Bio-informatique et recherches sur le cancer

Notre laboratoire est rattaché à l’Institut de recherche en immunologie et en cancérologie (IRIC) de l’Université de Montréal (UdeM). Notre équipe multidisciplinaire développe des outils bio-informatiques et des pipelines d’analyse, et tire profit de l’apprentissage automatique et d’autres approches computationnelles pour analyser des données omiques, telles que la transcriptomique, la chémo-génomique et la protéomique. Grâce à la recherche autant fondamentale, translationnelle que clinique, nous contribuons à l’amélioration du traitement du cancer.

Quoi de neuf

Inference Bayesienne Comme Alternative Robuste a la Regression non-Lineaire pour l'Evaluation de Parametres de Dose-Reponses au ISMB 2022
Inference Bayesienne Comme Alternative Robuste a la Regression non-Lineaire pour l'Evaluation de Parametres de Dose-Reponses au ISMB 2022

La presentation de Caroline Labelle, intitulée en anglais: Bayesian Inference as a Robust Alternative to Non-Linear Regression for Dose-Response Parameters Assessment, à été acceptée à l’édition 2022 de la Conférence Internationale sur les Systèmes Intelligents pour la Biologie Moléculaire (ISMB). Le résumé de la présentation peut être retrouvée en ligne (en anglais seulement).

Deux types de RCT humains régulent differentiellement la réactivité des antigènes du soi et non-soi
Deux types de RCT humains régulent differentiellement la réactivité des antigènes du soi et non-soi

Une nouvelle analyse bioinformatique des séquences de RCT humains d'Assya Trofimov révèle deux classes principales de RCT fonctionnellements distincts. Son papier, une collaboration avec des chercheurs du laboratoire de Claude Perreault, est accessible sur le serveur de pre-impression BioRXiv en suivant ce lien.