Logo Inserm

Connexion

Connexion

Computational approaches applied to pharmacological profiling

Equipe 2 des Prs A-C.Camproux & O. Taboureau (Université Paris Diderot)

 

Publications de l'équipe / Organigramme

Améliorer l’efficacité des médicaments tout en limitant leurs effets indésirables est un enjeu important qui stimule la recherche de nouvelles connaissances sur les profils pharmacologiques des médicaments. La production massive des informations «omiques» provenant de technologies à haut débit et des structures protéiques tri-dimensionnelles ainsi que l’accès croissant à des bases de données cliniques rendent désormais accessible à la recherche académique le profilage pharmacologique des médicaments par les approches in silico.
Notre équipe se concentre sur l’exploration approfondie et la prédiction des interactions entre les molécules chimiques et les protéines ainsi que l’estimation de leurs effets au niveau de la biologie du système humain à travers le développement d’outils computationnels comme la chémoinformatique et la bioinformatique structurale. Notre objectif principal est de proposer une aide à la décision lors des différentes étapes de développement d’un médicament (efficacité, sélectivité, risque de toxicité) et d’améliorer la compréhension du mécanisme d’action des petites molécules chimique et la prédiction des effets secondaires ou off-target des médicaments.

Dans cet objectif, nous travaillons sur 3 thèmes complémentaires :

i) Espace des molécules chimiques (Chémoinformatique, Drug-Design)
ii) Espace des cibles et poches protéiques (Bioinformatique structurale, Biostatistique)
ii) Espace biologique (Intégration de données, Pharmacologie des systèmes, Pharmacogénomique, Bioinformatique génomique)

En effet, des études récentes ont démontré l’intérêt de combiner l’information des petites molécules chimiques à l’information des cibles protéiques (3D) et de leurs sites de liaison (poches ou canaux protéiques 3D capables de fixer une molécule) pour caractériser et prédire les interactions cible-molécule et les profils des partenaires de ces interactions. Les informations obtenues à partir de l’analyse conjointe de l’espace des protéines et des molécules (thèmes 1 et 2) sont liées par le thème 3 aux données biologiques et cliniques intégrées par des approches de réseaux.


Figure 1 : Notre projet se découpe en 3 thèmes complémentaires.

(i) Espace des molécules chimiques (Chemoinformatique, drug-design)

Le profilage de l’espace des molécules a pour but d’encoder optimalement la structure chimique des composés bioactifs en paramètres pertinents pour analyser leur diversité et les comparer efficacement. En effet, différents softwares proposent des milliers de descripteurs ou «fingerprints» pour chaque molécule ou ligand. Cependant, certains descripteurs sont difficiles à interpréter physiquement, certains descripteurs cruciaux manquent encore, ce qui contribue au goulot d’étranglement pour obtenir des approches QSAR robustes et interprétables.
Nous développons régulièrement de nouveaux descripteurs pour la communauté, voir http://petitjeanmichel.free.fr/itoweb.petitjean.freeware.html et références citées. Une étude récente a permis de décrire les ligands non plus par des sphères mais par des cylindres de hauteur minimale, adaptés à leur faible épaisseur (Benkaidali et al., Bioinformatics 2014), pour les molécules allongées. Ceci ouvre des opportunités pour sélectionner les trajectoires possibles des ligands dans les canaux protéiques et des méthodes de criblage virtuel rapides pour identifier des substrats potentiellement actifs.

