Articles

Le Rôle évolutif des Produits naturels des forêts tropicales Humides en tant que Source Réapprovisionnable de Nouveaux médicaments Conduit

Publicité

Approches modernes dans la découverte de médicaments à partir de produits naturels

L’arrivée de nouvelles technologies en spectrométrie de masse, RMN et autres techniques spectroscopiques, le dépistage bimoléculaire à base de cibles ou de cellules, la caractérisation précoce des impacts et l’utilisation de méthodes de calcul ont amélioré l’impact des produits naturels dans le médicament à base de HTS découverte. Les extraits de produits naturels contiennent fréquemment un grand nombre de constituents comprenant ceux-ci, difficiles à séparer. Les structures non ambiguës des composés purs peuvent être déterminées par la combinaison de techniques conventionnelles telles que la spectroscopie d’absorption ultraviolette (UV), l’IR, la MS et la RMN. Dans de rares cas, où il est difficile de déterminer la configuration absolue, l’analyse des rayons X monocristallins est utilisée. Les techniques de séparation conventionnelles sont longues et fastidieuses. La césure directe d’une technique de séparation compétente avec des techniques spectroscopiques efficaces telles que la CLHP-IRTF peut être utilisée pour soutenir le processus de déréplication. La CLHP-IRTF a été utilisée pour détecter des groupes fonctionnels dans les constituants principaux des mélanges mais n’a pas trouvé d’application étendue en raison de limitations de compatibilité; c’est-à-dire obtenir une séparation optimale accompagnée d’une détection adéquate.

L’une des nouvelles technologies dans la découverte de médicaments à partir de produits naturels est l’utilisation de l’électrophorèse capillaire (EC) dans le programme de dépistage développé pour la première fois par Cetek Corporation et Cubist. L’analyse est capable d’identifier les composés / extraits actifs du produit naturel et de détecter tout déplacement de la protéine lorsqu’un ligand se lie à celle-ci en raison des changements de conformation et de charge de surface. La technique CE permet de distinguer les composés de liaison faibles et forts dans les extraits avant de déterminer leur concentration. Cette technologie a été appliquée au programme interne de découverte de médicaments de Cetek pour trouver de nouveaux composés de produits naturels qui inhibent la cible du cancer, HSP90, une chapéronine moléculaire responsable du maintien du repliement et de la stabilité corrects des protéines. Un autre exemple intéressant qui a été récemment rapporté par Wang, et al.a montré qu’une méthode CE en conjonction avec la chromatographie liquide -spectrométrie de masse en tandem (LC-MS / MS) a été appliquée avec succès dans le criblage d’extraits de plantes, a identifié avec succès un composé naturel appelé baicaline de Radix scutellariae comme un nouvel inhibiteur de la protéine kinase an. Dans une autre étude distincte, Zhao et Chen ont mis au point un microréacteur capillaire immobilisé par la neuraminidase simple et efficace fabriqué par la technologie de réticulation du glutaraldéhyde pour le criblage des inhibiteurs de la neuraminidase des médicaments traditionnels chinois. Six produits naturels sur dix-huit, dont la bavachinine, la bavachine, la baicaléine, la baicaline, la chrysine et la vitexine, ont été trouvés comme inhibiteurs puissants du dépistage. Certains aspects importants de CE qui méritent une reconnaissance dans ce chapitre sont sa facilité d’utilisation, sa polyvalence et ses composants de séparation à haute résolution, son efficacité de séparation élevée et sa faible consommation d’échantillons et de réactifs.

