Institut multidisciplinaire d'intelligence artificielle

DESCRIPTION

La production de données biologiques a atteint des niveaux sans précédent. Sur un seul échantillon, une seule expérience « omique » génère d’innombrables variables, dont plusieurs sont déjà utilisées dans la recherche médicale : la génomique (séquençage de l’ADN ou du génome entier), l’épigénomique (séquençage de l’ADN méthylé, de l’ARN, Chromatin-IP, ATAC, etc.), la métabolomique, la lipidomique, la protéomique et bien d’autres encore. Outre ces multiples « omiques », des technologies d’imagerie in vivo et des données à haut débit sur l’exposition environnementale sont également disponibles. La mise en relation des données à haut débit avec l’état de santé ouvre de nouvelles perspectives pour comprendre les mécanismes moléculaires des maladies ou pour fournir des biomarqueurs permettant la prédiction, la prise en charge et le pronostic des maladies. Cependant, les méthodologies d’IA à usage général doivent être adaptées pour faire face aux nombreux problèmes d’apprentissage automatique soulevés lors de l’étude des relations entre les caractéristiques biologiques et les phénotypes : petite taille des échantillons (par rapport au nombre de caractéristiques), variables confondantes, très faible rapport signal/bruit et besoin d’interprétabilité (confusion entre causalité et corrélation). Dans le cadre de cette chaire de recherche, nous avons pour ambition d'étudier les problèmes méthodologiques spécifiques aux données omiques, afin de mettre en œuvre des solutions d'apprentissage automatique efficaces dans les programmes de recherche biomédicale.

ACTIVITÉS

Tout d'abord, nous cherchons à développer de nouvelles méthodes permettant de relier les caractéristiques génomiques de haute dimension aux caractéristiques phénotypiques de haute dimension obtenues grâce aux techniques d'imagerie par résonance magnétique (IRM). Les techniques d'apprentissage automatique s'appuieront sur des modèles à contraintes multiples intégrant la cohérence spatiale pour l'IRM et une contrainte de parcimonie pour les génotypes. La chaire les données du programme pilote national du Plan France Médecine Génomique 2025 portant sur 1 500 personnes (données de santé multimodales et Dossier Médical Numérique - DMN) atteintes d'une déficience intellectuelle. Dans le cadre de ce programme, appelé DEFIDIAG, (1) l’AVIESAN fournira des données de séquençage du génome entier en 2020. (2) Un réseau de généticiens cliniciens issus du parcours de soins français dédié aux maladies rares associées à des anomalies congénitales multiples et à une déficience intellectuelle (www.anddi-rares.org) expertisera les 1500 patients. (3) Les IRM cérébrales brutes seront rassemblées dans un dépôt national. Cet ensemble de données unique permettra d'apprendre à hiérarchiser avec précision les variantes génomiques grâce à l'analyse des données phénotypiques du dossier médical électronique et des signaux bruts de l'IRM cérébrale.

D'autre part, la chaire parti de la position unique de Grenoble dans le domaine des sciences omiques basées sur la spectrométrie de masse (MS) (protéomique, métabolomique, lipidomique) : L'Infrastructure nationale française de protéomique (www.profi-proteomics.fr), ainsi que son ensemble de travaux informatiques, sont tous deux coordonnés par le laboratoire partenaire de Grenoble. En outre, une plate-forme métabolomique/lipidomique est en train de voir le jour grâce à un effort conjoint des laboratoires IAB, TIMC et CHUGA. Le séquençage par SM est récent (comparé à d'autres méthodes omiques) et le traitement des données est encore entravé par des questions ouvertes (couverture non exhaustive, sources instrumentales de corruption des données, acquisitions multiplexées, occurrence et nature des valeurs manquantes, etc.) Parmi ces questions, nous étudierons les méthodes de démêlage des données afin d'améliorer la capacité des acquisitions MS multiplexées, conduisant à des quantifications plus précises et à une couverture plus profonde.

Enfin, des actions de sensibilisation et d'éducation seront menées : nos partenaires industriels encourageront le transfert d'outils d'apprentissage automatique dans la pratique médicale courante (département de génétique du CHUGA). Le transfert d'outils logiciels et de savoir-faire en matière de science des données sera organisé, afin d'adapter les technologies omiques les plus récentes aux pratiques de pointe en matière de traitement des données. Enfin, un programme national de formation à la science des données médicales destiné aux futurs médecins est déjà en cours d'élaboration.

chaire

3ième Journée Intégrative de Protéomique et Métabolomique, Lyon, 2020.
- Conférence Midi-Minatec (en attente de déblocage)

