Laura CANTINI

C'est un moment crucial pour l'étude et la gestion clinique des maladies complexes. Le séquençage à cellule unique a introduit un changement de paradigme dans les soins de santé, de la médecine de précision à la médecine interceptive basée sur la cellule. En effet, les données multimodales à cellule unique (c'est-à-dire les mesures quantitatives à grande échelle telles que le transcriptome, l'épigénome, le positionnement spatial à la résolution d'une seule cellule) nous offrent la possibilité (i) de suivre les trajectoires moléculaires effectuées par les cellules humaines lors de l'apparition de la maladie ou de la résistance au traitement ; (ii) de fournir une compréhension mécaniste des réseaux complexes qui dirigent les différentes phases de la transformation et (iii) de délimiter la contribution des cellules voisines dans cette transformation. Cependant, pour faire de ces objectifs biologiques une réalité, nous devons développer des méthodes puissantes capables de co-analyser des données multimodales à cellule unique et d'extraire des connaissances biologiques exploitables.

Mon activité de recherche se situe à l'interface entre l'apprentissage automatique et  la génomique. Je conçois des méthodes d'apprentissage automatique capables de co-analyser et de traduire l'énorme quantité de données multimodales en cellules uniques disponibles en connaissances biologiques exploitables. J'applique ensuite les méthodes développées en collaboration avec des biologistes pour formuler des hypothèses biologiques concrètes et, finalement, contribuer à améliorer la compréhension et la gestion clinique de maladies complexes.