Analyse par injection de flux – RMN (FIA-RMN) englobe un échantillon, qui est injecté sous forme de bouchon dans un flux de fluide, puis balayé dans la bobine du détecteur RMN. Dans une RMN FIA, la phase mobile est utilisée comme solvant de poussée hydraulique qui transfère l’échantillon injecté de l’orifice d’injecteur à la cellule d’écoulement RMN. Le balayage scout utilisé pour déterminer l’emplacement des pics de solvant est obtenu par le spectromètre une fois la pompe arrêtée. Enfin, un signal est envoyé à la pompe à solvant pour que l’ancien échantillon de la cellule d’écoulement RMN puisse être vidangé. La CLHP-RMN-MS est une méthode spectrométrique nouvelle et la plus avancée utilisée dans la dé-réplication d’extraits de produits naturels. Bien qu’il s’agisse de la méthode la plus efficace, l’avantage de ladite méthode avec trait d’union ci-dessus est l’appariement des données MS au spectre RMN. En outre, les informations des groupes fonctionnels (p. ex., les groupements hydroxyle et amino) délivrés par la RMN HPLC sont facilement identifiés par les techniques de MS. L’avènement des aimants à champ supérieur et des sondes cryogéniques a prouvé que la RMN-HPLC était un instrument spectroscopique puissant et efficace et appliqué aux extraits bruts (RMN et profil UV issus de la détection HPLC par PDA). Il y a une amélioration significative de la sensibilité de profilage et de la dé-réplication des produits naturels en raison de l’utilisation d’aimants à champ plus élevé et des développements récents de la RMN HPLC-micro-bobine et de la RMN capillaire (CapNMR) qui ont permis d’examiner de plus petites quantités d’échantillons de l’ordre de 40 à 120 µL. La RMN-CLHP à micro-bobines est la mieux adaptée à la RMN-CLHP en ligne qui utilise les expériences de mise en flux, d’arrêt de flux ou de silencieux temporel pour séparer les composants présents en plus grandes concentrations et les analyser, tandis que la RMN capillaire utilise les solvants non deutérés dans une séparation HPLC hors ligne offrant ainsi une large gamme de solvants à faible coût. Les composés isolés sont ré-dissous dans des solvants deutérés puis injectés dans la sonde d’écoulement CapNMR en utilisant des volumes d’environ 6 µL avec des spectres RMN 1H acquis pour des quantités d’échantillons de l’ordre de 2 à 30 µg, augmentant ainsi la sensibilité avec une perspective de classification des nouveaux métabolites secondaires de faible niveau.

Outre ce qui précède, les informations obtenues à partir des spectres RMN 1D et 2D sont suffisantes pour classer les composés en plus de fournir un instantané « haute fidélité » des constituants de l’extrait, fournissant ainsi les informations qui ouvrent la voie à des décisions rationnelles sur la méthode de fractionnement supérieure ou pour poursuivre l’isolement. De nombreuses publications récentes ont été rapportées en utilisant cette approche.La technique et l’utilisation de la RMN-CLHP dans l’identification et la classification des produits naturels sont bien reconnues dans la littérature, mais les applications de ses utilisations ont principalement porté uniquement sur le profilage chimique des plantes. De nombreux modes de RMN HPLC (principalement les modes on-flow et stop-flow) combinent le pouvoir de résolution de la chromatographie, qui est interfacé avec la compréhension structurelle fournie par la RMN. L’approche réductionniste n’a pas été très efficace pour découvrir des médicaments efficaces pour traiter des maladies complexes, telles que le cancer, les maladies métaboliques, cardiovasculaires et neurologiques. Les médicaments à cible unique peuvent ne pas toujours induire l’effet souhaité pour l’ensemble du système biologique, même s’ils inhibent ou activent avec succès une cible spécifique.L’utilisation de l’approche réductionniste ou mono-cible dans la découverte de médicaments présente des limites. L’approche ne donne qu’une compréhension limitée de la pathogenèse compliquée et des pathologies multi-cibles des maladies systémiques telles que les cancers, les maladies cardiovasculaires et les troubles neurodégénératifs. Il est difficile d’identifier des interventions pertinentes pour cibler de telles complexités. L’intervention médicamenteuse par balle ou mono-cible ne peut pas lutter efficacement contre les pathologies complexes des maladies systémiques car elles sont régulées par des réseaux biologiques complexes et dépendent de multiples étapes de défis génétiques et environnementaux pour progresser. Récemment, il y a un intérêt croissant à utiliser des approches innovantes pour la découverte de médicaments à partir de produits naturels par la pharmacologie en réseau qui intègre la biologie des systèmes et la pharmacologie. Le concept multidisciplinaire intégré de cibles multiples, d’effets multiples et de maladies complexes en pharmacologie de réseau a enrichi notre compréhension de la pathogenèse compliquée et des pathologies multi-cibles des maladies systémiques et réduit la difficulté à identifier des interventions pertinentes pour cibler de telles complexités. Les technologies « -omiques » en biologie des systèmes ont maintenant été largement utilisées pour corréler et élucider de multiples cibles et réseaux de maladies humaines et d’actions médicamenteuses. Le concept de pharmacologie de réseau est particulièrement utile pour traduire et interpréter avec précision les effets thérapeutiques des médicaments à base de plantes dans des significations biochimiques et biologiques modernes. Les médicaments à base de plantes peuvent servir de ressources précieuses pour la découverte de médicaments multi-cibles en réseau. Le concept de pharmacologie de réseau est particulièrement utile pour traduire et interpréter avec précision les effets thérapeutiques des médicaments à base de plantes dans des significations biochimiques et biologiques modernes. L’efficacité des médicaments multi-cibles à partir d’extraits de plantes est développée, suivie de l’identification de leurs principaux composants bioactifs et du redéveloppement d’une toute nouvelle formulation multi-composants composée des principaux composants bioactifs afin d’atteindre une combinaison synergique et optimale.

