Chercheur :
Craig, Morgan
Établissement :
Université de Montréal
Année de concours :
2021-2022
La variabilité génétique et l’évolution intra-tumorale sont des obstacles majeurs aux traitements personnalisés contre le cancer, la maladie la plus mortelle au Canada. Certes, l’hétérogénéité, que ce soit génétique, spatiale ou autre, contribue à la difficulté de designer et de céduler des thérapies contre le cancer qui sont à la fois efficaces et minimalement toxiques. Le développement du médicament est compliqué et coûteux. De l’étude préclinique à l’entrée sur le marché, une dizaine d’années et au moins trois études cliniques auront eu lieu, au coût d’un milliard de dollars US. Des approches quantitatives basées sur la médecine quantitative et la biologie computationnelle soutiennent le développement du médicament et améliorent les traitements actuels et proposés. Ceci est particulièrement important pour des cancers à haut risque de rechute, tels que la leucémie myéloïde aiguë, un cancer du sang agressif, et le glioblastome multiforme, le cancer du cerveau le plus courant et le plus agressif.
Pour combler les lacunes actuelles en développement de médicaments qui peuvent améliorer le sort de patients atteints de la leucémie myéloïde aiguë et le glioblastome, cette proposition a pour but de développer un plateforme de recherche unifiée pour prédire et optimiser le sort des patients de façon raisonnée. Le développement de cet plateforme intégratif in silico représente une avancée conceptuelle qui aura des impacts significatifs sur notre compréhension de la santé humaine et rationnalisera les approches en clinique contre ces deux cancers.