LISTE SÉLECTIVE DE PUBLICATIONS 

• Olga Permiakova, Romain Guibert, Alexandra Kraut, Thomas Fortin, Anne-Marie Hesse et al. CHICKN : extraction of peptide chromatographic elution profiles from large scale mass spectrometry data by means of Wasserstein compressive hierarchical cluster analysis. BMC Bioinformatics, BioMed Central, 2021, 22 (1), 

• Olga Permiakova, Thomas Burger. Sketched Stochastic Dictionary Learning for large-scale data and application to high-throughput mass spectrometry (Apprentissage de dictionnaire stochastique esquissé pour les données à grande échelle et application à la spectrométrie de masse à haut débit). Statistical Analysis and Data Mining : The ASA Data Science Journal, 2021, 

• Hélène Borges, Anne-Marie Hesse, Alexandra Kraut, Yohann Couté, Virginie Brun et al. Well Plate Maker : A user-friendly randomized block design application to limit batch effects in largecale biomedical studies. Bioinformatics, Oxford University Press (OUP), 2021.

• T. Crespy, M. Durost, P. Fricault, B. Lemasson, P. Bouzat, E. L. Barbier, J.-F. Payen. Le lactate de sodium hypertonique pour atténuer les déficits fonctionnels après une lésion cérébrale traumatique diffuse : un effet osmotique ou un effet lié au lactate ? Neurocritical Care. Early view.

• S. Hamelin, V. Stupar, L. Mazière, J. Guo, W. Labriji, C. Liu, L. Bretagnolle, S. Parrot, E. L. Barbier, A. Depaulis*, F. Fauvelle*. In vivo GABA increase as a biomarker of the epileptogenic zone : an unbiased metabolomics approach. Epilepsia, 62(1);163-175, 2021.

• H. Borges, A.-M. Hesse, A. Kraut, Y. Couté, V. Brun, T. Burger. "Well Plate Maker : A user-friendly randomized block design application to limit batch effects in large-scale biomedical studies". Bioinformatics, btab065, 2021.

• O. Permiakova, R. Guibert, A. Kraut, T. Fortin, A.-M. Hesse, T. Burger. "CHICKN : Extraction de profils d'élution chromatographique de peptides à partir de données de spectrométrie de masse à grande échelle au moyen de l'analyse hiérarchique compressive de Wasserstein". BMC Bioinformatics, sous presse, 2021.

• Aurélien Delphin, Fabien Boux, Clément Brossard, Jan Warnking, Benjamin Lemasson et al. Vers l'optimisation de l'empreinte vasculaire en RM. ISMRM & SMRT Virtual Conference & Exhibition, mai 2021, Vancouver, Canada.

• Fabien Boux, Florence Forbes, Julyan Arbel, Benjamin Lemasson, Emmanuel L Barbier. Bayesian inverse regression for vascular magnetic resonance fingerprinting. IEEE Transactions on Medical Imaging, Institute of Electrical and Electronics Engineers, 2021, 40 (7), pp.1827-1837.

• Fabien Boux, Florence Forbes, Nora Collomb, Emma Zub, Lucile Maziere et al. L'IRM multiparamétrique neurovasculaire définit les régions épileptogènes et de propagation des crises dans l'épilepsie expérimentale du lobe mésiotemporal. Epilepsia, Wiley, 2021, 62 (5), pp.1244-1255.

• Wesley J. Delage, Julien Thevenon & Claire Lemaitre, Towards a better understanding of the low recall of insertion variants with short-read based variant callers, BMC Genomics.

• ESHG 2021 (Yauy et al.)

• JOBIM (Testard et al.)

• ACLF, (Yauy et al.)

•  A. Attyé, S. Cackowski, A. Tucholka, P. Roca, P. Rubini, S. Verclytte, L. Colas, J. Ding, J.-F. Budzik, F. Renard, E. L Barbier, R. Casey, S. Vukusic, F. Cotton. Breaking the clinico-radiological paradox in multiple sclerosis using machine learning (Rompre le paradoxe clinico-radiologique de la sclérose en plaques grâce à l'apprentissage automatique). Proceedings 28th Annual Meeting ISMRM, 2020, Sidney (Australie).

• B. Meyer, L. Hirschler, J. Warnking, E. Barbier, M. Budde. Preclinical Spinal Cord Perfusion Imaging with Pseudo-Continuous Arterial Spin Labeling. Actes de la 28e réunion annuelle de l'ISMRM, 2020, Sidney (Australie).

• C. Brossard, O. Montigon, F. Boux, A. Delphin, T. Christen, E. L Barbier, Benjamin Lemasson*. MP3 : Medical software for Processing multi-Parametric images Pipelines, Frontiers Neuroinformatics. 14:594799, 2020.

