QnGene.png QnGene FORMAT GÉNÉTIQUE POUR HPC


Projet d'extension du format Adam pour y inclure le génotypage,

les données cliniques et effectuer des analyses génétiques pour la

médecine personnalisée, à grande échelle, à l'aide d'apprentissage machine.



 
             DÉFI 

  L'analyse de données massives provenant d'études cliniques est effectuée actuellement par des bioinformaticiens à l'aide de pipelines de scripts (souvent écrits en langage Python) sur technologie de bases de données relationelles. Cette aproche est de plus en plus difficile à cause de la très grande quanté de données génétiques. Le Amplab de l'université de Californie Berkeley a publié le format Adam qui permet de tirer avantage de technologies du domaine du Big Data pour accélérer ce processus (voir l'article ici). Notre défi est de faire l'extension du format Adam pour y ajouter des données cliniques, médicaments, environnementales et démographiques afin de concevoir des modèles prédictifs pour le domaine de la médecine personalisée à l'aide d'algorithmes d'apprentissage machine à grande échelle. (voir l'article ici).

             CE QUE NOUS FAISONS 

  Ce projet ne comporte aucun financement et est un projet de logiciel libre. L'an passé, nous avons ajusté le format Adam pour accepter les données génétiques d'essais cliniques connus, par exemple : Advance et CDK Gene. Consultez le rapport de Simon pour voir ce qu'il a fait. Cette année nous avons développé le scripts et chargé ces données dans un schéma ou toutes les données sont colocalisées, voir le récent article de Fodil (article ici) (vidéo ici). La prochaine étape est de cibler et diminuer le nombre de gènes qui vont participer à l'entrainement de l'algorithme d'apprentissage machine (travaux en cours de Michel Éthier-Hénault). Merci au professeur Larry Hall, de l'Université de South Florida pour son effort dans la validation, et au Dr. Hamet du CHUM et de son équipe de bioinformaticiens pour l'explication des données Advance. Cette année nous allons travailler au développement d'algorithmes d'apprentissage machine pour identifier les facteurs qui pourraient permettre la découverte d'un score prédictif pour le diabète type 2 à l'aide seulement de la génétique des patients. Une collaboration additionnelle débutera à l'été avec Sequencebio. Le nouveau pipeline HPC de ADAM est fondé sur les meilleures pratiques de GATK.



             ÉQUIPE D'ÉTUDIANTS     Fodil Belgait, Michel Henault-Éthier, Béatriz Kanzki


            
TECHNOLOGIES       Python, ADAM, Hbase, Spark, Parquet, Avro, H2o, genomeBrowser, IGV et VarSeq.

 
Merçi à Screen-Shot-2016-12-07-at-10-42-18-AM.png pour le temps machine gratuit

 

       
 

Screen-Shot-2017-05-03-at-10-07-50-AM.png GnomeViewer - SOMATIC VIZUALIZER 
   

 

Projet de conception d'un visualisateur libre (dépassant les capacités des logiciels libres existants: (c.-à-d. LocusZoom et GWAS pipeline) utilisant un SNP en mode interactif. Cet outil permet l'exploration en temps réel, par les chercheurs, des données publiques. Consultez cet article présenté à la conférence ACM Digital Health 2017 de Londres.


             DÉFI 
 
Les chercheurs du domaine de la santé désirent interagir avec les données génétiques, mais les volumes grandissants posent problème. En ce moment, ils font des requêtes aux bioinformaticiens qui doivent les concevoir, à l'aide du langage SQL, des requêtes qui sont exécutées sur des bases de données ralationelles (en arrière-plan) pour chaque cas. Ce processus n'est pas efficace. Il serait bien d'avoir accès à un logiciel de visualisation qui intègre toutes les données disponibles lors de l'activité de découverte et qui permettrait aux chercheurs d'interagir facilement avec ces grandes quantités de données hétérogènes privées et publiques, par exemple: COSMIC, ENSEMBL, UCSC, CAncer Gene Census, Tumorscape, OMIM, cBioCancer, Mitelman, gnomAD and ExAc.


             CE QUE NOUS FAISONS 
 
 

Nous avons conçu et développé un prototype de logiciel libre de visualisation génétique nommé GenomeViewer. Pour ce faire, nous avons analysé le processus et les logiciels utilisés pour effectuer des requêtes génétiques au laboratoire du Dr. Pavel Hamet. La cible de la version .4 du prototype vise à facilement comparer les données d'un patient avec les données de 1000genome publiquement disponibles. À sa version finale, GenomeViewer permettra aux chercheurs en cancerologie de visualliser les mutations somatiques et les comparer à plusieurs BD publiques.

