Multiomiques

Multiomiques

Le développement de la biologie systémique et des technologies de haut débit a donné lieu à l’émergence d’approches dites « multiomiques », qui visent à intégrer différents niveaux d'information moléculaire – génomique, transcriptomique, protéomique, épigénomique ou encore métabolomique – afin d’appréhender de manière globale les mécanismes biologiques complexes. Cette intégration permet de dépasser les limites des analyses unidimensionnelles et d’explorer la dynamique des réseaux moléculaires qui sous-tendent les fonctions cellulaires, les interactions tissulaires, ainsi que les trajectoires développementales normales ou pathologiques. Dans ce contexte, plusieurs chercheurs du RQR recourent à ces outils pour décrypter les altérations précoces qui affectent le développement embryonnaire ou neurologique.

Julie Hussin travaille à la croisée de l’intelligence artificielle (IA), de la génétique des populations et des données multiomiques, avec l’objectif de créer des outils d’IA équitables pour mieux comprendre la santé reproductive.

Maritza Jaramillo étudie comment certaines infections pourraient perturber la production des protéines dans les cellules du placenta. Pour mieux comprendre ces effets, son équipe utilise des outils multiomiques (ARN-seq, RIBO-seq, protéomique) sur des modèles cellulaires humains afin d’identifier les changements moléculaires causés par l’infection.

Serge McGraw utilise les approches multiomiques pour comprendre comment des erreurs précoces dans les mécanismes épigénétiques peuvent perturber le développement du cerveau et mener à des troubles neurodéveloppementaux chez l’enfant. En étudiant différents modèles cellulaires et animaux, son équipe identifie les changements moléculaires qui affectent la formation des neurones, avec l’objectif de développer des thérapies ciblées fondées sur l’épigénétique.