• J.-F. Payen, M. Richard, G. Francony, G. Audibert, E. L. Barbier, N. Bruder, C. Dahyot-Fizelier, T. Geeraerts, L. Gergele, L. Puybasset, B. Vigue, K. Skaare, J.-L. Bosson, P. Bouzat. Comparaison des stratégies de suivi et de traitement des patients à la phase précoce d'un traumatisme crânien sévère : The multicentre randomized controlled OXY-TC trial study protocol. BMJ Open, 10:e040550, 2020.

• P. Roca, A. Attyé, L. Colas, A. Tucholka, P. Rubini, S. Cackowski, J. Ding, J.-F. Budzik, F. Renard, S. Doyle, E. L. Barbier, I. Bousaid, R. Casey, S. Vukusic, N. Lassau, S. Verclytte, F. Cotton ; OFSEP Investigators;Steering Committee ; Investigators ; Imaging group. Intelligence artificielle pour prédire le handicap clinique chez les patients atteints de sclérose en plaques à l'aide de l'IRM FLAIR. Diagnostic and Interventional Imaging. S2211-5684(20)30155-8, 2020 

• C. Verry, S. Dufort, B. Lemasson, S. Grand, J. Pietras, I. Troprès, Y. Crémillieux, F. Lux, S. Mériaux, B. Larrat, J. Balosso, G. Le Duc, E. L. Barbier, O. Tillement. Targeting brain metastases with ultrasmall theranostic nanoparticles, a first-in-human trial from an MRI perspective. Science Advances, 6(29), eaay5279, 2020.

• G. J.-P. C. Becq, E. L. Barbier, S. Achard. Brain networks of rats under anesthesia using resting-state fMRI : comparison with dead rats, random noise and generative models of networks. Journal of Neural Engineering, 17(4):045012, 2020.

• Cancé C, Madiot PE, Lenne C, Artemova S, Cohard B, Bodin M, Caporossi A, Blatier JF, Fauconnier J, Olive F, Pagonis D, Le Magny D, Bosson JL, Charriere K, Paturel I, Lavaire B, Schummer G, Eterno J, Ravey JN, Bricault I, Ferretti G, Chanoine S, Bedouch P, Barbier E, Thevenon J, Mossuz P, Moreau-Gaudry A. Création et visualisation de cohortes à l'aide d'un modèle graphique dans l'entrepôt de données de santé PREDIMED. Stud Health Technol Inform, 270:108-112, 2020.

• G. J.-P. C. Becq, T. Habet, N. Collomb, M. Faucher, C. Delon-Martin, V. Coizet, S. Achard*, E. L. Barbier*. La connectivité fonctionnelle est préservée mais réorganisée à travers plusieurs régimes anesthésiques. Neuroimage, 219:116945, 2020.

• Tristan T. Deruelle, F. Kober, A. Perles-Barbacaru, T. Delzescaux, V. Noblet, E. L Barbier, M. Dojat. Étude IRM préclinique multicentrique : Definition of Rat Brain Relaxometry Reference Maps. Frontiers in Neuroinformatics, 14:22, 2020.

• L. Hirschler, N. Collomb, J. Voiron, S. Köhler, E. L. Barbier, J. M. Warnking. SAR comparison between CASL and pCASL at high magnetic field and evaluation of the benefit of a dedicated labeling coil (comparaison de SAR entre CASL et pCASL à haut champ magnétique et évaluation de l'avantage d'une bobine d'étiquetage dédiée). Magnetic Resonance in Medicine 83(1):54-261, 2020.

• M. Lacombe, M. Jaquinod, L. Belmudes, Y. Couté, C. Ramus, F. Combes, T. Burger, E. Mintz, J. Barthelon, V. Leroy, A. Poujois, A. Lachaux, F. Woimant, V. Brun. "Comprehensive and comparative exploration of the Atp7b-/-mouse plasma proteome". Metallomics, 12(2), pp 249-258, 2020.

• Y. Couté, C. Bruley, T. Burger. "Beyond target-decoy competition : stable validation of peptide and protein identifications in mass spectrometry-based discovery proteomics". Analytical Chemistry, 92(22), pp 14898-14906, 2020.

• A. T. Pagnamenta, P. Heemeryck, H. C. Martin, C. Bosc, I. Uszynski, S. Gory-Fauré, S. Couly, C. Deshpande, A. Siddiqui, A. A. Elmonairy, consortium WGS500, projet 100 000 génomes, S. Jayawant, S. Murthy, I. Walker, L. Loong, P. Bauer, F. Vossier, E. Denarier, T. Maurice, E. L. Barbier, J. -C. Deloulme, J. C. Taylor, E. M. Blair, A. Andrieux, M-Jo Moutin. La détyrosination défectueuse de la tubuline provoque des anomalies cérébrales structurelles et un déficit cognitif chez l'homme et la souris. Human Molecular Genetics 28(20):3391-3405, 2019.

