Véronique Stoven

Biographie

Véronique Stoven est une chercheuse spécialisée en bioinformatique et en chimie computationnelle, avec une expertise marquée dans l’étude des interactions moléculaires et leur application en découverte de médicaments. Ses travaux se concentrent sur le développement de méthodes innovantes pour prédire et analyser les interactions entre molécules thérapeutiques et leurs cibles protéiques, notamment dans des contextes où les données structurales sont limitées ou absentes. Elle explore des approches intégratives combinant apprentissage automatique, modélisation moléculaire et biologie des systèmes pour aborder des défis tels que le *scaffold hopping*, la prédiction d’effets secondaires, ou encore l’identification de cibles thérapeutiques dans des maladies complexes comme la mucoviscidose. Ses recherches incluent également l’optimisation de pipelines computationnels pour le criblage virtuel à grande échelle, comme en témoignent ses contributions à des outils open-source tels que *Komet* ou *rROMA*, visant à améliorer l’efficacité et la précision des prédictions en chimie médicinale et en biologie des réseaux.

Publication(s)

2025
A Molecular Representation to Identify Isofunctional Molecules DOI : 10.1002/minf.202400159
2024
Drug-Target Interactions Prediction at Scale: The Komet Algorithm with the LCIdb Dataset DOI : 10.1021/acs.jcim.4c00422
2024
Representation and quantification of module activity from omics data with rROMA DOI : 10.1038/s41540-024-00331-x
2024
From CFTR to a CF signalling network: a systems biology approach to study Cystic Fibrosis DOI : 10.1186/s12864-024-10752-x
2023
A Network of 17 Microtubule-Related Genes Highlights Functional Deregulations in Breast Cancer DOI : 10.3390/cancers15194870
2023
Exploring isofunctional molecules: Design of a benchmark and evaluation of prediction performance DOI : 10.1002/minf.202200216
2022
Differential CFTR-Interactome Proximity Labeling Procedures Identify Enrichment in Multiple SLC Transporters DOI : 10.3390/ijms23168937
2022
Profiling the response to lumacaftor-ivacaftor in children with cystic between fibrosis and new insight from a French-Italian real-life cohort DOI : 10.1002/ppul.26123
2021
Drug target identification with machine learning: How to choose negative examples DOI : 10.3390/ijms22105118
2020
Evaluation of deep and shallow learning methods in chemogenomics for the prediction of drugs specificity DOI : 10.1186/s13321-020-0413-0
2020
Urinary exosomes of patients with cystic fibrosis unravel cftr-related renal disease DOI : 10.3390/ijms21186625
2019
LOTUS: A single- And multitask machine learning algorithm for the prediction of cancer driver genes DOI : 10.1371/journal.pcbi.1007381
2018
Design, synthesis, biological evaluation and cellular imaging of imidazo[4,5-b]pyridine derivatives as potent and selective TAM inhibitors DOI : 10.1016/j.bmc.2018.09.031
2018
Efficient multi-Task chemogenomics for drug specificity prediction DOI : 10.1371/journal.pone.0204999
2017
Kernel Multitask Regression for Toxicogenetics DOI : 10.1002/minf.201700053
2016
Crowdsourced assessment of common genetic contribution to predicting anti-TNF treatment response in rheumatoid arthritis DOI : 10.1038/ncomms12460
2016
Multitask feature selection with task descriptors
2015
Prediction of human population responses to toxic compounds by a collaborative competition DOI : 10.1038/nbt.3299
2014
Epigenomic alterations in breast carcinoma from primary tumor to locoregional recurrences DOI : 10.1371/journal.pone.0103986
2013
New aminopyrimidine derivatives as inhibitors of the TAM family DOI : 10.1016/j.ejmech.2013.10.037
2013
In silico screening on the three-dimensional model of the plasmodium vivax sub1 protease leads to the validation of a novel anti-parasite compound DOI : 10.1074/jbc.M113.456764
2013
Inhibitors of the TAM subfamily of tyrosine kinases: Synthesis and biological evaluation DOI : 10.1016/j.ejmech.2012.06.005
2012
A probabilistic model for cell population phenotyping using HCS data DOI : 10.1371/journal.pone.0042715
2012
