PROJET COFINANCÉ PAR IVADO
Certaines protéines qui circulent dans le sang humain pourraient être utilisées comme biomarqueurs cliniques car afin de poser un diagnostic, un pronostic ou d’identifier des personnes qui profiteront d’un traitement de médecine de précision, le sang et ses protéines sont faciles d’accès comparativement à d’autres tissus et organes. En règle générale, pour remplir leurs fonctions, les protéines interagissent avec d’autres molécules, y compris d’autres protéines. Ces interactions protéine-protéine fournissent des informations précieuses sur le rôle et la fonction d’une protéine; elles peuvent également conduire à la découverte de nouveaux biomarqueurs pour des maladies dans lesquelles la protéine d’intérêt est impliquée. Bien que des méthodes d’identification d’interactions protéine-protéine dans des modèles cellulaires à l’aide d’approches biochimiques soient bien établies, l’identification de telles interactions dans le plasma humain s’est jusqu’à maintenant avérée très difficile. L’absence de contrôles biochimiques appropriés, qui comportent par nature beaucoup de variabilité, rend l’évaluation de la confiance de ces interactions ardue. Nous proposons donc de développer une nouvelle approche d’apprentissage automatique qui extraira le signal pertinent des contrôles variables afin de déchiffrer en toute confiance l’interactome des protéines cliniquement pertinentes de la circulation sanguine humaine dans le but ultime d’identifier de nouveaux biomarqueurs.
Centre de génomique responsable : Génome Québec
Partenaire : IVADO
Cochercheurs :
| Mathieu | Lavallée-Adam | Université d’Ottawa |
| Marie-Soleil | Gauthier | IRCM |