Projets du consortium
Développer des algorithmes personnalisés basés sur l'apprentissage
actif pour la découverte de médicaments
Le Dr Bengio et son équipe vont développer à l’intérieur d’Acuité Québec un logiciel commun permettant d’appliquer les techniques d’IA à n’importe quel problème de développement de médicaments. Les approches d’IA reposeront sur des méthodes d’apprentissage actif tirant parti de la rétroaction itérative entreles candidats proposés et les résultats expérimentaux.
Développer des chimiothèques innovantes codées par l'ADN et
supportées par l'IA
L’objectif de ce projet est de développer une nouvelle plateforme centralisée
université-industrie basée sur la synthèse de librairies innovantes codées par
de nouvelles têtes d’ADN (DEL), soutenues par la biophysique et l’intelligence
artificielle, de manière à élargir l’espace chimique et maximiser la diversité
et la découverte de nouvelles molécules avec un potentiel thérapeutique.
Cartographies cérébrales de référence par IRMd pour les maladies neurodégénératives
Le Dr Jodoin et son équipe vont utiliser l’imagerie par résonance magnétique de
diffusion (IRMd) pour évaluer la progression de la maladie et la réponse au traitement chez les patients. IRMd est une approche non invasive dans laquelle le contraste de l’image est mesuré sur la base de la diffusion de l’eau dans les tissus avec une haute résolution. À l’aide de l’IA, ils vont développer une
méthode d’adaptation basé sur l’apprentissage profond pour établir une grande carte de référence de la substance blanche du cerveau à partir de sujets sains
afin de comparer par la suite leur microstructure de substance blanche avec les
patients.
Mimiques d'épitopes macrocycliques pour la conception d'anticorps
supérieurs
Le projet vise à utiliser la modélisation moléculaire et les calculs de dynamique
moléculaire pour concevoir et synthétiser des mimétiques d’épitopes macrocycliques (MEMs) comme antigènes pour générer des anticorps conformationnels. Les MEMs sont une technologie permettant de générer des
anticorps monoclonaux avec des macrocycles qui sont plus adaptés que les
peptides linéaires pour imiter les structures protéiques 3D. Pour chaque cible,
nous construirons in silico une bibliothèque de macrocycles imitant des structures
secondaires sélectionnées de la protéine cible et classerons les ensembles
conformationnels pour sélectionner la meilleure combinaison lieur/séquence pour
imiter la structure ciblée. Dans un deuxième temps, des anticorps recombinants
de poulets seront sélectionnés par clonage à l’aide de la plateforme de découverte d’anticorps d’Immune Biosolutions.
Approches basées sur l'apprentissage automatique pour déterminer les effets in vivo des médicaments potentiels à partir d'une analyse impartiale des
profils de signalisation et de réponse cellulaire
Au cours de sa participation au projet Acuité Québec, l’équipe du Dr Pineyro déterminera
si la description des cannabinoïdes en fonction de leurs profils de signalisation et des réponses anti-inflammatoires qu’ils provoquent chez les microglies en culture permet d’identifier avec confiance les produits ayant le plus grand potentiel pour prévenir/atténuer l’inflammation du SNC. Pour ce faire, ils établiront un pipeline d’analyse qui permet de classer les médicaments en fonction de la similarité des réponses in vitro et associe les catégories résultantes aux résultats in vivo. L’association des activités cellulaires et moléculaires initialement caractérisées in vitro à des réponses spécifiques in vivo devrait permettre d’établir des modèles plus prédictifs de l’action des médicaments.
Transformer les peptides en petites molécules de référence
thérapeutique
Le but du projet est d’utiliser l’intelligence artificielle et l’apprentissage automatique pour découvrir de nouvelles petites molécules aux propriétés semblables à celles des médicaments, qui seront de nouveaux candidats thérapeutiques potentiels pour les récepteurs NTS1, NTS2 et APJ. Nous allons tout d’abord utiliser les peptides pour établir rapidement la relation
structure-activité avec les récepteurs, puis d’exploiter cette relation avec l’aide de l’IA pour transformer les pistes peptidiques en petites molécules semblables à des médicaments. Nous allons intégrer dès le départ des propriétés telles que : lipophilie, surface polaire, stabilité métabolique, solubilité, toxicophores, synthèse de façon à permettre aux chimistes de naviguer
facilement dans l’espace chimique élargi et de trouver plus rapidement des pistes de qualité.
