QCBS Students

Frédérik Dufour

Université de Sherbrooke
Ph.D. candidate

Supervisor: Alan Cohen
Start: 2016-09-12


Project
Étude de la dérégulation des systèmes physiologiques dans le vieillissement ; Approche bio-informatique
Le vieillissement est un processus multifactoriel et complexe toujours incompris à ce jour. L’hypothèse de notre équipe est que le vieillissement serait un processus dynamique et mesurable, causé par une détérioration dans les réseaux complexes de régulation moléculaire de l’organisme suite à des changements dans les conditions environnementales et physiologiques de l’organisme, provoquant par le fait même un déséquilibre dans le maintien de l’homéostasie 1. D’ailleurs, nous avons utilisé une façon originale pour mesurer la dérégulation âge-dépendante de 6 systèmes physiologiques en utilisant les distances de Mahalanobis, une mesure de distance statistique multivariée 2,3. Toutefois, nous voulons mieux décrire ce processus au niveau de l’organisme entier. Ainsi, pour ce projet, je veux faire une réanalyse des données métabolomiques, transcriptomiques et épigénomiques provenant des études de cohortes longitudinales InCHIANTI et NuAge dans le but de cartographier la dérégulation systémique dans l’organisme entier. Sous-objectif (S-O) 1. Attribuer les biomarqueurs aux différents systèmes biologiques. En considérant que les données « omic » qui seront disponibles contiendront des milliers de biomarqueurs, la première étape sera d’identifier les différents systèmes et attribuer les biomarqueurs aux différents systèmes physiologiques. Deux approches seront utilisées. Tout d’abord, l’outil bio-informatique DAVID («Database for Annotation, Visualization and Integrated Discovery») qui est basé sur l’ontologie génique pourra être utilisé pour classer les différents marqueurs selon les processus biologiques. Une seconde approche, basée sur les données disponibles, sera de faire des analyses de réseaux de co-expression génique (WGCNA :«weighted gene co-expression network analysis») pour identifier des groupes de biomarqueurs hautement co-régulés. Dans l’éventualité que les groupes soient trop gros pour calculer les scores de dérégulation physiologique, il sera possible de partitionner les groupes à l’aide du progiciel MCODE implémenté dans Cytoscape. Une analyse des taux de fausses découvertes (FDR) sera également faite sur une base de données aléatoire comme contrôle de calcul. Cette seconde méthode permettra de possiblement décrire de nouveaux systèmes physiologiques émergents dérégulés avec l’âge. S-O 2. Identifier les systèmes dérégulés avec l’âge. Une fois les groupes et sous-groupes formés, nous pourrons calculer les DM pour mesurer les scores de dérégulation physiologique des différents systèmes, comme précédemment décrit2, et identifier ceux dont le score augmente avec l’âge, indiquant une dérégulation âge dépendante. Il sera par la suite possible de faire des corrélations ajustées en fonction de l’âge entre les scores des différents systèmes pour vérifier l’indépendance des systèmes et de valider la classification des biomarqueurs dans les différents groupes en interchangeant aléatoirement les biomarqueurs des groupes pour vérifier si les corrélations peuvent être affaiblies. Je pourrai également vérifier si l’ensemble des marqueurs dans les systèmes sont dérégulés ou si ce processus est spécifique à un sous-ensemble de marqueurs dans le système donnant lieu à un score généralement plus élevé dans l’ensemble du système.

Publications
1- Optimization of Furin Inhibitors To Protect against the Activation of Influenza Hemagglutinin H5 and Shiga Toxin
Gagnon, Hugo, Sophie Beauchemin, Anna Kwiatkowska, Frédéric Couture, François D’Anjou, Christine Levesque, Frédérik Dufour, Adamy Roberge Desbiens, Rolland Vaillancourt, Sylvain Bernard, Roxane Desjardins, François Malouin, Yves L. Dory, Robert Day
2014 Journal of Medicinal Chemistry