
Julie Hussin
Méthodes d'apprentissage profond en recherche biomédicale
Media
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
Student supervision
Theses and dissertation supervision (Papyrus Institutional Repository)
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
Precision medicine study of type 2 diabetes in the COLCOT-T2D trial
Precision medicine study of treatment options in type 2 diabetes patients without cardiovascular disease
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
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
Analyse de données multi-omiques en recherche cardiovasculaire
Quantitative Approaches to Understand Differential Immune Responses in COVID-19
Les ARNs non-codants dans la physiopathologie, la thérapie et la prognostication de la fibrillation atriale.
Determining the genetic and environmental factors associated with metabolic phenotypes across Canada.
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