à l’étude des protéines amyloïdes et à la prédiction de structure tertiaire grâce au programme PEPFOLD. Des améliorations restent toutefois possibles. Dans le cadre de ce projet, je continuerai l’optimisation du potentiel sOPEP, à la base de PEPFOLD, afin d’en améliorer les capacités de prédiction et à étendre son utilisation aux peptides de 51 à 70 acides aminés. Les grandes banques de protéines, sur lesquelles l’optimisation se fera, sont déjà en place. TO BE CONT’D

Faculty Supervisor:

Normand Mousseau

Student:

Partner:

Université de Paris

Discipline:

Physics

Sector:

University:

Université de Montréal

Program:

Globalink Research Award