L'intelligence artificielle au service de la conception de thérapeutiques à cibles multiples

 

Les thérapeutiques à cibles multiples, notamment celles basées sur les anticorps ou les cellules immunitaires, sont des technologies relativement récentes, mais très prometteuses et en pleine croissance. L'objectif de ce projet sera de mettre au point une solution computationnelle pour la conception basée sur les données de thérapeutiques à cibles multiples pour diverses pathologies, notamment le cancer et certaines maladies inflammatoires. Grâce à l'apport humain et à l'apprentissage automatique, la plateforme sera capable d'extraire des motifs de mégadonnées (textes biomédicaux et données omiques) pour générer des associations à cible unique et à cibles multiples (avec les maladies, les thérapies au stade clinique, les tissus normaux, les cellules immunitaires, etc.). Cela permettra un ciblage très précis des thérapies basées sur les anticorps et les cellules. De nouvelles combinaisons de cibles seront soumises à une validation expérimentale. Les chercheurs du CNRC mettront à profit leur expertise dans les domaines de l'exploration des données, de l'apprentissage profond et de la validation expérimentale dans la réalisation de ce projet.

Équipe

François Fauteux, Ph. D.

M. François Fauteux est agent de recherches au Conseil national de recherches du Canada. Il est expert en exploration des données omiques et en apprentissage machine. Ses travaux de recherche sont axés sur la découverte de nouveaux médicaments et l'amélioration des cultures.