 

(ii) Espace des cibles et poches protéiques (Bioinformatique structurale, Biostatistique)

Les propriétés clés d'une «bonne cible» de médicament ne sont actuellement pas suffisamment explorées. L’effet thérapeutique des petites molécules ayant des propriétés drug-like est atteint quand elles se lient au niveau de cavités des protéines, appelées «poches protéiques» avec une forte affinité. Prédire la druggabilité, c’est à dire la capacité d'une poche protéique, à lier une molécule médicament est donc une étape clé dans les projets de découverte de médicaments. En effet, au cours de la phase préliminaire longue et coûteuse des projets de découverte de médicaments, le manque d’information sur la druggabilité et une mauvaise sélection des cibles est responsable de 60% des taux d'échec. Ainsi mieux comprendre les cibles biologiques et leurs structures et élaborer une méthode de prédiction de leur druggabilité sont des points cruciaux pour prioritariser les cibles et prédire les effets secondaires et de polypharmacologie des médicaments.
Notre équipe travaille d’une part à obtenir une caractérisation détaillée des structures 3D des protéines pour analyser leurs propriétés, étudier leur flexibilité et les comparer. Nous développons des outils pour encoder et simplifier les structures protéiques à partir de la notion d’Alphabet Structural (SA-outils, Camproux et al, J. Mol. Biol. 1999) afin d’effectuer des comparaisons rapides des structures ou des fragments structuraux permettant la recherche de motifs fonctionnels (Regad et al, BMC Bioinformatics, 2011, NAR, 2011). D’autre part, pour améliorer la compréhension et la caractérisation des poches protéiques au sein de notre équipe, nous travaillons sur (i) l’estimation des poches dite “profondes” particulièrement difficile à estimer (Benkaidali et al., Bioinformatics 2014), (ii) le développement de descripteurs géométriques et physico-chimiques originaux et détaillés des poches (Pérot et al, DDT 2011) permettant de les caractériser finement, (iii) des classifications et comparaisons de poches basées sur ces descripteurs.

L’exploration et la comparaison des différentes méthodes d'estimation des poches protéiques existantes ont confirmé qu'il n'existe pas de méthode d'estimation consensus. Or les estimations des poches ont un impact direct sur les propriétés des poches et donc leur indice prédit de druggabilité. Ce problème d’estimation est particulièrement délicat pour les poches dans une forme apo (non liée à un ligand) dont l’estimation n’est pas guidé par la présence du ligand. Nous avons développé un modèle de prédiction statistique de la druggabilité des poches protéiques, optimisé sur plusieurs méthodes d’estimations des poches, afin d’être le plus stable et performant possible sur les poches en forme holo mais aussi apo, quel que soit le type d’estimation de poches utilisé (Borrel et al, JCIM, 2015). Nous avons ensuite mis à la disposition de la communauté un site web-server PockDrug, proposant ce modèle de prédiction de druggabilité des poches apos ou holos, pour des poches pré-estimées par l’utilisateur, un ensemble des poches d’une protéine d’intérêt ou un jeu de protéines de la PDB (Abi Hussein et al, NAR, 2015).

L’analyse conjointe de l’espace des ligands et des cibles permet de modéliser les interactions protéines-ligands, de développer des approches de prédiction de profils de poches ou de profils de ligands et d’apporter de l’information sur la pharmacologie de certains médicaments.

 

Espace conjoint des cibles et des molécules (protéochémométrique, chémogénomique)

A partir de la caractérisation d’un profil de poche, druggable ou non, nous pouvons prédire plus finement quel profil (en terme de géométrie et de propriétés physico-chimiques) de ligand est nécessaire pour qu’il puisse se fixer à la poche. Les profils de poches et de ligands appariés peuvent ainsi être analysés et comparés afin de prédire des interactions potentielles poche-ligand. A partir de la modélisation statistique des paires de descripteurs des poches-ligands en interaction, il est pertinent d’établir (i) une corrélation entre la nature de la poche et sa propension à se lier à certains profils de ligands et (ii) à l'inverse, une corrélation entre la nature des ligands et sa propension à se lier à certains profils de poche (Pérot et al. Plos One 2013). Cette modélisation statistique vise à prédire le profil d’un des partenaires des interactions poches-ligands, ce qui pourrait ouvrir les voies à la prédiction des effets off- ou on-targets (hors cible), des effets toxiques ou secondaires et contribuer à la conception d'une petite molécule pour une poche donnée.

