Projet de recherche (partenariat entre Multitel et Unamur)

Les peptides bioactifs peuvent jouer un rôle important dans la santé humaine en impactant les systèmes digestif, endocrinien, cardiovasculaire, immunitaire et nerveux.

Les méthodes pour générer ces peptides et pour évaluer leur potentiel de bioactivité restent une opération délicate à l'échelle industrielle. Actuellement, la relation entre la structure et l’activité d’un peptide crypté au sein d’une protéine ne peut pas être prédite avec efficacité et donc il y a là un besoin important formulé par les communautés « scientifique et industrielle » de développer une intelligence artificielle qui permettrait d’apprendre et de prédire les caractéristiques des hydrolysats peptidiques au départ des données structurales de la protéine source et des conditions d’hydrolyse. L'objectif de la thèse est donc d'appliquer plusieurs algorithmes de prédiction de structure(s) et de propriétés de peptides, ainsi que d’interactions peptides-protéines, pour alimenter un réseau de neurones artificiels préalablement mis en place.