health

La mise au point de nouvelles techniques d'imagerie biomédicale a mené à la création d'outils considérablement meilleurs qui permettent aux médecins et aux scientifiques de générer des images d'animaux et d'êtres humains in vivo. Les avancées technologiques et les nouveaux types de systèmes imageurs dotés de plus de capacités sont en train de transformer le domaine.

On sait depuis longtemps que les protéines sont les agents d’activation de la cellule et qu’elles participent à presque tous les processus cellulaires, tandis que les molécules d’ARN aident à traduire l’ADN en protéines et servent à réguler l’expression des gènes. L’objectif de ce projet est de mettre au point des méthodes informatiques de pointe permettant de prédire la structure des biomolécules et d’annoter de nouveaux ARN fonctionnels.

Avec des dépenses annuelles dépassant 130 milliards de dollars, le système de santé est la plus importante industrie au Canada. Il en est aujourd'hui à un point critique, puisqu'il fait face à une population vieillissante, à l'attrition de sa main-d'œuvre et à des pressions pour l'adoption de nouvelles technologies coûteuses. De plus, les longs temps d'attente pour recevoir des services de santé sont devenus l'un des plus importants enjeux auxquels les Canadiens et Canadiennes font face.

Les maladies comme le diabète, l'Alzheimer, le SIDA et les hémopathies présentent des défis pour notre société, notre système de santé et notre compréhension de la science fondamentale des processus physiologiques du corps humain. La modélisation mathématique peut aider les scientifiques à déchiffrer les processus en jeu dans ces maladies complexes aux niveaux moléculaire, cellulaire et organique.

Lorsque les patients ne suivent pas les prescriptions, les médicaments peuvent perdre la capacité de traiter la maladie. Cependant, l’incidence de cette variabilité sur le plan de l’utilisation par les patients n’est généralement pas étudiée lors des essais cliniques. En définissant les causes de la non-observance thérapeutique et des modifications apportées par des patients à leur traitement, l’équipe déterminera l’effet, sur l’échec thérapeutique, de la faible observance ou des altérations du régime posologique. On élaborera une analyse quantitative de cet effet.

L’objectif du programme financé par MITACS sur la rétro-ingénierie de la complexité cellulaire est de développer de nouveaux outils et algorithmes mathématiques permettant d’analyser les réseaux de gènes-interrupteurs. De nombreux gènes fonctionnent comme des interrupteurs qui s’allument ou s’éteignent comme une ampoule, selon les besoins.

Même si le nombre de génomes séquencés augmente rapidement, le processus d’assemblage des données séquentielles en un génome demeure exceptionnellement difficile. La difficulté découle du fait que les technologies actuelles ne permettent pas de séquencer un génome entier en une seule étape ; elles reposent plutôt sur la méthode de séquençage aléatoire : le génome est fragmenté en plusieurs petits segments (lectures), puis leur séquence est établie.

Les modèles graphiques sont l’un des outils statistiques les plus efficaces utilisés des 20 dernières années dans l’analyse des données de grandes dimensions à structure complexe. Ils offrent une structure probabilistique permettant de tirer des conclusions et de représenter les connaissances que nous avons sur ces données à structure complexe.

Les traits caractéristiques complexes, comme la susceptibilité au diabète, au cancer ou à la tuberculose, qui varient au sein des populations humaines et naturelles, sont déterminés par de multiples facteurs génétiques et environnementaux qui interagissent les uns avec les autres de façon complexe. La nature de ces interactions dépend des caractéristiques de la population, des individus et de la famille.

Né au plus fort de la poussée du SRAS en 2003, ce projet s’évertue à développer un ensemble de schémas de modélisation.