 

(iii) Espace biologique (Intégration de données, Pharmacologie des systèmes, Pharmacogénomique, Bioinformatique génomique)

Intégration de données : Avec l’accessibilité aux données massives récemment issues des grands projets de criblage, notamment des plateformes en protéomique, transcriptomique, toxicogénomique et génomique, il est maintenant possible d’étudier l’effet d’une molécule chimique de manière holistique et à diffèrent niveaux de complexité (moléculaire, cellulaire, tissulaire, système, …) et d’obtenir ainsi une meilleure compréhension et évaluation des risques sur la santé publique. Par exemple, nous participons au développement des bases de données ChemProt-3.0 [Kringelum J. et al. Database (Oxford),2016] et HExpoChem [Taboureau et al. Bioinformatics 2013] qui permettent d’analyser et de prédire l’action d’un (ou plusieurs) composé(s) chimique(s) au niveau moléculaire, mais aussi au niveau des complexes de protéines (réseau biologique) auquel il est associé. La pertinence des associations prédites étant dépendante des informations chimiques et biologiques utilisées ainsi que des méthodes d’encodage et des tests biologiques appliqués, nous consacrons une partie de notre recherche à l’intégration de nouvelles données (entre autre clinique) et aux développements d’outils adaptés à ce type d’information.

 

 

Bioinformatique génomique - Pharmacogénomique : Nous participons aussi à l’analyse de données génomiques (transcriptomiques, protéomiques, métabolomiques) afin de mieux comprendre le rôle potentiel de certaines molécules chimiques (composés environnementaux, molécules odorantes, médicaments) sur le génome humain (Kouskoumvekaki I, et al. J. Chem. Inf. Model, 2013, Audouze K et al. PLoS One, 2014; Skov K. et al. Metabolomics, 2015; Hao Q. et al. Am J Physiol Endocrinol Metab, 2015). Par exemple, avec l’acquisition de données précliniques et cliniques ainsi que de données génomiques, nous essayons d’estimer les variations génétiques (SNP, CNV) susceptibles d’être associées aux différentes réponses pour un même traitement. Nous travaillons notamment sur la maladie ADHD et les maladies cardiovasculaires, en collaboration avec l’université de Copenhague au Danemark (Nzabonimpa GS et al., 2016).

 

L’objectif final est d’associer des informations cible-médicament au niveau des systèmes biologiques afin de contribuer aux efforts internationaux dans le domaine des réseaux pharmacologiques et de la médecine personnalisée.

Développement d’outils et sites de chemo et bioinformatiques appliqués au profilage pharmacologique

Quelques exemples de logiciels et bases de données développés et mise à la disposition pour la communauté scientifique :

- Prédiction de la druggabiltié des poches protéiques : http://pockdrug.rpbs.univ-paris-diderot.fr/cgi-bin/index.py?page=home (Abi Hussein et al, NAR, 2015)
- Profilage pharmacologique : ChemProt-3.0 : ChemProt-3.0: a global chemical biology diseases mapping. (Kringelum J. et al., Database (Oxford),2016)
- Recherche de motifs fonctionnels : SA-Mot : (Regad L., et al., Nucleic Acids Research 2011)
- Estimation des canaux et cavités protéiques CCCPP : (Benkaidali et al., Bioinformatics 2014)
- Descripteurs de poches et ligands : http://petitjeanmichel.free.fr/itoweb.petitjean.freeware.html

Responsabilité de cursus de l’UFR Sciences du Vivant de Paris-Diderot

Anne Badel - Responsable de la Licence de Biologie Informatique
Anne-Claude Camproux – Coordinatrice et responsable du Master In Silico Drug Design (ISDD) - Responsable du module Statistique en expérimentation biologique (STAB) du DIU CESAM
Delphine Flatters - Co-responsable du Master 1 de Biologie Informatique
Leslie Regad - Co-responsable du Master 2 In Silico Drug Design (ISDD)
Olivier Taboureau - Co-responsable du Master 1 In Silico Drug Design (ISDD)

