Chercheuse :
Scott, Michelle
Établissement :
Université de Sherbrooke
Année de concours :
2021-2022
L’expression des gènes commence par la transcription de l’ADN en ARN, mais implique de nombreux niveaux de régulation ultérieurs, qui doivent être finement contrôlés pour assurer un organisme en santé. Bien que ces mécanismes moléculaires de régulation de l’expression des gènes aient été étudiés depuis des décennies, nous continuons à en découvrir encore plus. De façon intéressante, plusieurs régulateurs récemment découverts sont des ARN qui ne codent pas pour des protéines. Cependant, nous manquons d’outils adéquats pour étudier l’ensemble des ARN cellulaires non-codants. Il est donc probable que nous ne faisons qu’effleurer la surface pour l’identification des rôles cellulaires des ARN non-codants et nous ne saisissons pas encore l’ampleur de leur implication dans des pathologies humaines. Entre autres, de nombreux ARN non-codants se replient résultant en des structures tridimensionnelles fortes, et sont modifiés chimiquement après leur transcription, rendant leur quantification difficile. Notre groupe de recherche a élaboré des approches et outils expérimentaux et informatiques alternatifs permettant d’augmenter considérablement notre capacité de détection et de quantification des ARN non-codants. Ces approches nous ont déjà permis de découvrir plus de 100 ARN non-codants manquants dans l’annotation du génome humain. L’hypothèse générale de notre programme de recherche est que ces nouvelles approches mèneront à une meilleure compréhension de la régulation de l’expression des gènes en physiologie normale et dans des conditions pathologiques. L’OBJECTIF GÉNÉRAL est donc de créer des outils bio-informatiques, d’utiliser des approches d’intelligence artificielle et de biologie intégrative pour mieux comprendre cette régulation et les relations entre les différents ARN. Les objectifs spécifiques de notre programme de recherche sont
1) La caractérisation simultanée de l’ensemble des transcrits cellulaires et des relations entre ces ARN à travers la création d’outils bio-informatiques pour l’analyse de séquençage à haut débit, l’amélioration des annotations génomiques, l’étude des interactions ARN-ARN et la comparaison entre les transcriptomes humains et de levure.
2) La caractérisation de l’ensemble des petits ARN nucléolaires (snoRNA) et ses rôles cellulaires diverses. Les snoRNA sont une famille ancienne et abondante qui jouent des rôles clés dans l’expression des gènes, mais qui ont été insuffisamment caractérisés, particulièrement pour leur rôle dans de nombreuses maladies humaines dont diverses formes de cancer. Nous étudierons l’étendue de leurs fonctions cellulaires.
3) Profilage approfondi de l’ensemble des transcrits humains pour comprendre les mécanismes moléculaires de la pathogenèse et pour l’identification de nouveaux biomarqueurs. L’analyse d’expression différentielle des ARN codants et non-codants et leur analyse ultérieure, y compris par intelligence artificielle pour identifier les transcrits les plus pronostiques, seront utilisées pour caractériser les tissus du glioblastome, du cancer du côlon et de la polyarthrite rhumatoïde.
La caractérisation systématique et extensive de l’ensemble des transcrits cellulaires humains, codants pour des protéines ou non, à l’aide d’approches innovantes sont essentielles pour faire avancer notre compréhension de la régulation de l’expression des gènes, ce qui conduira à son tour à des pistes pour une détection et un traitement améliorés des maladies.