Développement et applications d’un outil bio-informatique pour la détection de similarités de champs d’interaction moléculaire

Résumé : Les méthodes de détection de similarités de sites de liaison servent entre autres à la prédiction de fonction et à la prédiction de cibles croisées. Ces méthodes peuvent aider à prévenir les effets secondaires, suggérer le repositionnement de médicament existants, identifier des cibles polypharmacologiques et des remplacements bio-isostériques. La plupart des méthodes utilisent des représentations basées sur les atomes, même si les champs d’interaction moléculaire (MIFs) représentent plus directement ce qui cherche à être identifié. Nous avons développé une méthode bio-informatique, IsoMif, qui détecte les similarités de MIF entre différents sites de liaisons et qui ne nécessite aucun alignement de séquence ou de structure. Sa performance a été comparée à d’autres méthodes avec des bancs d’essais, ce qui n’a jamais été fait pour une méthode basée sur les MIFs. IsoMif performe mieux en moyenne et est plus robuste. Nous avons noté des limites intrinsèques à la méthodologie et d’autres qui proviennent de la nature. L’impact de choix de conception sur la performance est discuté. Nous avons développé une interface en ligne qui permet la détection de similarités entre une protéine et différents ensembles de MIFs précalculés ou à des MIFs choisis par l’utilisateur. Des sessions PyMOL peuvent être téléchargées afin de visualiser les similarités identifiées pour différentes interactions intermoléculaires. Nous avons appliqué IsoMif pour identifier des cibles croisées potentielles de drogues lors d’une analyse à large échelle (5,6 millions de comparaisons). Des simulations d’arrimage moléculaire ont également été effectuées pour les prédictions significatives. L’objectif est de générer des hypothèses de repositionnement et de mécanismes d’effets secondaires observés. Plusieurs exemples sont présentés à cet égard.

Opérationnalisation des actes de langage en interface Homme-Machine tangible et avancée pour un assistant culinaire destiné à des personnes ayant un traumatisme crânien cérébral

Les activités de la vie quotidienne sont indispensables pour le bien-être physique et moral. Pour que celle-ci soit réussie par les personnes ayant un traumatisme crânien cérébral (TCC), une aide technologique s’avère souvent nécessaire. Les troubles cognitifs empêchent les personnes ayant un TCC de rester chez elles. L’assistant culinaire est un outil composé de trois sous-systèmes: assistance, supervision et communication. L’assistant permet aux personnes ayant un TCC de cuisiner un repas chaud en proposant à celles-ci des stratégies d’assistance cognitive. Ce mémoire présente le sous-système de communication, qui établit la communication entre la personne ayant un TCC et l’assistant culinaire. Nous avons utilisé la méthode LUCID pour concevoir le sous-système de communication. Tout d’abord, nous avons commencé par l’étape prospective et d’exploration pour définir les membres de l’équipe et leurs rôles, afin de comprendre le comportement des personnes ayant un TCC. Pour la compréhension des comportements, nous avons utilisé les persona et des scénarios. Nous avons conçu trois persona principaux (TCC sévère, modéré et léger) et deux secondaires (proche aidant et ergothérapeute). Après la validation des persona, nous avons construit deux scénarios, un sans assistance qui permet de comprendre la gradation d’assistance donnée par l’ergothérapeute durant l’évaluation, un avec assistance pour concevoir les fonctionnalités de l’assistant culinaire et d’établir la communication entre les trois sous-systèmes et l’utilisateur. Ensuite, nous avons conçu les interfaces de l’assistant culinaire selon chaque profil des AVQ. Finalement nous avons développé le sous-système de communication en utilisant des actes de langage pour définir la communication entre les trois sous-systèmes de communication et la gradation de l’assistance, des web service REST comme une technologie qui rend chaque sous-système indépendant. L’assistant culinaire est en cours de développement. Enfin, ultérieurement les différentes fonctionnalités de l’assistant seront testées dans l’appartement de laboratoire DOMUS, et ensuite il sera implémenté auprès de personnes ayant un TCC pour une utilisation régulière chez elles.