Publications sélectionnées récentes

[1] Triki D , Cano Contreras ME , Flatters D , Visseaux B, Descamps D, Camproux AC , Regad L .
Analysis of the HIV-2 protease's adaptation to various ligands: characterization of backbone asymmetry using a structural alphabet.
scientific reports / 2018 /  8(1):710
[2] Taboureau O, Audouze K.
Human environmental disease network: a computational model to assess toxicology of contaminants
ALTEX / 2017 / 34(2):289-300
[3] Hiba Abi Hussein , Colette Geneix , Michel Petitjean , Alexandre Borrel , Delphine Flatters , Anne-Claude Camproux
Global vision of druggability issues, applications and perspectives
Drug Discovery Today / 2017 /  22(2):404-415
[4] Kugathas S, Audouze K , Ermler S, Orton F, Rosivatz E, Scholze M, Kortenkamp A.
Effects of common pesticides on prostglandin D2 (PGD2) inhibition in SC5 mouse sertoli cells, evidence of binding at the COX-2 active site, and implications for endocrine disruption.
Environ Health Perspect. / 2016 / 124(4):452-9.
[5] Ainoleena Turku, Alexandre Borrel, Teppo O. Leino, Lasse Karhu, Jyrki P. Kukkonen, and Henri Xhaard
Pharmacophore Model To Discover OX1 and OX2 Orexin Receptor Ligands
J. Med. Chem. / Le 22 Septembre 2016 / 59(18):8263-75
[6] Orozco AA, Audouze K , Brunak S, Taboureau O.
In silico systems pharmacology to assess drugs therapeutic and toxic effects.
Current Pharmaceutical Design / Le 06 Septembre 2016 / 22(46):6895-6902.
[7] Margineanu A, Chan JJ, Kelly DJ, Warren SC,Flatters D, Kumar S, Katan M, Dunsby CW, French PM
Screening for protein-protein interactions using Förster resonance energy transfer (FRET) and fluorescence lifetime imaging microscopy (FLIM
scientific reports / Le 24 Juin 2016 / 6:28186
[8] Petitjean M., Camproux A.-C.
In Silico Medicinal Chemistry: Computational Methods to Support Drug Design
ChemMedChem / 2016 / 11[13] 1480-1481 Edited by Nathan Brown
[9] Sun H, Yue PY, Wang SR, Huo L, Zhao Y, Xie S, Kringelum JV, Lund O, Taboureau O , Zhou J, Wong RN, Fang WS.
Synthesis and Biological Evaluations of Cytotoxic and Antiangiogenic Triterpenoids-Jacaranone Conjugates.
Medicinal chemistry / 2016 / 12(8):775-785.
[10] Nzabonimpa GS, Rasmussen HB, Brunak S, Taboureau O
Investigating the impact of missense mutations in hCES1 by in silico structure-based approaches.
Drug Metabol Personal Ther. / Le 25 Février 2016 / in press
[11] Kringelum J, Kjaerulff SK, Brunak S, Lund O, Oprea TI, Taboureau O.
ChemProt-3.0: a global chemical biology diseases mapping.
database / Le 13 Février 2016 /  2016 Feb 13
[12] H. Abi Hussein , A. Borrel , L. Regad , D. Flatters , A. Badel , C. Geneix , M. Petitjean , A.-C. Camproux and O. Taboureau
System Biology : a new paradigm for drug discovery
The Practice of Medicinal Chemistry-Fourth Edition / 2015 / ISBN : 9780124172050 (Academic Press)
[13] Hiba Abi Hussein, Alexandre Borrel, Colette Geneix, Michel Petitjean, Leslie Regad, Anne-Claude Camproux
PockDrug-Server: a new web server for predicting pocket druggability on holo and apo proteins
Nucleic Acids Research / 2015 /  i43(W1):W436-42.
[14] Borrel Alexandre,Regad Leslie, Xhaard Henri, Petitjean Michel, Camproux Anne-Claude
PockDrug: a model for predicting pocket druggability that overcomes pocket estimation uncertainties
J. Chem. Inf. Model. / Le 27 Avril 2015 / 55(4):882-95
[15] Benkaidali L., André F., Maouche B., Siregar P., Benyettou M., Maurel F., Petitjean M.
Computing cavities, channels, pores and pockets in proteins from nonspherical ligands models.
Bioinformatics / 2014 /  30[6]- 792800
  • Publications de 2018

