Résultat

Lorsque les cellules cessent de se comporter comme elles le devraient ou de communiquer correctement avec les autres cellules, il peut s’en suivre des maladies comme le diabète ou le cancer. Les protéines et les métabolites des petites molécules déterminent le comportement des cellules, de sorte qu’il est indispensable d’identifier et de quantifier ces molécules pour comprendre l’apparition de maladies et trouver les moyens de les prévenir.

La spectrométrie de masse est devenue l’outil de travail de prédilection en protéomique et en métabolomique. Anne-Claude Gingras, Ph. D., du Lunenfeld-Tanenbaum Research Institute et Hannes Röst, Ph. D., du Donnelly Centre for Cellular & Biomolecular Research de l’Université de Toronto utilisent une technologie appelée acquisition indépendante de données indépendantes (DIA – Data-Independent Acquisition) au moyen de laquelle le spectromètre de masse identifie et quantifie systématiquement les protéines et les métabolites présents dans un échantillon. La technologie a montré qu’elle pouvait améliorer l’exactitude quantitative, la reproductibilité et le rendement comparativement à d’autres méthodes. Depuis son adoption, toutefois, elle n’a été appliquée qu’à des études de petite envergure et dans un nombre relativement petit de laboratoires. Les limites de cette méthode s’expliquent par l’absence de logiciels conviviaux qui permettraient une analyse évolutive des données complexes produites par la recherche biomédicale et médicale à grande échelle.

Le projet repose sur la solidité avérée de l’équipe en analyse des données de cette technologie de l’acquisition indépendante des données et de la création de logiciels et l’équipe produira un ensemble intégré d’outils offerts aux termes d’une licence d’accès libre. Pour encourager l’adoption de ces outils, de la documentation, des webinaires et des ateliers seront mis à la disposition des utilisateurs potentiels. Les résultats du projet pourraient avoir des répercussions durables sur le secteur canadien de la santé en facilitant la recherche sur les causes fondamentales des maladies et en aidant à résoudre des questions cliniques telles que la stratification des patients.