La combinaison des approches de la chimie des produits naturels et de la métabolomique dans la découverte de médicaments est une nouvelle stratégie pour découvrir de nouveaux médicaments. Il y a peu de rapports dans la littérature scientifique, qui discutent de l’unisson des approches classiques de la chimie des produits naturels avec la métabolomique pour identifier de nouveaux produits naturels bioactifs. Ceux-ci se sont généralement concentrés sur l’étude des plantes. L’identification de produits naturels bioactifs à partir de plantes reste une tâche multiforme en raison de leur grande diversité chimique et de leur complexité. En mesurant le métabolome de différents extraits ou fractions d’une plante et en combinant ces données avec son activité biologique correspondante, des signaux liés aux composés liés à l’activité affichée peuvent potentiellement être déterminés. La biologie des systèmes est un domaine des plus prometteurs englobant des outils de la révolution post-génomique tels que l’omique de transcription, la protéomique, la glycomique et la fluxomique avec l’intention de caractériser tous les produits génétiques et cellulaires incluant complètement l’ARNm, les protéines, les structures glycaniques et les métabolites. La métabolomique vise à construire des observations équilibrées à l’aide d’outils hautement reproductibles suivis de l’analyse des données pour localiser les corrélations entre les données disponibles. Le profilage de tous les métabolites de bas poids moléculaire d’un organisme n’est pas possible et ce domaine émergent de la métabolomique combine la chimie analytique, la biochimie et la biologie computationnelle permettant l’analyse de milliers de métabolites dans n’importe quel système biologique. Les principales plateformes analytiques sont la spectrométrie de masse avec chromatographie en phase gazeuse (MS-GC), la chromatographie en phase liquide (LC) ou l’électrophorèse capillaire (CE) et la spectroscopie RMN. Une procédure d’extraction équilibrée permettant d’extraire efficacement tous les métabolites primaires et secondaires des tissus et des fluides corporels est utilisée pour les obtenir sous forme naturelle avant l’analyse dans les différents solvants utilisés. Les procédures d’extraction des métabolites sont plus compliquées et complexes en raison de la nature diversifiée des petites molécules présentes et de l’indisponibilité d’une technique et d’une plate-forme analytiques uniques qui aident à analyser tous les métabolites simultanément. Plusieurs techniques et méthodologies de séparation doivent être appliquées pour obtenir une analyse complète des métabolites. L’analyse simultanée de centaines de composés est réalisée par divers outils informatiques qui extraient des informations à partir des données, supprimant le bruit de fond, détectant et intégrant des pics dans de grands ensembles de données et normalisant et transformant les matrices de données résultantes avant toute analyse statistique. La métabolomique a un accès restreint à la capacité d’identifier les signaux par rapport à la nature chimique. Environ 60 à 80% de tous les composés détectés sont encore inconnus aujourd’hui et la discipline métabolique a créé une grande masse de bibliothèque de RMN spectrale pour résoudre ce problème. Ces structures de métabolites secondaires inconnues peuvent être l’une des ressources non découvertes des produits naturels, les empreintes digitales, l’impression au pied, le profilage ou les analyses de cibles sont des termes couramment utilisés dans ce domaine. Les empreintes digitales visent à prendre un « instantané » de l’organisme où les signaux ne peuvent pas nécessairement être utilisés pour détecter / identifier des métabolites spécifiques et dépendent fortement de la technique utilisée. Les signaux sont affectés à un métabolite indépendamment de sa nature d’être un composé connu ou nouveau. Le terme analyse cible vise à déterminer et à quantifier un métabolite spécifique d’intérêt.

