DICAMES logo

Veuillez utiliser cette adresse pour citer ce document : https://hdl.handle.net/20.500.12177/4987
Affichage complet
Élément Dublin CoreValeurLangue
dc.contributor.advisorOwono Owono, Luc Calvin-
dc.contributor.authorOlinga Mbala, Gaspard Freidy-
dc.date.accessioned2021-09-17T15:58:37Z-
dc.date.available2021-09-17T15:58:37Z-
dc.date.issued2019-
dc.identifier.urihttps://hdl.handle.net/20.500.12177/4987-
dc.description.abstractLes infections microbiennes sont de nos jours un problème de santé publique mondiale. Des médicaments sont synthétisés pour faire face à ces infections. Toutefois, une résistance aux antimicrobiens due entre autre à leur mauvais usage, à la mutation génétique bactérienne, à la propagation interpersonnelle des microbes résistants aux médicaments y est observée et pousse de nombreux scientifiques à s’y pencher afin d’apporter une réponse adéquate. Le processus de recherche et de découverte du médicament jusqu’à sa mise sur le marché étant long et onéreux, les techniques de simulations assistées par ordinateur parmi lesquelles le docking sont sollicitées pour une compréhension appropriée. Dans ce travail et ce à l’aide du docking nous avons bâti un modèle QSAR avec pour coefficient de corrélation 𝑹𝟐 =𝟎.𝟕𝟕 et pour équation 𝒑𝑰𝑪𝟓𝟎𝒑𝒓é =−𝟎.𝟐𝟐𝟎𝟔𝑺−𝟏.𝟕𝟗𝟒𝟔fr_FR
dc.format.extent51fr_FR
dc.publisherUniversité de Yaoundé Ifr_FR
dc.subjectQSARfr_FR
dc.subjectDocking moléculairefr_FR
dc.subjectLigandfr_FR
dc.subjectAnti-inflammatoirefr_FR
dc.subjectProtéinefr_FR
dc.titleModèle qsar servant à la prédiction de l’activité anti- inflammatoire des moléculesfr_FR
dc.typeThesis-
Collection(s) :Mémoires soutenus

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
ENS_20_0521.pdf1.63 MBAdobe PDFMiniature
Voir/Ouvrir


Tous les documents du DICAMES sont protégés par copyright, avec tous droits réservés.