Identification of chemogenomic features from drug-target interaction networks using interpretable classifiers DOI : 10.1093/bioinformatics/bts412
2012
Relating drug-protein interaction network with drug side effects DOI : 10.1093/bioinformatics/bts383
2011
Extracting sets of chemical substructures and protein domains governing drug-target interactions DOI : 10.1021/ci100476q
2011
Predicting drug side-effect profiles: A chemical fragment-based approach DOI : 10.1186/1471-2105-12-169
2010
A new protein binding pocket similarity measure based on comparison of clouds of atoms in 3D: Application to ligand prediction DOI : 10.1186/1471-2105-11-99
2009
Insights Into the Enzymatic Mechanism of 6-Phosphogluconolactonase from Trypanosoma brucei Using Structural Data and Molecular Dynamics Simulation DOI : 10.1016/j.jmb.2009.03.063
2008
Virtual screening of the Guanylate Monophosphate Kinase (GMPK) family: Investigating the rules of ligand specificity DOI : 10.2174/157018008784912045
2008
Virtual screening of GPCRs: An in silico chemogenomics approach DOI : 10.1186/1471-2105-9-363
2007
Three Dimensional Structure and Implications for the Catalytic Mechanism of 6-Phosphogluconolactonase from Trypanosoma brucei DOI : 10.1016/j.jmb.2006.11.063
2006
Determination of dihedral Ψ angles in large proteins by combining NHN/CαHα dipole/dipole cross-correlation and chemical shifts DOI : 10.1002/prot.21063
2006
The pharmacophore kernel for virtual screening with support vector machines DOI : 10.1021/ci060138m
2003
Biochemical characterization and NMR studies of the nucleotide-binding domain 1 of multidrug-resistance-associated protein 1: Evidence for interaction between ATP and Trp653 DOI : 10.1042/BJ20030998
2003
Backbone HN, N, Cα, C′, and Cβ assignment of the 6-phosphogluconolactonase, a 266-residue enzyme of the pentose-phosphate pathway from human parasite Trypanosoma brucei [1] DOI : 10.1023/A:1022811124329
2003
An insight into the role of human pancreatic lithostathine
2002
Glutathione levels and BAX activation during apoptosis due to oxidative stress in cells expressing wild-type and mutant cystic fibrosis transmembrane conductance regulator DOI : 10.1074/jbc.M110288200
2001
NMR Spectroscopic Analysis of the First Two Steps of the Pentose-Phosphate Pathway Elucidates the Role of 6-Phosphogluconolactonase DOI : 10.1074/jbc.M105174200
2000
Nucleotide-binding domain 1 of cystic fibrosis transmembrane conductance regulator: Production of a suitable protein for structural studies DOI : 10.1046/j.1432-1327.2000.01614.x
1999
Interest of colchicine for the treatment of cystic fibrosis patients. Preliminary report DOI : 10.1080/09629359990667
1998
Lithostathine, the presumed pancreatic stone inhibitor, does not interact specifically with calcium carbonate crystals DOI : 10.1074/jbc.273.9.4967
1997
Insight into cystic fibrosis by structural modelling of CFTR first nucleotide binding fold (NBF1) DOI : 10.1016/S0764-4469(97)85002-0
1997
Induction by antitumoral drugs of proteins that functionally complement CFTR: A novel therapy for cystic fibrosis? [2] DOI : 10.1016/S0140-6736(05)63510-6
1997
A novel model for the first nucleotide binding domain of the cystic fibrosis transmembrane conductance regulator DOI : 10.1016/S0014-5793(97)00363-3
1997
A new N-channel maximum entropy method in NMR for automatic reconstruction of "decoupled spectra" and J-coupling determination DOI : 10.1021/ci960321n
1996
What function for human lithostathine?: Structural investigations by three-dimensional structure modeling and high-resolution NMR spectroscopy DOI : 10.1093/protein/9.11.949
1994
Structure and stereochemistry of hazuntamine, a new bisindole alkaloid from Hazunta modesta var. Methuenii subvar. Methuenii DOI : 10.3987/com-93-6644
1990
Insight into protein nuclear magnetic resonance research DOI : 10.1016/0300-9084(90)90117-Y
1990
A d(GpG)‐platinated decanucleotide duplex is kinked: An extended NMR and molecular mechanics study DOI : 10.1111/j.1432-1033.1990.tb19435.x
1989
PARIS, a program for automatic recognition and integration of 2D NMR signals DOI : 10.1016/0022-2364(89)90177-7

