Abstract FR:

Notre travail a consisté à préciser des relations entre structure chimique et activité pharmacologique dans une vaste population de molécules hétéroazotées, en utilisant différentes approches de taxonomie numérique et de reconnaissance des formes. Nous avons fait appel à des méthodes multivariables puis à des méthodes décisionnelles basées sur des paramètres topologiques (profils de fragmentation), ensuite à des paramètres morphologiques (classification tridimensionnelle d'une sous-famille représentative de molécules; les azépines). Une pluralité de méthodologies mathématiques de réduction de données multidimensionnelles (analyse factorielle des correspondances, classification ascendante hiérarchique, arbre de longueur minimale de prim) a été mise en œuvre afin de valider les conclusions en terme de robustesse statistique. Les méthodes utilisées ont permis: 1) d’établir une taxonomie réciproqué des différentes molécules sur la base de leurs propriétés pharmacologiques d'une part, de leur structure d'autre part; 2) de vérifier la responsabilité d’archétypes ou de sous-ensembles structuraux dans l’émergence de telles ou de telles propriétés pharmacologiques; 3) de proposer enfin un modèle de simulation qui permet de définir à priori le profil d’activité de structures chimiques hétérocycliques azotées naturelles ou de synthèse décrites ou hypothétiques