La microréseau est une nouvelle technologie récemment développée qui a permis à la communauté scientifique de comprendre les aspects fondamentaux qui sous-tendent la croissance et le développement de la vie ainsi que d’explorer les causes génétiques des anomalies survenant dans le fonctionnement du corps humain.La technologie des puces à ADN permet d’analyser et de comparer les modifications de l’ADN ou des protéines. Un changement chromosomique chez un individu anormal pourrait être identifié lorsque l’ADN de cet individu est comparé à l’ADN (témoin) d’un individu en bonne santé. Il est très précis et utile en ce qu’il est capable de détecter des changements beaucoup plus petits par rapport à la technique de caryotypage conventionnelle. Cette technique compétente nous a permis de comprendre les aspects élémentaires qui sous-tendent la croissance et le développement de la vie ainsi que d’explorer les causes génétiques des anomalies survenant dans le fonctionnement du corps humain. La technologie des microréseaux a été largement utilisée en pharmacogénomique où l’analyse comparative des gènes d’une cellule malsaine et d’une cellule normale aidera à identifier la constitution biochimique des protéines synthétisées par les gènes anormaux / malsains. Les informations obtenues à partir de l’analyse pourraient alors être utilisées pour la synthèse et la conception de médicaments qui combattent les protéines anormales et réduisent leur effet.Kwon et ses collègues ont mis au point une approche in vitro utilisant un système de microréseaux contenant plusieurs enzymes pour la synthèse à haut débit de produits dérivés de polypeptides et leur criblage de bibliothèque complet à base de polykétides de la tyrosine kinase humaine (TK), sur un seul microréseau de verre. Les inhibiteurs des TK devraient traiter la leucémie myéloïde chronique, les tumeurs stromales gastro-intestinales et le cancer du sein.

Un programme de découverte de médicaments vise à trouver de nouveaux produits naturels bioactifs, qui possèdent une certaine forme d’activité biologique puissante. Cependant l’isolement de produits naturels connus et indésirables sans intérêt pharmacologique ou chimique est inévitable. Le terme de déréplication qui est un processus d’identification des composés connus responsables de l’activité d’un extrait avant l’isolement guidé par un essai biologique devient populaire parmi les chercheurs en produits naturels. Les stratégies de déréplication impliquent généralement une combinaison d’essais biologiques, de science de la séparation, de méthodes spectroscopiques et de recherche de bases de données et peuvent être considérées comme des processus de criblage chimiques ou biologiques. Il existe un certain nombre de façons dont les programmes de produits naturels abordent la déréplication, qui est basée sur la disponibilité des méthodes / instruments de criblage, le temps et le coût pour identifier d’éventuelles « pistes biologiques ou de nouveaux composés » à partir d’un extrait brut. À l’heure actuelle, il existe de nombreuses méthodologies et protocoles avancés qui distinguent les entités nouvelles des composés naturels connus à un stade précoce d’un programme de découverte de médicaments ou d’une stratégie d’isolement de produits naturels. Le processus de déréplication peut être facilement réalisé en examinant les composés à travers les bases de données disponibles dans le commerce, ce qui réduit le temps nécessaire à l’élucidation de la structure des composés connus. Un exemple est le Dictionnaire Chapman et Hall des Produits Naturels; Le Dictionnaire des Produits Naturels Marins (en ligne) (sous-ensemble du Dictionnaire des Produits Naturels) contenant plus de 30 000 composés; MarinLit – La base de données sur les Produits Naturels marins contenant des données bibliographiques à jour sur les organismes marins avec le nombre de références de 1 200 revues / livres et des données pour environ 21 000 composés ; Antimarine est une base de données plus récente, dans laquelle le nombre de groupes méthyle, le nombre de protons de méthylène ou de méthine hybridés sp3, les groupes alcène, acétal, éther et formyle peuvent être recherchés. En outre, SciFinder Scholar et SCOPUS sont des outils de découverte de recherche importants (Chemical Abstracts on-line) et NAPRALERTTM est une base de données de tous les produits naturels, y compris des informations ethnomédicales, des informations pharmacologiques / biochimiques d’extraits d’organismes in vitro, in situ, in vivo, chez l’homme (rapports de cas, essais non cliniques) et des études cliniques. La disponibilité de ces bases de données scientifiques telles que celles mentionnées aux institutions de recherche et universitaires est une étape fondamentale et cruciale dans un programme de produits naturels bien gouverné. Avec l’augmentation du nombre de nouvelles cibles de médicaments, des méthodes de calcul telles que le criblage virtuel à haut débit, les outils d’amarrage des ligands, le profilage ADME (absorption, distribution, métabolisme et excrétion) et d’autres outils et logiciels de calcul modernes ont été appliqués pour accélérer le processus de découverte de médicaments. Certaines des bibliothèques et bases de données de produits naturels courantes énumérées ci-dessous permettent le dépistage rapide d’un grand nombre de composés naturels en peu de temps contre une variété de cibles de médicaments. Dictionnaire Des Produits Naturels (http://dnp.chemnetbase.com/intro/index.jsp); Base De Données Des Produits Naturels Marins UCSD (http://naturalprod.ucsd.edu/); Alerte Sur Les Produits Naturels (http://napralert.org/); ZINC (http://zinc.docking.org/browse/catalogs/natural-products); InterBioScreen (http://www.ibscreen.com/products.shtml); AnalytiCon Discovery (http://www.ac-discovery.com/); Molecular Diversity Preservation International (http://www.mdpi.org/). Des modèles générés par ordinateur de protéines comprenant de nouvelles cibles enzymatiques et réceptrices en dehors des structures cristallines protéiques qui sont déposées dans la Banque de données protéiques (http://www.pdb.org/) peuvent être facilement générés par modélisation homologique suivie par la suite d’un simple amarrage moléculaire pour examiner les interactions entre les composés naturels et les cibles protéiques. Les essais biologiques peuvent ensuite être effectués de manière sélective sur les hits naturels ou les dérivations récupérées sans qu’il soit nécessaire de gaspiller la précieuse quantité de composés et d’éviter des méthodes expérimentales coûteuses et chronophages. Des exemples de logiciels d’amarrage moléculaire actuellement disponibles sont AutoDock, AutoDockVina, FlexX, FRED, GOLD, eHiTS et les détecteurs de plomb. Quelques exemples utilisant le criblage virtuel à haut débit, y compris les travaux de Wang et al. où dix composés naturels ont été identifiés avec succès comme inhibiteurs de la flaccipaïne-2 (FP-2) et Liu et al. qui ont identifié un inhibiteur de dimérisation de type STAT3 de type produit naturel par criblage virtuel basé sur la structure.

