Projet passé

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

Tom MacDougal, co-direction avec Anne Marinier

mai 1, 2019 Maîtrise
Apprentissage de la représentation moléculaire par paires pour une prédiction de propriété améliorée et explicable
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

janv. 1, 2019 Maîtrise
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)
Amélioration de la spectrométrie de masse peptidique par l’apprentissage profond

Jérémie Zumer

sept. 1, 2018 Doctorat
Amélioration de la spectrométrie de masse peptidique par l’apprentissage profond
Le modèle Factorized Embeddings : vers un atlas cellulaire basé sur les données de séquençage

Assya Trofimov, co-direction avec Claude Perreault

mai 1, 2018 Doctorat
Le modèle Factorized Embeddings : vers un atlas cellulaire basé sur les données de séquençage
Le protéome non canonique peuple de manière unique le protéome ou l'immunopeptidome

Maria Virginia Ruiz Cuevas, co-direction avec Claude Perreault

janv. 1, 2018 Doctorat
Le protéome non canonique peuple de manière unique le protéome ou l'immunopeptidome