Grant: Travel Awards - Institute Community Support

Les petits ARN nucléolaires (snoRNA) sont de petites molécules qui interagissent avec des protéines spécifiques afin d'accomplir une fonction bien caractérisée, appelée canonique, qui est de guider la modification chimique de l'ARN ribosomique. Pour ce faire, une région bien précise du snoRNA reconnait la cible d'ARN, la rapproche des protéines, leur permettant d'exécuter leur fonction. Dernièrement, de nouvelles fonctions ont été découvertes pour les snoRNA, impliquant d'autres protéines, et d'autres régions du snoRNA servent de guide. Celles-ci sont importantes à caractériser puisque bien des évidences indiquent qu'elles sont impliquées dans le syndrome de Prader-Willi, le cancer et le diabète. Nous nous intéressons à leur implication dans le cancer de l'ovaire. Nos résultats préliminaires indiquent un changement important d'abondance pour plusieurs snoRNA dans ce cancer. Mon projet consiste à recueillir toutes les cibles connues de snoRNA, canoniques et non-canoniques, afin de créer un prédicteur de cibles de snoRNA par apprentissage automatisé, ce qui permettra de mieux comprendre les conséquences du changement d'abondance des snoRNA dans le cancer de l'ovaire. Un ordinateur sera entraîné à reconnaître les cibles validées et à discréditer les contrôles négatifs qui lui seront présentés. Le modèle utilisé sera un réseau de neurones artificiels qui apprend de la même manière que nous, c'est-à-dire en reconnaissant certaines caractéristiques qui discriminent entre deux catégories et en leur accordant un poids différent. Une fois cet outil complété, de nouvelles séquences lui seront fournies afin qu'il puisse identifier de nouvelles cibles, semblables à celles avec lesquelles il a été entraîné. Ainsi, nous pourrons prédire les cibles les plus probables des snoRNA dérégulés dans le cancer de l'ovaire, ce qui permettra de les valider et de les caractériser avec des outils de biologie moléculaire, et ultimement de mieux comprendre leur implication dans cette maladie.