D’autres outils de bioinformatique tels que le criblage des ligands et des pharmacophores structuraux ont également réussi à faciliter le processus de découverte de médicaments à partir de produits naturels. Chen et coll. ont proposé un modèle pharmacophore de relation structure-activité quantitative tridimensionnelle basé sur des inhibiteurs de mTOR connus. Le dépistage virtuel à l’aide du meilleur modèle de pharmacophore a permis de récupérer 20 produits naturels comme échafaudages potentiels d’inhibiteurs de mTOR. Il est également important de mentionner ici que l’étude précédente de Doman a montré que sur 365 molécules suggérées par docking, 127 (34, 8%) d’entre elles inhibaient l’activité de la protéine enzymatique tyrosine phosphatase-1B (PTP1B) alors que seulement 85 (0, 021%) sur environ 400 000 molécules ont été récupérées à partir d’essais expérimentaux à haut débit. C’est environ 1700 fois l’enrichissement du taux de réussite de l’amarrage basé sur la structure par rapport au dépistage aléatoire.D’autre part, l’incorporation d’outils chimioinformatiques dans la découverte de médicaments à partir de produits naturels permet aux composés d’être sélectionnés pour leurs propriétés ADMET (absorption, distribution, métabolisme, excrétion et toxicité) avant leur inscription dans des programmes de développement de médicaments. Le criblage de composés naturels à l’aide de la « règle de 5 » de Pfizer permet aux chercheurs d’éliminer toutes les molécules qui ne respectent pas les règles. Étant donné que ces règles ont été dérivées d’un ensemble d’observations expérimentales de milliers de médicaments connus et de molécules similaires à des médicaments, un chimiste / biochimiste médicinal qualifié peut facilement utiliser les in silicodata comme guide pour déterminer les composés naturels potentiels semblables à des médicaments suivis de la synthèse d’autres analogues afin qu’ils aient des propriétés similaires à des médicaments favorables. Une bonne molécule semblable à un médicament obéit en général aux règles suivantes (i) poids moléculaire ≤ 500, (ii) LogP calculé ≤ 5, (iii) nombre de donneurs de liaison hydrogène ≤ 5 et (iv) nombre d’accepteurs de liaison hydrogène ≤ 10. L’introduction d’installations de traitement au silicocreening et de produits naturels pour le criblage à haut débit dans les laboratoires universitaires ainsi que dans les sociétés pharmaceutiques réduit le coût du criblage aléatoire de très grandes collections de composés. Dans silicoor, le criblage virtuel permet de filtrer le nombre de composés utilisés dans les écrans réels. D’autre part, un outil bioinformatique tel que le Dictionnaire des produits naturels donne des informations structurelles sur 150 000 composés différents qui pourraient être utilisés dans le criblage virtuel, même si les composés devraient encore être physiquement disponibles pour que toute activité prévue soit confirmée par des tests dans un essai pertinent. Enfin, le regroupement d’échafaudages chimiquement liés peut être très utile pour guider la synthèse de nouveaux composés, mais il y a évidemment un retard et une dépense dans la synthèse.