Christallographie appuyée par la chimie computationnelle
L’objectif du Dr Martin Audet est d'établir à IPS la première phase d'une plateforme multidisciplinaire de biologie structurale et de modélisation moléculaire dédiée à l'accélération de la découverte de nouveaux médicaments à base de petites molécules. Cette plateforme reposera sur la combinaison de l'informatique quantique hybride in silico (Qubit Pharmaceuticals), de la cristallographie aux rayons X (Martin
Audet), de la pharmacologie (Philippe Sarret) et de la chimie médicinale
(Pierre-Luc Boudreault). Cette ressource unique dans la région de Sherbrooke
accélérera la validation des cibles et le dépistage des médicaments, et
favorisera le développement des entreprises en démarrage à Sherbrooke et dans l'environnement pharmaceutique québécois afin de livrer des médicaments
innovateurs aux patients.
Développement de lignées de souris à biocapteurs basées sur la technologie BRET pour mesurer l'action des médicaments
L’objectif du professeur Bouvier et de son équipe est de développer une nouvelle plateforme de biocapteurs pour évaluer en temps réel, les réponses aux médicaments, in vitro et in vivo. Tirant parti d’une approche de complémentation protéique, combinée à un transfert d’énergie optimal entre des marqueurs luciférases et des protéines fluorescentes multicolores codées génétiquement, cette nouvelle technologie qui permet la détection du mouvement des protéines a été baptisée « multiplexing Resonance Energy Transfer (RET)-based shuttling technology » (mRES-t). A l’aide de ces biocapteurs ils vont également déterminer les éléments clés dans le réseau de signalisation des cellules cancéreuse à l’aide d’un graphique d’interaction génétique (GI-Graph) généré par l’apprentissage machine (ML). Le graphique d’interaction génétique sera généré à partir d’un ensemble d’attributs statistiques basé sur la sensibilité différente des patients aux thérapies anticancéreuses, ce qui va permettre d’établir des nœuds clés dans les voies de signalisation et ainsi prédire une cible thérapeutique potentielle.
L'imagerie pour la détection de la sclérose latérale amyotrophique
Dans ce projet, Pre. Brigitte Guérin et AL-S Pharma développeront un agent d'imagerie 89Zr-PET ciblant la superoxyde dismutase-1 (SOD-1) mal repliée pour la détection de la sclérose latérale amyotrophique (SLA). La distribution du médicament et l'occupation des récepteurs du ligand mSOD1 d'AL-S Pharma seront évaluées en utilisant la haute sensibilité de l'imagerie
PET. AL-S Pharma est une société émergente axée sur la découverte de petites molécules thérapeutiques et de diagnostics pour le traitement de la SLA.
Développement d’un biocapteur portable en temps réel
Afin de déterminer les concentrations de molécules directement dans des
matrices complexes, des prises de sang sont acheminées vers des laboratoires équipés et à la fine pointe de la technologie. Malgré cela, plusieurs heures voire jours sont nécessaires avant de pouvoir fournir un résultat. Il est donc primordial de développer de nouvelles approches permettant aux personnes usagères de mesurer simplement la concentration d’une molécule dans leur sang. Dans le contexte du projet Acuité Québec nous souhaitons s développerun nouveau biocapteur pour le suivi moléculaire dans le corps qui serait placé au chevet du patient afin de personnaliser le dosage de médicaments en temps réel.
Utilisation de l'IA pour développer le tomographe par émission de
positons (TEP) du cerveau le plus précis au monde pour la mise au point de
médicaments
L’équipe du professeur Lecomte construit la prochaine génération de scanner TEP Ultra Haute Résolution qui s’approche du « Saint Graal » de l’autoradiographie in vivo. Pour ce faire, ils utilisent la plateforme technologique LabPET développée à l’Université de Sherbrooke, qui comporte des détecteurs uniques entièrement pixellisés et une
lecture électronique intégrée parallèle. L’analyse comparative à l’aide de simulations physiques réalistes et les premières expériences démontrent des performances impressionnantes, notamment une résolution spatiale volumétrique sans précédent en TEP préclinique et une haute résolution isotrope pour l’imagerie cérébrale.