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
Le court article de Jeremie Zumer: Pepid: a Highly Modifiable, ML-Friendly Peptide-Centric Search Engine, introduisant le moteur de recherche du labo Lemieux, sera presentée lors de la conference Apprentissage Automatique et Biologie Computationelle (Machine Learning and Computational Biology, MLCB) 2022. L’affiche peut être téléchargée en suivant ce lien (1.3MB).
Léonard Sauvé presente sa méthode de visualisation de données transcriptomiques dans les leucémies LAM par Factorized Embedding durant le RéseauxLAB 2022. Le modèle de Factorized Embeddings à été developé par Assya Trofimov durant son doctorat dans le labo Lemieux. L’affiche est maintenant accessible publiquement en suivant ce lien (2.0MB).
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).