Propulser le progrès scientifique grâce à la collaboration interdisciplinaire

Faculté des sciences
Mathématiques et statistique
Sciences
Vue du campus par drone
Le volet Exploration du Fonds Nouvelles frontières en recherche (FNFR) soutient la recherche interdisciplinaire à haut risque et à haut rendement. En 2021, il a financé les projets novateurs des professeurs Eva Hemmer, François-Xavier Campbell-Valois et Augusto Gerolin.
Eva Hemmer
Eva Hemmer

La professeure Eva Hemmer (Département de chimie et sciences biomoléculaires) et le professeur Nicolas Bordenave (École des sciences de la nutrition) unissent leurs expertises pour élucider les mystères de l’interaction entre le microbiote intestinal et le cerveau. Des éléments indiquent que le microbiote aurait une influence sur la santé mentale et même sur les maladies neurologiques. Pour confirmer l’existence de cet axe intestin-cerveau, il faut caractériser les bactéries qui composent le microbiote. Pour y parvenir, l’équipe de la professeure Hemmer utilisera de nouvelles nanoparticules de terres rares liées à des aptamères spécifiques (NP-TR@apt), où les aptamères forment des liaisons de surface avec les bactéries. Le rayonnement proche infrarouge des NP-TR@apt sera ensuite détecté et analysé par imagerie hyperspectrale, une technique qui permet la caractérisation des empreintes et fournit de l’information sur la chimie ou les espèces biologiques présentes. Les résultats de ce projet pourraient contribuer à l’élaboration de nouveaux traitements pour les maladies mentales. En poussant ces recherches, on pourrait aussi utiliser les NP-TR@apt pour détecter d’autres problèmes de santé, comme le cancer.

François-Xavier Campbell-Valois et Kyle Tomaro
François-Xavier Campbell-Valois et Kyle Tomaro

Le professeur François-Xavier Campbell-Valois (Département de chimie et sciences biomoléculaires) élabore une plateforme de sécrétion de peptides antimicrobiens afin de trouver des avenues thérapeutiques pour remplacer les antibiotiques. Les peptides antimicrobiens se composent de quelques acides aminés, présents dans l’ensemble des règnes du vivant, qui pourraient nous servir à contourner la résistance aux antibiotiques. Le projet permettra de trouver de nouveaux peptides antimicrobiens et d’utiliser la biologie synthétique pour les exprimer et les caractériser. La plateforme qui en découlera permettra la sécrétion de peptides de divers organismes dans la bactérie Escherichia coli et pourrait mener à l’élaboration de probiotiques de nouvelle génération. La professeure Weng In Siu (Université de Saint-Joseph) utilisera l’apprentissage machine pour découvrir des propriétés cachées régissant la puissance et la spécificité des peptides antibiotiques contre diverses bactéries. Ces travaux, en facilitant l’élaboration de nouveaux peptides antimicrobiens qui pourraient contribuer à réduire l’utilisation des antibiotiques classiques, s’inscrivent dans la lutte contre la résistance microbienne. Le doctorant Kyle Tomaro a fait de ce projet une réalité et mettra son expertise en bioinformatique et en biologie synthétique à profit dans cette collaboration internationale.

Augusto Gerolin, Paul Ayers, Farnaz Heidar-Zadeh, et David Kribs
Augusto Gerolin, Paul Ayers, Farnaz Heidar-Zadeh, et David Kribs

Le professeur Augusto Gerolin (Département de mathématiques et de statistique) et ses collègues, le professeur Kribs (Université de Guelph), le professeur Ayers (Université McMaster) et la professeure Heidar-Zadeh (Université Queen’s) caressent le même rêve : rendre la chimie computationnelle et l’informatique appliquée à la science des matériaux véritablement prédictives. Les retombées de leurs recherches pour la viabilité économique et l’écologie sont très prometteuses. Leur approche originale s’attaque directement à la composante électronique-électronique de nombreux systèmes électroniques, un problème important en chimie computationnelle et une contrainte dans les simulations de chimie quantique. Le professeur Gerolin et son équipe combinent des outils et concepts perfectionnés de mathématiques, de chimie, de physique et de génie pour créer de nouveaux algorithmes de chimie quantique et d’apprentissage machine à la hauteur de ce défi. Leur méthodologie unit un grand concept en physique (la matrice densité réduite) et des outils mathématiques de la théorie du transport optimal. En plus des promesses de retombées positives en chimie computationnelle, une approche mathématique aussi rigoureuse pourrait faire naître de nouvelles connexions (et des difficultés!) inattendues en raison de la nature hautement interdisciplinaire de cette recherche.

Pour en savoir plus: