Julie Hussin
Méthodes d'apprentissage profond en recherche biomédicale
Profile
Research expertise
Julie Hussin dirige un groupe de recherche à l’Institut de Cardiologie de Montréal (ICM). Son poste consiste à réaliser et superviser des projets de recherche en génétique des populations humaines et en génomique personnalisée. Elle organise également des activités et événements pour rejoindre les bio-informaticiens du centre de recherche et créer une synergie entre les équipes qui utilisent des méthodes statistiques et informatiques à l’ICM.
Le travail de recherche la passionne depuis des années et elle adore faire de nouvelles découvertes dans les données biologiques qui n’en finissent plus d’être générées.
Biography
Dre Julie Hussin est professeure sous octroi adjointe au Département de médecine de l’Université de Montréal et chercheuse junior 1 du FRQS. Elle dirige le groupe de bioinformatique OMICS à l’Institut de Cardiologie de Montréal (ICM). Julie est formée en biologie computationnelle et s’intéresse particulièrement à la génétique des populations, à la recherche biomédicale et aux méthodes d’apprentissage profond.
Avant de se joindre à l’ICM, elle a été boursière postdoctorale du groupe de Peter Donnelly au Wellcome Trust Centre for Human Genetics de l’Université d’Oxford et boursière invitée au Centre d’innovation Génome Québec et à l’Université McGill. De 2009 à 2013, elle a fait son doctorat avec Philip Awadalla au Centre de recherche de l’Hôpital Sainte-Justine.
Affiliations and responsabilities
Research affiliations
Research units
Membre
Affiliated institutions
- Institut de cardiologie de Montréal (ICM)
Teaching and supervision
Teaching
Courses taught (current session only)
Programs
Student supervision
Theses and dissertation supervision (Papyrus Institutional Repository)
Approches bio-informatiques protéome-centrées pour l’étude des phénotypes complexes
Cycle : Doctoral
Grade : Ph. D.
L’impact des mutations récurrentes du SARS-CoV-2 sur l’évasion immunitaire
Cycle : Master's
Grade : M. Sc.
Modeling meiotic recombination hotspots using deep learning
Cycle : Master's
Grade : M. Sc.
Characterizing the impact of the mutational landscape of SARS-CoV-2 on epitope presentation and CTL
Cycle : Master's
Grade : M. Sc.
Évaluation de l’imputation des données génétiques Canadiennes-Françaises
Cycle : Master's
Grade : M. Sc.
Caractérisation de deux familles de pharmacogènes, les gènes CYP3A et CYP4F
Cycle : Master's
Grade : M. Sc.
Le cœur métabolique : la métabolomique afin de mieux caractériser l’infarctus du myocarde
Cycle : Master's
Grade : M. Sc.
Projects
Research projects
Réseau Québécois en Reproduction
Evolutionary and Functional Dynamics of Cytochrome P450 Genes and Pseudogenes
Evolutionary and Functional Dynamics of Cytochrome P450 Genes and Pseudogenes
Precision medicine study of treatment options in type 2 diabetes patients without cardiovascular disease
Study of sex-specific biological factors underlying cognitive function and cardiovascular outcomes
Interpretable Machine Learning Approaches Applied to Omics Datasets
Interpretable Machine Learning Approaches Applied to Omics Datasets
Precision medicine study of type 2 diabetes in the COLCOT-T2D trial
Precision medicine study of type 2 diabetes in the COLCOT-T2D trial
Approches computationnelles multi-omiques pour la recherche sur les maladies cardiovasculaires et la COVID19
Interpretability of Deep Learning Approaches Applied to Omics Datasets
Canadian Data Integration Centre
Determining the genetic and environmental factors associated with metabolic phenotypes across Canada.
Coronavirus Variants Rapid Response Network_CoVaRR-Net (Genomic surveillance and modeling for the COVID-19 variant endgame)
Génomique computationelle et évolutive en médecine personnalisée
Génomique computationelle et évolutive en médecine personnalisée
Biomarqueurs pour l'insuffisance cardiaque à fraction d'éjection préservée: à la recherche de cibles pour le diagnostic et des interventions thérapeutiques grâce à la métabolomique
Quantitative Approaches to Understand Differential Immune Responses in COVID-19
Analyse de données multi-omiques en recherche cardiovasculaire
Les ARNs non-codants dans la physiopathologie, la thérapie et la prognostication de la fibrillation atriale.
Deep Learning Methods in Biomedical Research: from Genomics to Multi-Omics Approaches
Annotation des chromosomes sexuels de l’ornithorynque par apprentissage automatique
FICM 2018-2019
Outreach
Publications and presentations
Disciplines
- Bioinformatics
- Biomedical Sciences
- Genomics
- Epidemiology and Biostatistics
- Computer Science
Areas of expertise
- Computer Databases
- Data mining
- Population Genetics
- Biomedical Technologies
- COVID-19
- COVID19