Enseignements

Période d'enseignement d'option (octobre+janvier)

Responsable

Biologie synthétique : une introduction

Responsable

Il débutera par l'étude des briques constitutives du vivant, et des modalités de transmission des informations dans les systèmes vivants. Ce cours se poursuivra par une initiation à la biologie synthétique. Cette discipline émergente constitue l'ingénierie de la biologie, c'est à dire la synthèse rationnelle de systèmes complexes, basés sur ou inspirés par la biologie, et offrant de nouvelles fonctionnalités absentes dans la nature. Une approche de la biologie synthétique se fera par l'étude d'exemples de réalisations issues de la recherche récente dans ce domaine.

Biotechnologie (BIOTECH) option

Responsable

Quelques exemples d'ateliers organisés ces dernières années en 2A ou 3A (sur 3-5 jours): Clonage et expression dans des micro-organismes, de protéines ayant des application en santé et en environnement (2A). Stratégie de développement d'un cluster de start-up et de recherche au Maroc, dans le domaine de l'agronomie (2A). L'industrie et la recherche dans le domaine des biocarburants de 1ère, 2ième et 3ième génération (2A, 3A). Les différentes technologies d'imagerie médicale, leur développement, et les industries concernées (3A). La place de la bioinformatique dans la mise au point de nouveaux médicaments (2A, 3A). L'industrie des "medical techologies and medical devices" (3A) Production d'arômes et de colorants par voie biotechnologique dans l'industrie agro-alimentaire (3A). Mécanismes de l'innovation, de la valorisation et de l'entrepreneuriat dans les biotechnologies appliquées à la santé (3A). Le développement de la télémédecine et de la e-santé (3A) Les métiers du conseil en stratégie pour les entreprises dans le domaine de la santé (3A) Quelques sujets d'option représentatifs traités ces dernières années : Détermination de la structure de la protéine A humaine en complexe avec des ligands d'intérêt thérapeutique (Sanofi). Etablissement et caractérisation de nouveaux modèles in vitro et in vivo de mélanomes humains à partir de prélèvements tumoraux (Pierre Fabre). Recherche de peptides candidats pour l'immunothérapie antitumorale (CEA). Etude de l'expression de marqueurs impliqués dans la pigmentation après exposition UV (L'Oréal) L'échographie du muscle squelettique (Généthon). Modélisation des interactions rayonnement X-nanoparticules (Nanobiotix) Implémentation (en C++) d'une interface pour un moteur d'analyse d'image performant basé sur le fonctionnement du cerveau (MIT,USA). Prédiction des propriétés pharmaco-cinétiques des molécules grâce à des méthodes d'apprentissage et de prédiction symbolique (Ariana Pharma). Développement d'une plate-forme de diagnostic (Genewave). Etude de marché du test diagnostique rapide dans le domaine cardiovasculaire en Europe, aux Etats Unis et en Chine (Aterovax). Accroissement de l'efficacité des forces de vente (Ferring Pharmaceuticals) Méthodes d'évaluation des impacts environnementaux des voies de production de biocarburants avancés (Total). Identifier et évaluer les technologies et procédés de transformation de la biomasse en matières premières fermentescibles (Total). Evaluation stratégique d'une technologie enzymatique de traitement de micropolluants pharmaceutiques (Da Volterra). Analyse de marché pour des produits innovants des entreprises de Biotechnologie (Alcimed). Etude de l'impact du "marketing" hospitalier sur la vente globale de médicaments (Sanofi). Investir dans le secteur des maladies rares (Kurma Lifes Sicences Partners). Compagnies de biotechnologies: quelle place dans la stratégie des "Big Pharma" (Bionest Partners) Réduction de pertes de matières : maîtrise du surpoids des produits finis (LU). Optimisation logistique au sein du Service Clients Danone Professionnel (Danone). Particularités de l'option : Afin que les optionnaires bénéficient d'un environnement adapté et très encadré, l'option a développé des partenariats avec différentes institutions dans lesquelles certaines activités peuvent se dérouler : le laboratoire de microbiologie appliqué (CNRS, Gif sur Yvette), l'Institut Pasteur (Paris), le département de Biochimie Génie Biologique (ENS-Cachan). L'option Biotechnologie accueille autant les élèves motivés par les sciences de la vie et leurs applications en biotechnologie, que les élèves qui s'intéressent à des problématiques aux interfaces de la biologie et des autres disciplines de l'ingénieur (informatique, matériaux, physique, procédés, chimie….). Les Biotechnologies forment un domaine industriel très proche de la recherche et très compétitif. A ce titre, elles constituent un exemple d'étude pour comprendre les mécanismes de l'innovation, son lien avec la recherche et sa valorisation au sein des entreprises. Les travaux d’option en 3A sont recherchés « sur mesure » afin d’ajuster les sujets aux centres d’intérêts de chaque élève. Les travaux d'options à l'interface entre deux options sont bien accueillis, voire encouragés.

L'Ingénieur et la Recherche en Santé (trimestre recherche)

Chargé d'enseignement

Direction(s) de thèse(s)

2025 Représentations multimodales des structures protéiques orientées vers la prédiction des interactions GERTNER Victor
2024 Approches de biologie des systèmes et de machine-learning pour l’identification de cibles thérapeutiques et leurs médicaments associés. Application à l’identification de nouvelles stratégies thérapeutiques pour la mucoviscidose LAIGLE Victor
2024 Encodage de l'ARN par apprentissage machine pour la recherche de médicaments KARROUCHA Wissam
2022 apprentissage automatique et biologie des systèmes pour identifier des stratégies thérapeutiques dans le cancer du sein triple négatif atip3-déficient GUICHAOUA Gwenn
2021 Approches de docking et de Machine Learning pour l'exploration de nouveaux « scaffolds » lors de la recherche de molécules d’intérêt thérapeutique. PINEL Philippe
2020 Etude informatique des effets cliniques et omiques des modulateurs de CFTR dans la mucoviscidose et recherche de nouvelles cibles CORNET Matthieu
2019 Recherche de nouvelles cibles thérapeutiques pour la mucoviscidose par des approches de biologie des systèmes et de chémogénomique NAJM Matthieu
2016 Détection d’épistasie dans les études d'association pangénomiques avec des techniques d’apprentissage pour l’identification de cibles thérapeutiques SLIM Lotfi
2016 Études d'association pangénomique guidées par des réseaux CLIMENTE GONZÁLEZ Héctor
2015 Méthodes d'apprentissage statistique pour le criblage virtuel de médicament PLAYE Benoit