Société Française de Bioinformatique

Mots-Clés

proteomic profiling profile matching precision medicine Machine learning

Description

L’équipe 3 de l’unité BRIC Inserm 1312, en collaboration avec la plateforme Oncoprot TBMCOre UAR 3427 a développé et breveté une méthodologie pour analyser le profil protéomique des tumeurs et répondre à des besoins cliniques non résolus. Nous analysons des profils protéomiques issus de très faibles quantités de tissus fixés FFPE, isolés par microdissection laser, puis traités par digestion enzymatique et spectrométrie de masse haute résolution. Ces profils, comparés entre groupes de patients (bénin/malin, réponse au traitement…), permettent d’identifier des signatures protéomiques associées à des critères cliniques. Nous avons démontré qu’il est possible d’attribuer un nouveau patient à un groupe de référence à l’aide d’algorithmes de machine learning, ouvrant ainsi la voie à un outil clinique prometteur. Il s’agit désormais d’affiner ces méthodes pour améliorer la robustesse des signatures et la qualité de l’attribution.

Un premier stage a permis de mener à bien un benchmark initial de différentes approches d’apprentissage supervisé (méthode des k plus proches voisins, régression logistique, machine à vecteurs de support, forêt aléatoire), appliquées aux données protéomiques obtenues sur des tumeurs bénignes/malignes du foie bien étiquetées. Ce nouveau stage aura pour objectif d’élargir et renforcer cette démarche. Il s’agira notamment de :
(i) valider la robustesse des signatures identifiées sur d’autres jeux de données internes ou publics,
(ii) explorer des approches méthodologiques plus récentes ou plus spécifiques aux données protéomiques (modèles probabilistes, stratégies de sélection de variables),
(iii) évaluer la stabilité et la généralisabilité des algorithmes dans un cadre de validation croisée rigoureux, avec des métriques adaptées à la problématique diagnostique. Ce stage s’inscrit dans le cadre des projets en cours de validation de signatures cliniques pour la prise en charge des tumeurs hépatiques, et constituera une étape clé vers l’optimisation des pipelines bioinformatiques à des fins de transfert clinique.

Le stage pourra débuter dès janvier 2026 et sera menée en collaboration entre le BRIC et LaBRI.