Nous identifions des biomarqueurs, des cibles thérapeutiques et bien plus encore, à l'aide de l'apprentissage automatique, de grands modèles linguistiques, d'autres modèles d'IA, de la biostatistique et de la biologie computationnelle.
Nos experts peuvent vous accompagner dans votre projet grâce à :
- l'analyse d'imagerie moléculaire ;
- l'assemblage de novo de données de séquençage ;
- l'analyse de séquençage ciblé, d'exome et du génome entier ;
- l'analyse comparative des génomes ;
- l'analyse des données métagénomiques ;
- analyse des voies métaboliques et des réseaux de régulation transcriptionnelle (analyse fonctionnelle) ;
- analyse omique ;
- visualisation des données ;
- prédiction et annotation des gènes.
Favoriser la médecine de précision grâce à l'intégration de données multi-omiques
Le défi
Transformer les mégadonnées multi-omiques en connaissances fonctionnelles afin de permettre la prévention , le dépistage précoce et la prédiction des maladies, de suivre leur évolution etde concevoir des traitements personnalisés.
Notre solution
Nous réalisons une intégration puissante des données grâce à notre expertise innovante en analyse multiomique. Capables de traiter des ensembles de données multiomiques volumineux et hétérogènes, nos équipes commencent par définir la stratégie d'intégration des données appropriée. Elles élaborent ensuite des modèles statistiques intégratifs pour analyser et interpréter les données. Enfin, elles effectuent une analyse des voies métaboliques afin de mieux comprendre les mécanismes moléculaires en jeu. Par exemple, dans le cadre du projet Rhapsody financé par l'UE, nous avons intégré des données lipidomiques, transcriptomiques et cliniques afin d'identifier des biomarqueurs potentiels du diabète de type 2.
Impression métabolique environnementale pour caractériser l'impact des (bio)pesticides
Le défi
Estimer le temps de résilience des métabolites exogènes dans un sol traité avec un pesticide, synthétique ou dérivé de matériaux naturels.
Notre solution
Nous réalisons des modèles cinétiques de chromatographie liquide-spectrométrie de masse (LC-MS) à partir de données métabolomiques non ciblées afin de prédire la dissipation de ces composés après traitement. Par exemple, nous collaborons avec l'université de Perpignan (France) pour suivre le devenir d'un sol traité avec un extrait végétal.
Analyse du séquençage du génome entier pour caractériser les pathogènes fongiques dans différents environnements
Le défi
Identifier l'hétérogénéité génomique entre plusieurs micro-organismes.
Notre solution
Nous réalisons l'assemblage denovo de génomes, l'annotation de gènes et la détection de variants sur différents isolats d'espèces fongiques avec des données de séquençage de génomes entiers. Nous collaborons avec le Centre Hospitalier Universitaire de Lausanne (CHUV) pour des études sur les espèces de Candida.
