Utilisation de la métabolomique et de l’apprentissage automatique pour contrer l’antibiorésistance
Émanuel Paré, Francis Brière, Thibaud Godon, Maxime Déraspe, Émilie Pic, Baptiste Bauvin et Jacques Corbeil
Université Laval, Départements d’informatique et de Médecine Moléculaire, INAF et NUTRISS
L’antibiorésistance est un problème planétaire important nécessitant une mobilisation urgente afin de la contrer. Il faut voir à trouver des meilleures solutions novatrices utilisant l’intelligence artificielle. Nos objectifs sont de développer des tests rapides et précis pour évaluer l’antibiorésistance en utilisant la spectrométrie de masse couplé à l’apprentissage automatique (projet MAGITICS de JPIAMR). De plus, nous avons pour but de faciliter la découverte de nouveaux antibiotiques en utilisant des approches d’intelligence artificielle pour analyser les biobanques de peptides antimicrobiens et extraire des candidats potentiels pour un développement clinique. Nous utiliserons le generative flow net (1) et le robust set covering machine afin de trouver des candidats acceptables en modulant le ratio exploration et exploitation afin de trouver de nouvelles drogues.