Une collaboration universitaire a établi le Portail de découverte de médicaments (voir http:// www.ddp.strath.ac.uk /) dans le but de combiner les techniques de dépistage virtuel de produits naturels chimiquement divers et de leurs analogues synthétiques avec la disponibilité rapide d’échantillons physiques pour les tests, Cela permet à une grande variété de composés provenant de laboratoires universitaires de nombreuses institutions différentes dans une base de données pouvant être utilisée pour le dépistage virtuel. Les groupes de biologie académique proposent également des structures protéiques nouvelles et nouvelles comme cibles pour le dépistage virtuel avec la base de données du Portail (et avec les bases de données classiques disponibles dans le commerce). Lorsque les hits sont prédits à partir de l’in silicoscreening, les composés peuvent être obtenus auprès du chimiste d’origine pour des tests de confirmation. Souvent, il existe un lien immédiat avec l’expertise pour la préparation d’analogues pour aider à démarrer un programme d’optimisation des prospects. Néanmoins, l’accès au Portail est disponible gratuitement pour le groupe académique. L’expansion continue de la base de données sur les produits chimiques signifie qu’il existe une couverture précieuse et croissante de l’espace chimique de nombreux nouveaux composés chimiques. Bien que les composés de la base de données du Portail aient généralement déjà été divulgués dans une thèse ou dans une revue de chimie, très peu d’entre eux ont déjà été testés pour leur activité biologique. C’est une caractéristique commune des produits naturels connus: sur les 150 000 structures du Dictionnaire CRC des produits naturels, seulement 1% d’entre elles ont été étudiées. L’introduction des technologies métabolomiques dans les processus de découverte de produits naturels sera bénéfique à plusieurs niveaux. En augmentant le nombre d’identifications dans nos données métabolomiques, des composés aux structures nouvelles peuvent être facilement obtenus et testés pour toute maladie à l’étude. En outre, l’analyse multi-parallèle à l’aide de technologies métabolomiques améliorera également le débit des processus de caractérisation chimique de nombreuses espèces différentes à partir des ressources naturelles. Étant donné que les chimistes des produits naturels ont collecté une durée de vie de bibliothèques de composés de composés purs actifs et inactifs, ces données peuvent être utilisées pour construire les bibliothèques spectrales de masse et RMN, ce qui aide sans aucun doute les interprétations biologiques des données métabolomiques à se faire avec moins de difficulté. Les progrès de l’instrumentation analytique et la césure sophistiquée des techniques de séparation avec des détecteurs à haute sensibilité ont permis une plus grande détection des composés de petites molécules mesurables dans les systèmes biologiques (c.-à-d. les métabolites primaires et secondaires). Ces technologies peuvent être utilisées pour faire progresser la découverte de la chimie des produits naturels afin d’identifier de nouveaux médicaments candidats potentiels qui contribueront au maintien de la santé et à la lutte contre les maladies. Dans le cas de la RMN d’extraits bruts, les motifs peuvent être facilement visualisés et interprétés à l’aide de l’analyse de données multivariées. Celle-ci peut être réalisée de manière comparative en distinguant des différences entre des extraits relativement similaires ou elle peut être liée à une activité biologique spécifique (généralement in vitro). En fin de compte, cela permet la construction d’une base de données complexe du métabolome.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.