Le projet Mobil
Notre mode de vie, (habitudes alimentaires et tabagisme), influe sur notre santé, mais les mécanismes biologiques sous-jacents restent largement méconnus. Les données métabolomiques décrivent les niveaux de milliers de métabolites, par exemple dans le sang, couvrant ainsi de nombreux processus biologiques.
Elles ont permis l’identification de biomarqueurs, et leur combinaison en signatures métaboliques, liés au mode de vie, ainsi que la description de mécanismes biologiques impliqués dans le lien entre le mode de vie le développement de cancer.
Les études métabolomiques ont jusqu’ici supposé, implicitement, qu’un mode de vie donné conduisait à la même réponse métabolique moyenne chez tous les individus. Le projet MOBiL vise à combler cette lacune.
En particulier, nous développerons des méthodes statistiques qui permettront d’identifier simultanément des sous-groupes de la population et les signatures métaboliques spécifiques à ces sous-groupes. Nous appliquerons ces méthode pour dériver des signatures métaboliques du mode de vie dans deux grandes études de cohorte, et étudierons leur association avec le risque de cancers gastro-intestinaux.
En reflétant la variabilité interindividuelle, les signatures identifiées dans MOBiL pourraient permettre l’identification de sous-populations pour lesquelles des interventions personnalisées seraient les plus bénéfiques.
Les porteurs
Vivian VIALLON
Vivian Viallon est chercheur au Centre International de Rechercher sur le Cancer (OMS, Lyon). Il est responsable de l’équipe Biostatistique et intégration de données au sein de la branche Nutrition et Métabolisme. Travaillant à l’interface entre biostatistique et épidémiologie du cancer, il développe et applique des méthodes statistiques pour étudier les liens entre le mode de vie et le risque de cancer, ainsi que le rôle de différents types de variables moléculaires dans cette association.
Yohann DE CASTRO
Yohann De Castro est Professeur des universités à l’École Centrale Lyon et responsable de site à l’Institut Camille Jordan. Membre de l’Institut Universitaire de France, ses travaux de recherche portent sur le machine learning, les statistiques et l’optimisation avec des applications en bio-statistique, série temporelles et réseaux.
