Débute à 
Prix: Gratuit
Salle S1-111
2940, chemin de la Polytechnique
Montréal (QC) Canada  H3T 1J7

L’Institut de recherche en immunologie et en cancérologie (IRIC) présente une conférence hors-série. Soyez des nôtres pour entendre des chercheurs de renom des quatre coins du monde présenter leurs percées scientifiques les plus récentes.


Conférencier :
Olivier Lichtarge,
MD, PhD, Baylor College of Medicine, Houston, Tx, États-Unis.


Résumé :
La relation entre le génotype et le phénotype gouverne l'évolution à long terme et la santé humaine au jour le jour. En étudiant cette relation, nous souhaitons acquérir de nouvelles connaissances sur les mécanismes de la maladie, sur les cibles des médicaments et sur la thérapie optimale pour chaque patient. Une des approches utilisée est l'apprentissage automatique. Cette approche permet de cribler des réseaux de données et de textes pour relier les gènes, les produits chimiques et les maladies, comme le montre des exemples dans la biologie de p53, le paludisme et la découverte de médicaments. Mais ce n'est pas suffisant pour une médecine vraiment personnalisée. Pour cela, nous devons trouver parmi les nombreuses différentes mutations de chaque patient, celles qui contrôlent la maladie ou l’effet thérapeutique.


Cela a conduit à une seconde approche plus fondamentale. Elle décrit l'évolution du génotype et du phénotype au moyen du calcul différentiel. Cette approche génère des équations pour les gènes qui influencent les traits, tels que la résistance aux antibiotiques chez les bactéries, la croissance néoplasique des cancers et la cognition dans l'autisme. Ces gènes sont des cibles médicamenteuses potentielles, ce qui est prometteur. L’objectif à long terme est de combiner ce calcul mutationnel avec l'apprentissage automatique. Cette fusion joindrait les vastes informations provenant de bases de données et d’articles scientifiques aux caractéristiques génétiques les plus pertinents pour chaque patient. Ce qui permettrait d'adapter les décisions médicales à chaque individu; un résultat que nous espérons avoir dans un avenir proche.


Publics cibles :
Étudiants des cycles supérieurs, postdoctorants et membres de la communauté biomédicale.


Cette conférence sera présentée en anglais.


         

Making Personal Sense of Disease: Mutational Calculus and Machine Learning