SyMeTRIC est un projet de fédération en médecine systémique soutenu financièrement par la région Pays de la Loire. SyMeTRIC implique les équipes de recherche (sciences de la vie et numérique) et de soin de l’Institut de Cancérologie de l’Ouest (ICO), de l’Université de Nantes, de l’Universités d’Angers, du CHU de Nantes, du CHU d’Angers, du CNRS et de l'INSERM. Le projet vise à s'appuyer sur les complémentarités des différents acteurs, chercheurs (sciences de la vie et du numérique), cliniciens, et industriels, pour apporter des solutions efficaces et mutualisées d'analyse, d'intégration et de partage de données biomédicales hétérogènes (imagerie, *-omic) à grande échelle dans le cadre de différents champs pathologiques : cancérologie, transplantation, ou encore les maladies chroniques cardio-vasculaires et respiratoires.

Au delà de la thématique santé, ce projet permettra de développer des collaborations étroites entre sciences de la vie et sciences des données : modélisation de processus biologiques, fouille de données et apprentissage, intelligence artificielle (représentation des connaissances et raisonnements), systèmes distribués et cloud computing (usage, sécurité, passage à l’échelle), etc.

A court terme le projet vise à développer deux démonstrateurs. Le premier s’intéresse aux standards et technologies du web sémantique pour interroger et croiser des données hétérogènes à partir de terminologies de références. Le second s’intéresse au partage de méthodes bio-informatiques en séquençage nouvelle génération, en s’appuyant sur un portail web d’analyses de données (Galaxy) et une infrastructure de calcul hautes-performances.

A partir de ces démonstrateurs, SyMeTRIC vise à constituer un environnement virtuel de recherche pour la médecine systémique. Trois axes de travail ont été identifiés :

1. Intégration de données : développer des méthodes et outils facilitant l’exploitation conjointe i) de données de recherche et de données de soin et ii) de données de recherche et de données publiques (bases médico-administratives, bases publiques Linked Open Data) ;

2. Analyse de données : publier des méthodes d’analyse de données reproductibles sous la forme de workflows accessibles et exécutables depuis un portail web, et instrumenter ces workflows pour documenter automatiquement les données produites (provenance, terminologies de références) ;

3. Calcul multi-site (infrastructure cloud) : développer des outils/algorithmes indépendants des environnements matériels et logiciels (virtualisation) pour qu’ils puissent i) être placés en fonction de contraintes de localité des données biomédicales, et ii) passer à l'échelle.

public/gaignard.txt · Dernière modification: 2015/12/14 18:38 par perrine.paul-gilloteaux@univ-nantes.fr