Search
Close this search box.

Éclairer la matière sombre du métabolome à l’aide de réseaux neuronaux convolutifs

Facebook
Twitter
Email
LinkedIn

Generating solutions

Status

Active

Competition

2017 Bioinformatics and Computational Biology Competition

Genome Centre(s)

GE3LS

No

Project Leader(s)

Fiscal Year Project Launched

2000-2001

Project Description

Le corps humain contient des centaines de milliers de produits chimiques naturels et il est exposé à des centaines de milliers d’autres au cours de la vie quotidienne. Ces produits chimiques, appelés métabolites, participent à des processus biologiques clés chez les humains et d’autres grands organismes. La métabolomique est la discipline scientifique qui permet aux chercheurs de mesurer ces petites molécules à grande échelle. Elle peut révéler des molécules qui interviennent dans des maladies, produire des tests diagnostiques et pronostiques et prédire comment les patients réagiront à des médicaments d’ordonnance précis. On a beaucoup fait avec les outils informatiques actuellement utilisés qui ne peuvent identifier qu’une petite fraction des métabolites dans un échantillon. De meilleurs outils informatiques qui pourraient identifier les autres métabolites accéléreraient de façon spectaculaire le rythme de la recherche en métabolomique.

Leonard Foster, Ph. D., de l’Université de la Colombie-Britannique et David Wishart, Ph. D., de l’Université de l’Alberta mettent au point des outils informatiques basés sur une technique d’intelligence artificielle appelée « apprentissage profond » pour traiter l’immense volume de données produit par les expériences en métabolomique. Le premier outil, DeepMet, augmentera le nombre de molécules qui peuvent être identifiées dans des expériences en métabolomique. Le deuxième, MetUnknown, aidera à attribuer des structures chimiques à des molécules encore inconnues. Ensemble, ces outils aideront à mieux comprendre la majeure partie du métabolome négligée par les outils actuels.

DeepMet et MetUnknown seront offerts dans trois formats différents pour que les chercheurs de différents domaines puissent les utiliser sans formation spécialisée. Au bout du compte, ces outils aideront les chercheurs à identifier des cibles thérapeutiques pour des maladies complexes telles que le cancer et à mettre au point de nouveaux tests qui aideront les médecins à personnaliser les traitements médicaux.

Facebook
Twitter
Email
LinkedIn