    2
    Exploration of the effect of sequence variations located inside the binding pocket of HIV-1 and HIV-2 proteases.

    Auteurs : Triki D , Billot T , Visseaux B, Descamps D, Flatters D , Camproux AC , Regad L .
    Publication : Le 10 Avril 2018 / 8(1):5789. doi: 10.1038 s41598-018-24124-5.
    scientific reports
    1
    Analysis of the HIV-2 protease's adaptation to various ligands: characterization of backbone asymmetry using a structural alphabet.

    Auteurs : Triki D , Cano Contreras ME , Flatters D , Visseaux B, Descamps D, Camproux AC , Regad L .
    Publication : 2018
     Voir en ligne (8(1):710) 
    scientific reports

    Publications de 2017

    12
    Exploring the potential of a structural alphabet-based tool for mining multiple target conformations and target flexibility insight.

    Auteurs : Regad L, Chéron JB, Triki D, Senac C, Flatters D, Camproux AC.
    Publication : 2017 / 12(8):e0182972
    Plos ONE
    11
    A novel variant of DHH in a familial case of 46,XY disorder of sex development: Insights from molecular dynamics simulations.

    Auteurs : Paris F, Flatters D, Caburet S, Legois B, Servant N, Lefebvre H, Sultan C, Veitia RA.
    Publication : 2017 / 87(5):539-544
    Clin Endocrinol
    10
    Chirality in metric spaces. In memoriam Michel Deza.

    Auteurs : Michel Petitjean
    Publication : 2017 / in press
    Optim. Letters
    9
    Statistical profiling of one promiscuous protein binding site: illustrated by urokinase catalytic domain

    Auteurs : Natacha Cerisier , Leslie Regad , Dhoha Triki , Michel Petitjean , Delphine Flatters , Anne-Claude Camproux
    Publication : Le 29 Juin 2017 / 36(10),170040.
    Molecular Informatics
    8
    The cytochrome P450 3A4 has three major conformations: new clues to drug recognition by this promiscuous enzyme.

    Auteurs : Benkaidali L., André F., Moroy G. , Tangour B., Maurel F., Petitjean M.
    Publication : 2017 / 36(10),170044.
    Molecular Informatics
    7
    Human environmental disease network: a computational model to assess toxicology of contaminants

    Auteurs : Taboureau O, Audouze K.
    Publication : 2017 / 34(2):289-300
    ALTEX
    6
    Cavity Versus Ligand Shape Descriptors: Application to Urokinase Binding Pockets.

    Auteurs : Cerisier N, Regad L, Triki D, Camproux AC, Petitjean M.
    Publication : 2017 / 24(11):1134-1137
    J. Comput Biol.
    5
    Combined assessment of DYRK1A, BDNF and homocysteine levels as diagnostic marker for Alzheimer s disease.

    Auteurs : N Janel, P Alexopoulos, A Badel, F Lamari, AC Camproux, J Lagarde, S Simon, C Feraudet-Tarisse, P Lamourette, M Arbones, JL Paul, B Dubois, MC Potier, M Sarazin and JM Delabar
    Publication : 2017 / 7(6):e1154
    Transl Psychiatry
    4
    Investigating the Importance of the Pocket-estimation Method in Pocket-based Approaches: An Illustration Using Pocket-ligand Classification.

