Données multi-omiques pour la découverte de signatures de maladies par IA

Données multi-omiques pour la découverte de signatures de maladies par IA

Utilisation de l'IA pour prédire quels traitements anticancéreux seront les plus efficaces pour les patients atteints d'un cancer du poumon, du sein ou colorectal, en analysant conjointement leurs gènes, leurs protéines et leur métabolisme.

La médecine de précision révolutionne la prise en charge du cancer en adaptant les traitements à des profils moléculaires tumoraux spécifiques, ce qui revient à diviser une même maladie en plusieurs sous-populations. La métabolomique et la protéomique apportent des informations fonctionnelles qui vont au-delà de la génomique en permettant de mettre en évidence l'activité des voies métaboliques, les modifications post-traductionnelles et le métabolisme tumoral en temps réel, ce qui les rend indispensables à la découverte de biomarqueurs et à la caractérisation précise des patients.

Ce projet utilise l'intelligence artificielle (IA) pour prédire quels traitements anticancéreux sont les plus susceptibles d'être efficaces chez des patients atteints d'un cancer du poumon, cancer du sein ou cancer colorectal. Les traitements anticancéreux ne fonctionnent pas de la même manière pour tout le monde. En combinant plusieurs types de données biologiques et l'IA, ce projet vise à réduire les essais et les erreurs dans la prise en charge du cancer, à améliorer le succès des traitements et à accélérer la recherche en médecine de précision au Canada. L'équipe analyse des échantillons sanguins afin d'identifier des schémas biologiques qui aident à orienter des décisions thérapeutiques plus personnalisées.

À la fin du projet, l'équipe devrait avoir identifié des biomarqueurs sanguins et validé des modèles d'IA capables de prédire la réponse au traitement, tout en mettant en place un cadre de partage de données sécurisé et normalisé entre les hôpitaux.