Convergence de la génomique et de l’intelligence artificielle – Génome Québec est fier d’annoncer sa participation financière dans neuf projets en génomique sélectionnés dans le cadre du Programme de financement IVADO pour les projets de recherche fondamentale.
La génomique est la technologie qui générera les données massives les plus importantes du secteur de la santé humaine. La capacité d’analyse et d’interprétation de ces données est un facteur clé de la réussite de l’intégration de la génomique dans le système de soins de santé québécois. Cette convergence offre un fort potentiel pour une utilisation optimale des données génomiques cliniques : les projets de recherche sélectionnés permettront le développement d’outils visant à traiter, analyser et intégrer de grands volumes de données complexes produites par les technologies omiques, ainsi que l’avancée de l’apprentissage automatique pour la prédiction du développement, la progression et la réponse aux traitements des maladies comme l’épilepsie, le cancer ou les maladies cardiovasculaires.
Félicitations aux chercheurs :
– Patrick Cossette (Université de Montréal)
Vers une médecine personnalisée dans la gestion de l’épilepsie: une approche d’apprentissage automatique dans l’interprétation de données génomiques à grande échelle.
– Benoit Coulombe (Université de Montréal) – Institut de recherches cliniques de Montréal
Une approche d’apprentissage automatique pour déchiffrer les interactions protéine-protéine dans le plasma humain.
– Julie Hussin (Université de Montréal) – Institut de Cardiologie de Montréal
Méthodes d’apprentissage profond en recherche biomédicale: de la génomique aux approches multi-omiques.
– Sébastien Jacquemont (Université de Montréal) – Centre de recherche du CHU Sainte-Justine
Modélisation et prévision de l’effet des variants génétiques sur la structure et la fonction du cerveau.
– Frédéric Leblond (Polytechnique Montréal)
Technologie d’apprentissage automatique appliquée à la découverte de nouveaux biomarqueurs par spectroscopie vibratoire pour le pronostic de patients atteints d’un cancer de la prostate à risque intermédiaire.
– Éric Lécuyer (Université de Montréal) – Institut de recherches cliniques de Montréal
Développement d’un cadre d’apprentissage automatique pour disséquer le contrôle de l’expression des gènes dans l’espace subcellulaire.
– Sébastien Lemieux (Université de Montréal) – Institut de recherche en immunologie et en cancérologie
Apprentissage profond pour la médecine de précision par analyse conjointe de profils d’expression génique mesurés par RNA-Seq et puces à ADN.
– Pierre Thibault (Université de Montréal) – Institut de recherche en immunologie et en cancérologie
Développement d’une nouvelle approche protéogenomique permettant l’identification des spectres de peptides associés au CMH I à l’aide d’algorithmes d’apprentissage profonds.
– Jean-Claude Tardif (Université de Montréal) – Institut de Cardiologie de Montréal
Apprentissage automatique et médecine de précision pour infléchir l’athérosclérose.
Prendre note que cette dernière équipe est financée par Génome Québec exclusivement.
Pour lire le communiqué complet, cliquez ici.