    Auteurs : Caumes G, Borrel A, Abi Hussein H, Camproux AC, Regad L.
    Publication : 2017 / 36(9)
    Molecular Informatics
    3
    Synthesis and biological evaluation of dihydropyrano- 2,3-c pyrazoles as a new class of PPARγ partial agonists.

    Auteurs : Qvortrup K, Jensen JF, Sørensen MS, Kouskoumvekaki I, Petersen RK, Taboureau O, Kristiansen K, Nielsen TE.
    Publication : Le 28 Février 2017 / 12(2): e0162642.
    Plos ONE
    2
    Structural isosteres of phosphate groups in the Protein Data Bank

    Auteurs : Zhang Y, Borrel A , Ghemtio L, Regad L , Boije Af Gennäs G, Camproux AC , Yli-Kauhaluoma J, Xhaard HG.
    Publication : 2017 / 57(3):499-516.
    J. Chem. Inf. Model.
    1
    Global vision of druggability issues, applications and perspectives

    Auteurs : Hiba Abi Hussein , Colette Geneix , Michel Petitjean , Alexandre Borrel , Delphine Flatters , Anne-Claude Camproux
    Publication : 2017
     Voir en ligne (22(2):404-415) 
    Drug Discovery Today

    Publications de 2016

    9
    Chiral Multitori as Snub Derivatives.

    Auteurs : Diudea M.V., Petitjean M.
    Publication : 2016 / 2016, 61[4-5], 327--335.
    Rev. Roum. Chim.
    8
    Effects of common pesticides on prostglandin D2 (PGD2) inhibition in SC5 mouse sertoli cells, evidence of binding at the COX-2 active site, and implications for endocrine disruption.

    Auteurs : Kugathas S, Audouze K , Ermler S, Orton F, Rosivatz E, Scholze M, Kortenkamp A.
    Publication : 2016 / 124(4):452-9.
    Environ Health Perspect.
    7
    Pharmacophore Model To Discover OX1 and OX2 Orexin Receptor Ligands

    Auteurs : Ainoleena Turku, Alexandre Borrel, Teppo O. Leino, Lasse Karhu, Jyrki P. Kukkonen, and Henri Xhaard
    Publication : Le 22 Septembre 2016 / 59(18):8263-75
    J. Med. Chem.
    6
    In silico systems pharmacology to assess drugs therapeutic and toxic effects.

    Auteurs : Orozco AA, Audouze K , Brunak S, Taboureau O.
    Publication : Le 06 Septembre 2016 / 22(46):6895-6902.
    Current Pharmaceutical Design
    5
    Screening for protein-protein interactions using Förster resonance energy transfer (FRET) and fluorescence lifetime imaging microscopy (FLIM

    Auteurs : Margineanu A, Chan JJ, Kelly DJ, Warren SC,Flatters D, Kumar S, Katan M, Dunsby CW, French PM
    Publication : Le 24 Juin 2016 / 6:28186
    scientific reports
    4
    In Silico Medicinal Chemistry: Computational Methods to Support Drug Design

    Auteurs : Petitjean M., Camproux A.-C.
    Publication : 2016 / 11[13] 1480-1481 Edited by Nathan Brown
    ChemMedChem
    3
    Synthesis and Biological Evaluations of Cytotoxic and Antiangiogenic Triterpenoids-Jacaranone Conjugates.

    Auteurs : Sun H, Yue PY, Wang SR, Huo L, Zhao Y, Xie S, Kringelum JV, Lund O, Taboureau O , Zhou J, Wong RN, Fang WS.
    Publication : 2016 / 12(8):775-785.
    Medicinal chemistry
    2
    Investigating the impact of missense mutations in hCES1 by in silico structure-based approaches.

