Les leucémies représentent près du tiers de tous les cancers diagnostiqués chez les enfants au Canada, et si des progrès ont été réalisés dans le traitement de la majorité de ces leucémies, la leucémie myéloïde aiguë (LMA) demeure une exception, avec des résultats étonnamment pauvres. Afin d’identifier de nouveaux médicaments plus efficaces pour traiter cette maladie, nous avons testé des milliers de molécules différentes pour voir lesquelles peuvent bloquer la croissance des cellules leucémiques des patients ainsi que les leucémies modèles que nous avons créées dans notre laboratoire. Bien que ce travail nous ait permis de découvrir de nouveaux traitements potentiels, nous ne pouvions encore tester que 12 000 molécules au lieu des dizaines de milliards qui pourraient théoriquement être créées. Dans ce projet, nous surmonterons cette limitation en utilisant de puissants algorithmes d’apprentissage automatique pour entraîner un système informatique avec nos données afin qu’il puisse prédire de nouvelles molécules susceptibles de bloquer la croissance des cellules leucémiques. Ce projet, réalisé en collaboration avec Valence Discovery, va nous permettre d’augmenter énormément les chances de trouver de nouvelles molécules thérapeutiques qui pourront ensuite être optimisées. Cela mènera à terme à de meilleurs traitements pour les jeunes patients atteints de leucémies qui ont actuellement besoin de meilleurs médicaments.
Centre de génomique responsable : Génome Québec
Utilisateur :
| Sébastien | Giguère | InVivo AI |