University of Ottawa

Objet publié

Les systèmes d’IA capables de décrire et de prévoir le comportement des réseaux biologiques formés de cellules, de tissus ou d’organismes permettront d’innover de manière plus précise, plus rapidement et à moindre coût dans le secteur des sciences de la vie tout en assurant des résultats prévisibles. L’exploitation optimum, sécuritaire et efficace de la manipulation des gènes et des thérapies à base de cellules vivantes nécessite en particulier de pouvoir concevoir ces outils judicieusement grâce à des simulations qui permettent de les tester et de les optimiser dans différentes conditions lors de la production et de l’utilisation. Nous prévoyons de combiner l’apprentissage automatique et la modélisation mécaniste pour acquérir une capacité de simulation de systèmes biologiques, puis lier les simulations à des algorithmes d’apprentissage afin de tester et d’optimiser différentes approches. Ce projet, qui s’étalera sur deux ans, ciblera le développement de méthodes axées sur la simulation et la conception d’exosomes possédant des caractéristiques voulues en tant que transporteurs pour des thérapies géniques et le développement de méthodologies axées sur la simulation des cellules HEK-293 comme cellules principales de production en bioréacteur et des cellules CSPI comme cellules principales pour le développement des thérapies à partir de cellules classiques ou de cellules souches. Ce projet sera axé sur la modélisation des processus métaboliques portant sur des données lipidomiques quantitatives dans le but d’en déduire les perturbations enzymatiques survenant dans le lipidome, en particulier pour les lipides métabolisés et libérés sous la forme d’exosomes par des neurones construits à partir de CSPi chez des patients souffrant de la maladie de Parkinson ou de la maladie d’Aran-Duchenne avec épilepsie myoclonique progressive.