Projets de Recherche

Utilisation de profils d’expression géniques pour la prédiction d’activité biologique de composés

Léa Kaufmann

Développement d’un réseau de neurone entrainé à partir de tables de k-mer pantranscriptomique pour applications en RNA-Seq

Développement d’un réseau de neurone entrainé à partir de tables de k-mer pantranscriptomique pour applications en RNA-Seq

Nicolas Jacquin

Utilisation de modèles de diffusion d’apprentissage profond pour débruiter les données de séquençage d’ARN à faible couverture

Utilisation de modèles de diffusion d’apprentissage profond pour débruiter les données de séquençage d’ARN à faible couverture

Identification des éléments transposables induits par la chimiothérapie dans les cancers du sein triple négatifs

Identification des éléments transposables induits par la chimiothérapie dans les cancers du sein triple négatifs

Ann-Sophie Gironne, co-direction avec Geneviève Deblois

Apprentissage de la représentation moléculaire par paires pour une prédiction de propriété améliorée et explicable

Apprentissage de la représentation moléculaire par paires pour une prédiction de propriété améliorée et explicable

Tom MacDougal, co-direction avec Anne Marinier

Étude des mécanismes de régulation transcriptionnelle impliqués dans l’hétérogénéité du cancer du sein au moyen de données de séquençage d’ARN de cellules uniques (scRNA-seq)

Étude des mécanismes de régulation transcriptionnelle impliqués dans l’hétérogénéité du cancer du sein au moyen de données de séquençage d’ARN de cellules uniques (scRNA-seq)

Marjolaine David, co-direction avec Sylvie Mader

Identification de cibles thérapeutiques potentielles dans la LMA grâce à l'intégration des données génomiques et des résultats de criblage de petites molécules

Identification de cibles thérapeutiques potentielles dans la LMA grâce à l’intégration des données génomiques et des résultats de criblage de petites molécules

Safia Safa-tahar-henni, co-direction avec Brian Wilhelm

Amélioration de la spectrométrie de masse peptidique par l’apprentissage profond

Amélioration de la spectrométrie de masse peptidique par l’apprentissage profond

Jérémie Zumer

Développement de systèmes automatiques d’évaluation du risque en leucémie myéloïde aiguë à partir de données d’expression de gènes

Développement de systèmes automatiques d’évaluation du risque en leucémie myéloïde aiguë à partir de données d’expression de gènes

Léonard Sauvé

Améliorer le processus de découverte de médicaments - Utilisation de l'inférence bayésienne pour l'analyse des expériences dose-réponse

Améliorer le processus de découverte de médicaments - Utilisation de l’inférence bayésienne pour l’analyse des expériences dose-réponse

Caroline Labelle, co-direction avec Anne Marinier

Le modèle Factorized Embeddings : vers un atlas cellulaire basé sur les données de séquençage

Le modèle Factorized Embeddings : vers un atlas cellulaire basé sur les données de séquençage

Assya Trofimov, co-direction avec Claude Perreault

Le protéome non canonique peuple de manière unique le protéome ou l'immunopeptidome

Le protéome non canonique peuple de manière unique le protéome ou l’immunopeptidome

Maria Virginia Ruiz Cuevas, co-direction avec Claude Perreault