Résultat

Bien que relativement récente, la métabolomique – l’étude approfondie des métabolites (de petites molécules) dans les liquides biologiques, comme le sang et l’urine – est de plus en plus utilisée en association avec d’autres technologies « omiques » pour comprendre les maladies et les processus biologiques complexes. Afin de gérer les mégadonnées de la métabolomique, les chercheurs ont un besoin urgent d’outils bio-informatiques à haut rendement et faciles à utiliser pour le traitement, l’interprétation et l’intégration aux autres données « omiques » des données brutes.

À la lumière de leur réussite antérieure avec des plateformes en ligne pour l’analyse de données « omiques » sur la santé humaine, Jianguo Xia, Ph. D., et Guillaume Bourque, Ph. D., de l’Université McGill, ainsi que Pierre-Étienne Jacques, Ph. D., de l’Université de Sherbrooke, élaborent SystemsAnalyst, une plateforme informatique de nouvelle génération intégrant des ressources de Calcul Canada et du nuage public aux plus récentes technologies d’analytique visuelle. Leur objectif est de créer un guichet unique permettant d’effectuer des analyses efficaces, transparentes et reproductibles de grandes quantités de données en vue de soutenir la métabolomique des systèmes et l’intégration des données multi-omiques.

SystemsAnalyst profitera directement aux cliniciens et aux biologistes de laboratoire en fournissant une puissante plateforme conviviale qui viendra pallier les lacunes actuelles en bio-informatique pour les études métabolomiques et multi-omiques. Des études de cas sur la malaria et la maladie intestinale inflammatoire faciliteront l’identification d’importants biomarqueurs, de voies clés et de processus biologiques qui jouent des rôles de premier plan dans ces maladies, en vue de contribuer à l’élaboration de nouvelles stratégies thérapeutiques. Le projet permettra de former au moins 10 employés hautement qualifiés, dont le milieu a besoin de toute urgence pour l’analyse et la modélisation de données multi-omiques. SystemsAnalyst peut aussi facilement être appliqué à d’autres maladies complexes.