Les acides ribonucléiques (ARNs) constituent une vaste classe, largement sous-exploitée, de cibles pharmaceutiques. Si nous estimons que jusqu’à 70% de notre génome code des ARNs, seulement une infime fraction des médicaments actuels cible ces molécules. Mais l’exploitation de cette ressource est une tâche ardue. Bien au-delà de la capacité des outils de simulation informatique classiques basés sur la physique, et traditionnellement utilisés pour identifier de nouveaux médicaments candidats. Les récents progrès des technologies d’apprentissage automatique offrent de nouvelles opportunités pour analyser ces données, toutefois ils nécessitent également une grande quantité d’informations pour les calibrer. Dans ce projet, nous utiliserons un logiciel de docking moléculaire et des protocoles expérimentaux massifs pour créer un jeu de données complet pour entraîner notre prédicteur de liaison à l’ARN de petites molécules. Le logiciel résultant sera validé et exploité avec notre partenaire Takeda Pharmaceutical.
Centre de génomique responsable : Génome Québec
Utilisateur :
| Takahiko | Taniguchi | Takeda Pharmaceutical Company Limited |