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

BamQuery a proteogenomic tool to explore the immunopeptidome and prioritize actionable tumor antigens
BamQuery a proteogenomic tool to explore the immunopeptidome and prioritize actionable tumor antigens

L’article de Maria Virginia Ruiz Cuevas, “BamQuery: a proteogenomic tool to explore the immunopeptidome and prioritize actionable tumor antigens”, a été publié dans BMC Genome Biology et est desormais disponible en ligne. Félicitations, Maria!

Défense de thèse réussite de Maria Virginia Ruiz Cuevaz
Défense de thèse réussite de Maria Virginia Ruiz Cuevaz

Félicitations à Dr. Maria Virginia Virginia Ruiz Cuevas pour sa défense de thèse réussite! Sa thèse, intitulée “Improving anti-cancer therapies through a better Identification and characterization of non-canonical MHC-I associated peptides” (amélioration des thérapies anti-cancer par l’avancée de l’identification et de la caractérisation des peptides non-canoniques associées au CHM-I), sera disponible sous peu dans le système Papyrus de l’UdeM.

Jeremie Zumer présente le moteur de recherche de peptides Pepid au MLCB 2022
Jeremie Zumer présente le moteur de recherche de peptides Pepid au MLCB 2022

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).