    Auteurs : Nzabonimpa GS, Rasmussen HB, Brunak S, Taboureau O
    Publication : Le 25 Février 2016 / in press
    Drug Metabol Personal Ther.
    1
    ChemProt-3.0: a global chemical biology diseases mapping.

    Auteurs : Kringelum J, Kjaerulff SK, Brunak S, Lund O, Oprea TI, Taboureau O.
    Publication : Le 13 Février 2016

  • Présentations Orales de 2016

    3
    Computational methods to detect druggable sites on pharmaceutical targets

    Auteurs : Camproux A-C. invited speaker
    Du 06 au 10 Juin 2016
    Scientific School on Computational Modeling for Life Sciences
    Pula / Italy
    2
    PockDrug/PockDrug-Server

    Auteurs : Camproux A-C. , Abi Hussein H. invited speaker
    Du 06 au 10 Juin 2016
    Scientific School on Computational Modeling for Life Sciences
    Pula / Italy
    1
    The prospect of in silico toxicology.

    Auteurs : Audouze K. invited speaker
    Le 20 Janvier 2016
    8th Annual meeting of the danish society of pharmacology
    Odense / Denmark

  • Posters de 2016

    2
    Bioinformatic analysis of The HIV-2 protease deformation involved by inhibitor binding from a set of crystal structures

    Auteurs : L. Regad , D. Triki , M. Cano , D. Flatters , B. Visseaux, D. Descamps, AC. Camproux
    Du 04 au 05 Octobre 2016
    ANRS international research symposium, Institut Pasteur
    Paris / France
    1
    Study of natural resistance mechanisms of HIV protease-2 (PR2) against protease inhibitor (PI) using bioinformatics tools

    Auteurs : D. Triki , T. Billot , B. Visseaux, D. Descamps, AC. Camproux , L. Regad
    Du 04 au 05 Octobre 2016
    ANRS international research symposium, Institut Pasteur
    Paris / France

Computational approaches applied to pharmacological profiling

Responsable :

CAMPROUX Anne-Claude
PU P7
    (+33)1 57 27 83 77
TABOUREAU Olivier
PU P7
    (+33)1 57 27 82 79

Membres permanents:

BADEL Anne
MC P7
    (+33)1 57 27 83 78
FLATTERS Delphine
MC P7
    (+33)1 57 27 83 93
GENEIX Colette
TECH P7
    (+33)1 57 27 83 79
PETITJEAN Michel
CR CNRS
    (+33)1 57 27 84 34
REGAD Leslie
MC P7
    (+33)1 57 27 82 72

Membres non permanents:

BOEZIO Baptiste
DOCTORANT P7
    (+33)1 57 27 83 87
CERISIER Natacha
DOCTORANT P7
    (+33)1 57 27 82 81
LAVILLE Pierre
DOCTORANT P7
    (+33)1 57 27 83 96
Molécules Thérapeutiques in silico (MTi)
Université Paris Diderot - Inserm UMR-S 973
Bât Lamarck A, 4e et 5e étage , Courrier 7113
35 Rue Hélène Brion
75205 PARIS CEDEX 13

Secrétariat : (331) 57 27 83 86
Fax: : (331) 57 27 83 72

Molécules Thérapeutiques in silico (MTi)
Université Paris Diderot - Inserm UMR-S 973
Bât Lamarck A, 4e et 5e étage , Courrier 7113
35 Rue Hélène Brion
75205 PARIS CEDEX 13

Secrétariat : (331) 57 27 83 86
Fax: : (331) 57 27 83 72

Molécules Thérapeutiques in silico (MTi)
Université Paris Diderot - Inserm UMR-S 973
Bât Lamarck A, 4e et 5e étage , Courrier 7113
35 Rue Hélène Brion
75205 PARIS CEDEX 13

Secrétariat : (331) 57 27 83 86
Fax: : (331) 57 27 83 72