• N. Coquery, J.-F. Adam, C. Nemoz, R. Janvier, J. Livingstone, A. Chauvin, S. Kefs, C. Guerineau, L. de Saint Jean, A. Bouchet, S. Bartzsch, E. Schültke, A. Siegbahn, E. Bräuer-Krisch, B. Lemasson, E. L. Barbier, J. Laissue, J. Balosso, D. Val-Laillet, R. Serduc. Locomotion and eating-behaviour changes of the Yucatan minipig model after unilateral radio-induced ablation of the caudate nucleus. Scientific Reports. 9(1):17082, 2019.

• F. Natali, C. Dolce, J. Peters, C. Stelletta, B. Demé, J. Ollivier, G. Leduc, A. Cupane, E. L. Barbier. La latéralisation du cerveau sondée par la diffusion de l'eau à l'échelle atomique à micrométrique. Scientific reports 9:14694, 2019.

• W. Klement, M. Blaquiere, E. Zub, F. deBock, F. Boux, E. Barbier, E. Audinat, M. Lerner-Natoli, N. Marchi. A pericyte-glia scarring develops at the leaky capillaries in the hippocampus during seizure activity. Epilepsia 60(7):1399-1411, 2019.

• F. Natali, C. Dolce, J. Peters, C. Stelletta, B. Demé, J. Ollivier, M. Boehm, G. Leduc, I. Piazza, A. Cupane, E. L. Barbier. Anomalous water dynamics in brain : a combined diffusion Magnetic Resonance Imaging and Neutron Scattering investigation. Journal of the Royal Society Interface 16(157):20190186, 2019.

• S. Dufort, G. Appelboom, C. Verry, E. L. Barbier, F. Lux, E. Brauer-Krisch, L. Sancey, S. D. Chang, M. Zhang, S. Roux, O. Tillement, G. Le Duc. Ultrasmall theranostic gadolinium-based nanoparticles improve high-grade rat glioma survival. Journal of Clinical Neuroscience, 67;215-219. 2019.

• O. F. Eker, R. Ameli, N. Makris, T. Jurkovic, O. Montigon, E. L. Barbier, T. H. Cho, N. Nighoghossian, Y. Berthezène. Évaluation par IRM du métabolisme de l'oxygène et de l'état hémodynamique dans la sténose athéroscléreuse intracrânienne symptomatique : A Pilot Study. J Neuroimaging 29(4), 467-475, 2019.

• H. Borges, R. Guibert, O. Permiakova, T. Burger. "Distinguer entre le regroupement spectral et l'analyse de regroupement des spectres de masse". Journal of Proteome Research, 18(1), pp 571-573, 2019.

• S. Wieczorek, Q. Giai Gianetto, T. Burger. "Cinq étapes simples mais essentielles pour estimer correctement le taux de fausses protéines différentiellement abondantes dans les analyses de spectrométrie de masse". Journal of Proteomics, vol. 207, p. 103441, 2019.

• C. Verry, S. Dufort, B. Lemasson, S. Grand, Y. Crémillieux, F. Lux, S. Mériaux, B. Larrat, J. Balosso, G. Le Duc, E. L. Barbier, O. Tillement. Imagerie RM des nanoparticules Aguix théranostiques à base de Gd chez des patients présentant 4 types histologiques de métastases cérébrales. Actes Contrast Media Research Symposium, 2019, Erice (IT)

• S. Artemova, P.-E. Madiot, A. Caporossi, groupe PREDIMED, P. Mossuz, A. Moreau-Gaudry. PREDIMED - Entrepôt de données cliniques du CHU Grenoble Alpes. Actes MEDINFO 2019, Lyon, France

• C. Verry, S. Dufort, B. Lemasson, S. Grand, Y. Crémillieux, F. Lux, S. Mériaux, B. Larrat, J. Balosso, G. Le Duc, E. L. Barbier, O. Tillement. Premier essai chez l'homme de nanoparticules théranostiques à base de Gd : Évaluation par IRM de l'absorption et de la biodistribution chez des patients atteints de métastases cérébrales multiples. Actes EMIM, 2019, Glasgow (UK)

• S. Dufort, C. Verry, B. Lemasson, S. Grand, Y. Crémillieux, F. Lux, S. Mériaux, B. Larrat, J. Balosso, G. Le Duc, E. L. Barbier, O. Tillement. Premier essai chez l'homme de nanoparticules théranostiques à base de Gd : MRI assessment of uptake and biodistribution in patients with multiple brain metastases. Actes de la 27e réunion annuelle de l'ISMRM, 2019, Montréal (Canada).