Synthèse assistée par IA de nouveaux peptides antimicrobiens ultra-courts

La lutte contre l'antibiorésistance observée dans les pathologies bucco-dentaires demeure une préoccupation majeure de santé publique à l'échelle mondiale. Pour répondre à ce défi, la recherche explore de nouvelles stratégies afin de limiter la prolifération de S. mutans, qui joue un rôle central et est également impliqué dans de graves infections extra-orales, telles que certaines maladies cardiaques. Notre projet vise à développer de nouveaux peptides antimicrobiens ultra-courts générés par intelligence artificielle, ainsi que des analogues dotés de fragments fluorescents et/ou polyamines, efficaces contre S. mutans. Des modèles d'apprentissage automatique aideront à optimiser la sélection et la conception de peptides plus performants. La combinaison de tests d'activité et de méthodes d'imagerie fournira des informations précieuses sur leur efficacité antimicrobienne et leurs interactions avec S. mutans. Les résultats de ce projet ouvriront de nouvelles perspectives pour la prévention et le traitement de maladies dentaires graves.

English version:

To fight antibiotic resistance observed in oral and dental pathologies remains a major public health concern worldwide. In response to this challenge, research is exploring new strategies to limit the proliferation of S. mutans which plays a central role and is also involved in serious extra-oral infections such as certain heart diseases. Our project aims to develop novel AI-generated ultra-short antimicrobial peptides and analogues with fluorescent and/or polyamines moieties, effective against S. mutans. Machine learning models will help optimizing the selection and design of more effective peptides. The combination of activity tests with imaging methods will provide valuable insights into their antimicrobial efficiency and interactions with S. mutans. The results of this project will open new perspectives for the prevention and treatment of severe dental diseases.

Our team « Sustainable Organic Synthesis : boron chemistry, catalysis and applications in microfluidic» is part of the Institut of Molecular Science (ISM, UMR5255) located at the Université of Bordeaux. Our research interests are focus on organoboron chemistry (synthesis, and applications), catalysis (nanocatalysis, …) and flow chemistry. We have access to high-level laboratory facilities (NMR, GC-MS, HPLC, TGA/DSC), either available in the group or at the analytical platform (CESAMO) of the Institut of Molecular Science. The Ph.D. candidate will benefit from all common laboratory equipements (fumehood, …) and will have access to computers to ensure the good running of the thesis

Nous recherchons un(e) candidat(e) titulaire d’un Master en chimie organique, disposant de solides compétences en synthèse organique et en caractérisation de composés (RMN, IR, SM, etc.), et souhaitant s’investir dans un projet interdisciplinaire. Une formation de base en intelligence artificielle, en modèles d’apprentissage automatique et en bases de données serait appréciée. Le/la candidat(e) idéal(e) devra faire preuve d’excellentes capacités de communication et de travail en équipe, d’un fort sens de l’éthique scientifique ainsi que d’une capacité avérée à travailler de manière autonome et collaborative.

Description du poste : Le travail se déroulera entre deux laboratoires du campus. Le/la candidat(e) intégrera l’équipe ORGA, spécialisée en chimie organique (synthèse de sondes fluorescentes pour des applications biologiques, chimie du bore, etc.), et sera progressivement formé(e) aux approches d’intelligence artificielle par les chercheurs en informatique du LaBRI. Le projet sera également mené en étroite collaboration avec le laboratoire OENO du campus, chargé des études biologiques. Le/la doctorant(e) bénéficiera d’un accès à des équipements de pointe et évoluera dans un environnement scientifique stimulant et interdisciplinaire.

Missions principales : Concevoir et réaliser des synthèses organiques multi-étapes afin de développer de nouveaux peptides ultracourts et dérivés à propriétés antimicrobiennes. Analyser et caractériser les composés obtenus à l’aide de différentes techniques spectroscopiques et analytiques (RMN, SM, UV-Visible, fluorescence, etc.). Développer des approches en intelligence artificielle, notamment pour la construction de bases de données et le développement de modèles génératifs permettant d’identifier et d’optimiser les structures cibles les plus performantes. Collaborer avec des équipes interdisciplinaires afin de faire progresser les objectifs scientifiques du projet. Encadrer et accompagner des étudiants de licence ou de master au sein du laboratoire.

English version: 

We are seeking a candidate (M/F) with a Master’s degree (MSc) in organic chemistry, with strong expertise in organic synthesis and compound characterisation (NMR, IR, MS, etc.), eager to work on a trans-disciplinary project. Basic training in artificial intelligence models and databases would also be appreciated. The ideal candidate will demonstrate excellent communication and teamwork skills, a strong sense of research ethics, and a proven ability to work both independently and collaboratively.

Position Overview : The successful candidate will have the opportunity to work on an innovative project involving the synthesis of new AI-generated small organic molecules effective against Streptococcus mutans. You will share your time between two laboratories from the campus. You will work in ORGA research group focused on organic chemistry (synthesis of fluorescent probes for biological applications, boron chemistry, …) and will be progressively trained in the artificial intelligence approaches by the computer scientists from LaBRI. You will also work in close collaboration with the OENO laboratory from the campus in charge of biological studies. You will access state-of-the-art facilities, and contribute to a stimulating research environment.

Key Responsibilities : Design and carry out multi-step organic synthesis to develop novel ultra-short peptides and derivatives with antimicrobial properties. Analyze and characterize products using various spectroscopic and analytical techniques (e.g., NMR, MS, UV-Vis, fluorescence). Develop artificial intelligence approaches, both in database construction and development of generative models, to identify and optimize the most efficient target structures. Collaborate with interdisciplinary teams to advance shared research goals. Supervise and mentor bachelor or master students within the laboratory.