RedHUMAN: décoder des liens entre les gènes et le métabolisme

Crédit: Maria Masid (EPFL) - Des scientifiques de l'EPFL ont conçu une méthode qui simplifie le traitement de données génétiques et métaboliques en détectant des modifications du métabolisme indicatives de nombreuses maladies, cancers et Alzheimer notamment. Appelée redHUMAN, il s'agit d'une méthode fiable, offrant une prédictibilité garantie. Au cours des deux dernières décennies, les partenariats entre les sciences du vivant et les technologies de l'information se sont multipliés. Cette évolution est principalement motivée par le besoin de traiter et d'intégrer de considérables volumes de données provenant de différents domaines parmi lesquels la génétique, la biochimie, la biologie cellulaire et moléculaire, ainsi que la physiologie, afin d'acquérir une meilleure compréhension de systèmes et de processus biologiques, voire d'organismes entiers. Le problème est qu'il s'est avéré trop compliqué de collecter des données issues de nombreux réseaux biologiques interconnectés à travers différentes strates d'analyse biologique (par exemple génétique ou biochimique). Le volume, mais aussi la complexité des données interdisciplinaires étant difficile à standardiser et à traiter, c'est une des raisons de la prolifération de différents domaines qualifiés d'« -omiques » (génomique, transcriptomique, protéomique, métabolomique, etc.) qui cherchent à caractériser et à quantifier des groupes de molécules selon leur structure et leur fonction dans un organisme. L'une des façons dont les scientifiques ont abordé ce problème dans le contexte de la génétique et de l'analyse métabolique a été de concevoir des modèles de prédiction métabolique à l'échelle du génome (les GEM).