University of Ottawa

Objet publié

Les mesures cliniques ont été grandement améliorées grâce à la disponibilité accrue de données de qualité élevée. Par l’entremise d’une utilisation hybride de méthodes s’appuyant sur l’apprentissage automatique et les connaissances, on s’attend à ce que l’association de ces données de qualité à des données moléculaires fournies par la lipidomique et la métabolomique fournisse des solutions cliniques concrètes pour la conception d’outils diagnostiques, théranostiques et thérapeutiques novateurs. La conception de méthodes d’analyse fondées sur l’IA et l’AA permettant d’établir des liens entre le métabolome et le lipidome, p. ex., avec les résultats d’IRM ou d’EEG, pourrait contribuer à améliorer la compréhension et la conception de nouvelles modalités diagnostiques et thérapeutiques. Le projet vise à développer des méthodes novatrices et intégrées qui font appel à l’AA pour obtenir de l’information à partir de mesures cliniques et structurelles, comme les résultats d’EEG et d’IRM qui peuvent être directement liés à des mesures moléculaires omiques, plus particulièrement la métabolomique et la lipidomique, ce qui permettrait d’améliorer la conception des méthodes diagnostiques et pronostiques. L’accent sera mis sur les applications relatives aux maladies dégénératives associées au vieillissement.