En 2014-2015 Beatriz a produit un premier prototype jetable, la v.1 nommée GOAT, qui a fait objet de plusieurs étapes de réingénierie par la suite. La deuxième version du prototype par Cédric, ensuite la v.3 par Victor afin d'établir une architecture logicielle interne maintenable (voir publication de GOAT). En 2017 le prototype a été renommé GenomeViewer et la cible fonctionelle a été changée vers la visualisation de mutations somatiques. l'amélioration du prototype a été effectuée par une équipe d'étudiants de projet de fin d'études afin de remplacer la présentation graphique limitée par l'utilisation de la technologie de Bokeh Server par AmCharts et, remplacer la technologie actuelle de BD SQL par du NoSQL-Spark afin d'augmenter significativement la vistesse d'exécution des requêtes. La plus récente version du prototype, la v.4, conçue à l'hiver 2017, comporte seulement les données du 1000 genome, est s'exécute maintenant sur une grappe AWS. Elle permet le chargement de fichiers .vcf. La performance d'exécution du chargement des données est passée d'une durée de 6 heures à une durée de 30 minutes. De plus les requêtes intéractives au back-end sont passées de 3 minutes à 5 secondes grâce à l'utilisation du format Adam de Berkeley sur AWS-EMR. 

Screen-Shot-2017-04-26-at-8-43-11-AM.png

Screen-Shot-2017-04-26-at-8-44-11-AM.png

 

             ÉQUIPE D'ÉTUDIANTS   Beatriz Kanzki, Max St-Onge, Raphaël Papillon, David Guay, Émile Filteau-Tessier, Cédric Urvoy, Victor Dupuy.


             TECHNOLOGIES     
Smacss, Sass, React (Facebook), Reflux, React-JSX, Griddle, Django, MySql, Python, Biopython, AmCharts, Numpy, PandasBlaze, Flask, Matplotlib, Adam, AWS - EMR (Spark)

     
     
 
Merçi à  Screen-Shot-2016-12-07-at-10-42-18-AM.png pour l'accès gratuit à ses instances dans ce projet 





     

 


PACIQ

Logiciel de suivi de l'amélioration continue de la qualité pour les établissements de la santé au Québec

Création d'un logiciel de suivi de l'évaluation des critères de la qualité en fonction des normes applicables d'Agrément Canada, de Planetree, du BOMA BEST et du Réseau Quécébois des Établissements Promoteurs de Santé qui régissent les  établissements de santé au Québec.


             DÉFI 
 

Aujourd'hui, il est difficile d'obtenir l'information précise, de la part de tous les intervenants en santé à l'intérieur d'un établissement, concernant le niveau de conformité, et ce selon plusieurs dimensions de la qualité. De plus les items pour lesquels l'établissement doit être conforme se répètent souvent, d'une norme à une autre, causant ainsi beaucoup de duplications lors de la saisie, l'analyse et la génération de rapports de préparation à l'exercice de conformité. Le directeur adjoint de la direction de la Qualité à l'hôpital Sainte-Justine a résumé ses besoins dans cette
présentation.

             CE QUE NOUS FAISONS 

  
          Nous avons fait l'analyse des processus et logiciels utilisés (c.-à-d. Excel) et modélisé une nouvelle base de    
          données centralisée (à l'aide de la technologie .Net). Par la suite, à l'aide d'une approche de développement
          itérative (agile), nous avons planifié la mise en place d'un prototype Web accompagné de tableaux de bord (BI)
          pour appuyer les décisions des intervenants. Nous suivons un processus de génie logiciel enseigné à l'ÉTS:

          1) conçu et fait approuver un document de vision décrivant les exigences fonctionnelles et non-fonctionnelles;
          2) rédigé et fait approuvé un plan de projet;
          3) rédigé un SRS (
spécifications logicielles), un module d'intelligence d'affaires et mis en place un      
              environnement de développement suivi d'une
architecture technologique et développé un prototype du
              logiciel qui est actuellement en essais de réception au CHU Sainte-Justine, pour ses premiers essais en
              production à l'automne 2016. Voici un exemple du tableau de bord préliminaire pour la direction qualité:

Screen-Shot-2017-02-03-at-1-34-25-PM-(1).png

            Screen-Shot-2017-02-03-at-1-34-42-PM-(1).png

                                   Screen-Shot-2017-02-03-at-1-35-58-PM.png

 

 

 


             ÉQUIPE D'ÉTUDIANTS     M.Y.Tariq, U.Ghomsi, N.Brousseau, R.Chebli, G.Gbelai, D. Boukadi, A. Elmoul


             TECHNOLOGIES     
.Net 4, IIS7, Sql Server 2008 R2, SQL, MDX, XML, SSIS, SSAS, SSRS

 

 

 


CorlabNow 


Un tableau de bord, en temps réel, pour la surveillance des traitements des tests sanguins 

pour assurer la qualité du laboratoire de l'hôpital juif de Montréal. Ce logiciel permet d'afficher, en temps réel,

l'état de l'attente du traitement des analyses sanguines (c.-à-d. les niveaux de services) en temps réel. 

Les échantillons collectés sont acheminés au service de médecine diagnostique. Par la suite une commande  

est saisie pour l'analyse. Le panier d'éprouvettes rempli est acheminé à la station de traitement. L'éprouvette est

étiquetté et par la suite elle est traitée par l'équipement diagnostic (voir le processus imagé ci-bas):

        Screen-Shot-2017-02-03-at-3-23-27-PM.png

 
  
             DÉFI 
   
Les erreurs humaines et matérielles au cours du processus entrainent un retravail par le technologue MPA. Il n'y 
a aucun indicateur de la performance et moyen précis de savoir s'il y a accumulation d'un retard, s'il y est nécessaire 
d'ajouter du personnel pour rencontrer les niveaux de services. De plus certains tests doivent impérativement passer
en priorité (par exemple le test de Troponine : atteinte cardiaque à l'urgence).

   
 

             CE QUE NOUS FAISONS
   
          Conception d'une plateforme de saisie de l'information, en temps réel, et présentation des indicateurs (KPI) permettant d'anticiper
          les accumulations de tests avant de prendre du retard, d'avoir une idée claire du volume de travail et de permettre d'effectuer    
          des analyses sur les données historiques et ainsi permettre une planification précise du comportement du laboratoire.
          (présentation au salon du BI)

          voir le tableau de bord opérer en temps réel

Screen-Shot-2017-02-03-at-3-09-58-PM-(1).png

 
   

             ÉQUIPE D'ÉTUDIANTS     D. Lauzon, C. Vallières, P. Herrera, A.Boussif, A.Zakharov, D.Olano, M-A Tardif, P-E Viau, M.Ouellet, P-A St-Jean


             TECHNOLOGIES   
Logiciels libres seulement: HighCharts, WebSockets, Socket.io, Node.js, VirtualBox, Ubuntu




 

FixMyShoulder


J'ai eu plusieurs problèmes d'épaule de 2001 à 2013. George, un physiothérapeute bien connu de Montréal, m'a aidé et maintenant publie son nouveau livre sur le sujet.

Ce projet vise le développement de deux applications mobiles (Android et IOS)
et d'une plateforme de mise à jour, de style CMS, pour la physiothérapie de l'épaule
George Demirakos.

 
  
             DEFI 
   
Réaliser une application multiplateforme (c.-à-d. iPhone, iPad et Android) simple et facile d'utilisation de manière à mettre

à jour, à l'aide d'un logiciel CMS, les informations deux plateformes IOS et Android simultanément.

 

  
             
CE QUE NOUS FAISONS :
   
Développement d'un cadriciel, CMS, permettant la mise à jour des données pour les deuxapplications mobile en
simultané. Développement de deux
applications mobile identiques: c.-à-d. une pour IOS et une pour Android: (Itération 1 (IOS):
Julie Vincent, itération 1 (Android et plateforme Web): Mathieu Crochet, Itération 2
(Android et plateforme CMS)


  ÉQUIPE D'ÉTUDIANTS :J. Vincent, M. Crochet, M.Awada, S Kadi, M. Khalil, M. Mammar, T.Warnant


  TECHNOLOGIES :Objective-C, XML, HTML, CSS, PhO, Cocoa, TestFlight, Java, Javascript, ADT pour Éclipse, WampServer, plateforme Xcode, yED, Photoshop, Jira et Subversion.