Cheminement académique

2004-2005 Chercheur postdoctoral, Université McGill
1997-2003 Ph.D. Statistique, Université de Montréal
1994-1995 M.Sc. Statistique, UQAM
1992-1993 B.Sc Statistique, UQAM

Projets de recherche et/ou de recherche-création en cours

• Inférence dans le processus de coalescence avec recombinaison (CRSNG)

  Le processus de coalescence, un processus stochastique à temps continu utilisé pour simuler des généalogies de population, a attiré beaucoup d'attention récemment, en partie dû à ses nombreuses applications dans la recherche génétique. Nous avons développé dans le passé une méthode utilisant le processus de coalescence avec recombinaison (Larribe et al. 2002, Larribe 2004) pour estimer la position d'une mutation génétique causant (ou influençant) une maladie, c'est­à­dire pour faire de la cartographie génétique fine. En utilisant des "fenêtres" de marqueurs génétiques et des vraisemblances composées conditionnelles (Larribe and Lessard, 2008), nous avons permis à la méthode d'utiliser plus de marqueurs génétiques et améliorer la stabilité des estimés. Nous avons amélioré la méthode dans le contexte des maladies génétiques complexes, en développant une méthode pour estimer les haplotypes et les alleles causaux à partir des phénotypes et des génotype (Larribe et al., 2015) ; de plus, la méthode est maintenant à même de prendre en compte des modèles génétiques permettant des phénocopies et de la pénétrance incomplète. Alors qu'il est encore de pratique courante dans le mode génétique d'utiliser pour une seule analyse de cartographie des milliers de statistiques d'association chacune basée sur des paires de marqueurs, ignorant la dépendance des individus et la dépendance spatiale des marqueurs génétiques, notre méthode offre une solution solide pour résoudre les problèmes mentionnés ci dessus. En contraste à d'autres travaux, notre méthode n'est pas basée sur l'association, mais est une méthode de cartographie génétique basée sur le principe de la vraisemblance et permettant de riches modèles génétiques. Le développement de ce programme de recherche va permettre des modèles génétiques plus complexes, comme des interactions entre gènes, et des modèles basés sur l'influence de plusieurs variants rares; on veut aussi être capable de traiter de caractères quantitatifs et de développer la méthode pour que l'on puisse faire de la cartographie à l'échelle du génome. Finalement, pour analyser la très grande quantité de données générées de nos jours par la biologie moléculaire, nous proposons d'utiliser l'expertise que nous possédons avec les vraisemblances composites, combinée à des méthodes innovantes de construction de généalogies. Alors qu'un grand nombre de maladies génétiques sont encore un mystère total pour les généticiens, l'impact du développement de telles méthodes avancées peut être immense pour la recherche médicale.

Affiliations externes principales

• Laboratoire de statistique du CRM
• Centre de recherches mathématiques (CRM)