Mathieu Blanchette
- Accueil
- Vous êtes chercheur
- Mathieu Blanchette

Affiliation : Université McGill
Organisation : École d'informatique de l'Université McGill
Courriel : blanchem@cs.mcgill.ca
Site Internet
À propos de Mathieu Blanchette
Le laboratoire de Mathieu Blanchette développe des approches informatiques de pointe pour répondre aux questions importantes de la génomique et de l'évolution. Nous concevons des approches algorithmiques, statistiques et des approches d'apprentissage machine pour résoudre des questions concrètes issues de la biologie. Nous travaillons en étroite collaboration avec des biologistes, des biochimistes et des généticiens pour mettre nos outils au service des découvertes biologiques. Nous sommes particulièrement intéressés par les questions suivantes : (i) Comment les génomes évoluent-ils, et qu'est-ce que cela nous apprend sur leurs fonctions? (ii) Comment l'expression des gènes est-elle régulée, et quel rôle joue l'organisation tridimensionnelle des chromosomes dans ceci?
Après avoir obtenu son doctorat de l’Université de Washington en 2002 et avoir complété son postdoc à UC Santa Cruz en 2003, Mathieu a rejoint l’École d’informatique de l’Université McGill et a fondé le Laboratoire de génomique computationnelle. Les recherches effectuées par son équipe formidable ont été divulguées dans plus d’une centaine publications. Mathieu a récemment été élu membre du Collège des chercheurs de la Société royale du Canada, il a été lauréat d’une bourse de recherche de la Fondation Sloan en 2009, et il a reçu le Prix du jeune chercheur en informatique exceptionnel de l’Association d'informatique Canadienne en 2011, ainsi que le Prix Chris Overton en 2006. Sa passion pour l’enseignement et la supervision d’étudiants a été reconnue par le Prix Leo Yaffe pour l'enseignement en 2008.
Concours ouverts
- PIATEA : portail d’approches d’intégration à l'annotation d'éléments transposables
- Plateforme de développement et de déploiement de jeux de science citoyenne en génomique
- Outils bio-informatiques pour une épigénomique 3D intégrative
- Approches d'apprentissage profond pour comprendre les mécanismes d'altération épigénétique dans le cancer sur la base de la génomique tri-dimensionnelle