Modélisation Computationnelle des Interactions Protéine-Ligand (ERL U1133 INSERM)

Les travaux de l’équipe, antérieurs à 2019, ont été effectués au sein de l’UMRS Paris Diderot-Inserm 973 (MTi)

 

Contrats récents

 

2021-2026 – RISK-HUNT3R:  RISK assessment of chemicals integrating HUman centric Next generation Testing strategies promoting the 3Rs.

2020-2022 – IDEX Emergence – Lipophyse: Hyperlipidémie, inflammation hypophysaire et contrôle endocrine de la fonction de reproduction

2019-2023 – ANR-19-CE18-0023

2019-2021 – IDEX Emergence – Protective Peptides targeting Protein-Protein interactions in Parkinson disease

2019-2022 – IDEX plates-formes – iPOP-UP integrative Platform for Omics Projects at Université de Paris

2019 – Erganeo – Peptides interférants pour le traitement de la maladie de Parkinson

2018-2021 – ANR Multimix – Approche multidisciplinaire pour mieux comprendre la première étape de la perception des arômes en mélange.

2018 – CECAM – Protein-peptide interactions: peptide identification, binding prediction and design.

2018-2019 – IFB/RPBS – MS2MODELS : Annotation structurale de données de spectrométrie de masse.

2017 – 2019 – SATT SERVIER – Analyses chémobiologiques et phénotypiques de molécules thérapeutiques à l’aide d’outils computationnels et de réseaux biologiques.

2016-2018 – projet VINCI pour favoriser la mobilité des étudiants et des enseignants du master In Silico Drug Design.

2016 – SATT/RPBS/OGD2 IDF INNOV -Modélisation 3D Fab 8B6 et de son interaction avec l’antigène O-acetyl GD2.

2015-2018 – ANRS Inhibition de la protéase de VIH-2 Etude des mécanismes des résistances par des approches bioinformatique structurale et recherche de nouveaux inhibiteurs spécifiques VIH2-Bioinfo).

2015-2018 – IDEX – Développement d’un alphabet structural protéique adapté aux problématiques de Drug Design et à la recherche de motifs fonctionnels.

2013-2019 – PIA ANR – Institut Français de Bioinformatique.

2012-2017 – PIA ANR Bip/Bip  Paradigme d’Inférence Bayésienne pour la Biologie Structurale in Silico.