Étude bioinformatique comparative des protéines et de leurs gènes associés à la maladie d'Alzheimer

BENDRIS Ikram Nour El houda, HAOUA Meriem

dc.contributor.author	BENDRIS Ikram Nour El houda, HAOUA Meriem
dc.date.accessioned	2026-07-08T10:19:13Z
dc.date.available	2026-07-08T10:19:13Z
dc.date.issued	2026
dc.identifier.uri	http://dspace.univ-djelfa.dz:8080/xmlui/handle/112/8542
dc.description	Les mutations génétiques des gènes APP et APOE constituent des facteurs génétiques importants associés à la maladie d'Alzheimer, compte tenu de leur rôle fondamental dans la formation des plaques amyloïdes et la régulation de la neurotransmission et du métabolisme cérébral. L'approche bioinformatique in silico employée dans cette étude a permis l'analyse des séquences génétiques de ces deux gènes et leur comparaison entre l'humain et plusieurs espèces animales. Ceci a contribué à évaluer le degré de conservation évolutive et à identifier des régions génétiques fonctionnellement importantes associées aux mécanismes de la maladie. Les résultats ont montré un degré élevé de similarité entre l'humain et certains primates, notamment les macaques et les chimpanzés, comparativement aux rongeurs. Ceci souligne l'importance de sélectionner des modèles animaux appropriés lors de l'étude des gènes associés à la maladie d'Alzheimer. Les analyses de mutations ont également révélé que certaines altérations génétiques des gènes APP et APOE peuvent affecter la structure et la fonction des protéines, entraînant l'accumulation de protéine bêta-amyloïde et une susceptibilité accrue à la maladie, ce qui concorde avec les données scientifiques actuelles. Cette étude souligne l'importance des outils bioinformatiques pour la détection précoce des mutations génétiques et la compréhension de leurs effets structuraux et fonctionnels, contribuant ainsi au développement de biomarqueurs plus précis pour un diagnostic précoce amélioré de la maladie d'Alzheimer. Ces résultats fournissent également une base solide pour orienter les recherches futures vers le développement de stratégies thérapeutiques ciblées, fondées sur les caractéristiques génétiques individuelles des patients	en_EN
dc.description.abstract	Cette étude explore l'utilisation d'outils bioinformatiques pour analyser les mutations génétiques associées à la maladie d'Alzheimer. Elle présente la méthodologie employée pour l'analyse des séquences génétiques à l'aide de la base de données du National Center for Bioinformatics (NCBI) et d'outils d'analyse comparative tels que BLAST et MEGA12. De plus, des étapes d'alignement multiple et de construction d'arbres phylogénétiques ont été mises en œuvre, ainsi que l'analyse des propriétés physico-chimiques des protéines et de leur structure tridimensionnelle à l'aide d'outils de modélisation moléculaire tels que SWISS-MODEL et PyMOL. Les gènes APP et APOE ont été privilégiés en raison de leur rôle crucial dans le développement de la maladie d'Alzheimer et ses réponses pathologiques et thérapeutiques associées. L'étude a révélé des mutations ponctuelles spécifiques dans les gènes APP et APOE, en accord avec les recherches scientifiques récentes, soulignant les similitudes et les différences entre l'homme et certains organismes modèles utilisés dans les études biologiques. Des régions fonctionnelles et évolutivement conservées au sein de ces gènes ont également été identifiées. Les résultats ont été analysés à la lumière des dernières études de référence pertinentes dans les domaines de la bioinformatique et de la génétique moléculaire de la maladie d'Alzheimer	en_EN
dc.language.iso	fr	en_EN
dc.publisher	Université Ziane Achour – Djelfa – Faculté des Sciences de la Nature et de la Vie	en_EN
dc.subject	Bioinformatique ; Maladie d’Alzheimer ; APP ; APOE ; mutations génétiques ; analyse phylogénétique ; BLAST ; MEGA ; séquençage génétique ; modélisation protéique ; évolution moléculaire.	en_EN
dc.title	Étude bioinformatique comparative des protéines et de leurs gènes associés à la maladie d'Alzheimer	en_EN
dc.title.alternative	Microbiologie Appliquée	en_EN
dc.type	Thesis	en_EN