• Langue : Français
• Discipline : Biologie des organismes ; Biotechnologies animales, végétales et microbienne
• Identifiant : 2018LILUR049
• Type de thèse : Doctorat
• Date de soutenance : 18/12/2018

Résumé en langue originale

Nous avons choisi de réaliser un Workflow permettant l’incrimination, la discrimination et l’identification de peptides non ribosomiques (NRPs) connus ou inconnus dans une philosophie tournée vers le criblage de nouveaux composés actifs. Cette combinaison de méthodes analytiques commence par l’identification du microorganisme par une méthode de profilage phénotypique par spectrométrie de masse (MS). Puis, nous avons choisi de combiner pour la première fois une méthode de calcul itérative et les informations contenues dans la base de données, Norine, dédiée aux NRPs. Cette combinaison nous a permis de déterminer la composition élémentaire de peptide non ribosomique à partir de données HRMS combinées à un maillage vectoriel reliant les différents NRPs de Norine et les formules chimiques. Nous illustrons égalementque d’une part cette méthode démontrée à partir des données MS peut-être extrapolée aux données de fragmentation MS/MS et que d’autre part elle présente un intérêt pour la déréplication des NRPs mais aussi la caractérisation structurale de nouveaux composés actifs pour des applications en particulier dans les secteurs de la santé et phytosanitaires. La performance du workflow sera illustrée par l’identification de lipopeptides produit par des souches de Pseudomonas. Ces lipopeptides sont particulièrement intéressants car se sont des composés ayant des applications potentielles en biocontrôle.

Résumé traduit

We have chosen to carry out a Workflow allowing the incrimination, the discrimination and the identification of known or unknown nonribosomal peptides (NRPs) in a philosophy oriented towards the screening of new active compounds. This combination of analytical methods begins with the identification of the microorganism by a phenotypic profiling method by mass spectrometry (MS). Then, we chose to combine for the first time an iterative calculation method and the information contained in the database, Norine, dedicated to NRPs. This combination allowed us to determine the nonribosomal peptide elemental composition from HRMS data combined with a vector mesh linking the different Norine NRPs and the chemical formulas. We also illustrate that on the one hand this method demonstrated from the MS data can be extrapolated to the MS / MS fragmentation data and that on the other hand it is of interest for the dereplication of NRPs but also the structural characterization of new compounds for applications especially in the health and plant health sectors. The workflow performance will be illustrated by the identification of lipopeptides produced by Pseudomonas strains. These lipopeptides are particularly interesting because they are compounds with potential applications in biocontrol.