3 resultados para Système de Recommandation d’Articles de Recherche

em Université de Montréal


Relevância:

30.00% 30.00%

Publicador:

Resumo:

Lors de l’attribution du prix Nobel de chimie aux docteurs Robert Leftkowitz et Brian Kobika pour leurs travaux essentiels sur les récepteurs couplés à des protéines G (RCPGs), Sven Lindin, membre du comité Nobel, a affirmé que « jusqu'à la moitié » des médicaments « reposent sur une action ciblant les RCPG ». En raison de leurs rôles importants, leurs mécanismes d'activation et l’action de leurs ligands, les RCPG demeurent les cibles potentielles de la majorité des recherches pour le développement de nouveaux médicaments et de leurs applications cliniques. Dans cette optique, nous avons concentré nos recherches à travers cette thèse pour élucider les rôles, les mécanismes d’action et les effets des ligands de trois RCPG : GPR55; GPR91 et GPR99 au cours du développement des axones des cellules ganglionnaires de la rétine (CGRs). Les résultats de nos études confirment l’expression des récepteurs lors du développement embryonnaire, postnatal et adulte des CGRs ainsi qu’au cours de l’établissement de la voie rétinothalamique. In vitro, la modulation pharmacologique et génétique de l’activité de ces RCPGs réorganise la morphologie du cône de croissance des CGRs, celle des neurones corticaux et elle modifie la croissance axonale globale. De plus, les effets de la stimulation avec des ligands des ces trois RCPGs sur le guidage axonal varient d’aucun effet (GPR91 et GPR99) à la répulsion ou l’attraction (GPR55). La voie de signalisation MAPK-ERK1/2 joue un rôle essentiel dans la médiation des effets des ligands de ces récepteurs avec une implication de la voie de RhoA à hautes concentrations pour l’agoniste endogène de GPR55. In vivo, cette recherche démontre également l’implication de GPR55 dans les processus de sélection des cibles thalamiques et de raffinement au cours du développement du système nerveux visuel.

Relevância:

30.00% 30.00%

Publicador:

Resumo:

Travaux d'études doctorales réalisées conjointement avec les travaux de recherches doctorales de Nicolas Leduc, étudiant au doctorat en génie informatique à l'École Polytechnique de Montréal.

Relevância:

30.00% 30.00%

Publicador:

Resumo:

Ce mémoire tente de répondre à une problématique très importante dans le domaine de recrutement : l’appariement entre offre d’emploi et candidats. Dans notre cas nous disposons de milliers d’offres d’emploi et de millions de profils ramassés sur les sites dédiés et fournis par un industriel spécialisé dans le recrutement. Les offres d’emploi et les profils de candidats sur les réseaux sociaux professionnels sont généralement destinés à des lecteurs humains qui sont les recruteurs et les chercheurs d’emploi. Chercher à effectuer une sélection automatique de profils pour une offre d’emploi se heurte donc à certaines difficultés que nous avons cherché à résoudre dans le présent mémoire. Nous avons utilisé des techniques de traitement automatique de la langue naturelle pour extraire automatiquement les informations pertinentes dans une offre d’emploi afin de construite une requête qui nous permettrait d’interroger notre base de données de profils. Pour valider notre modèle d’extraction de métier, de compétences et de d’expérience, nous avons évalué ces trois différentes tâches séparément en nous basant sur une référence cent offres d’emploi canadiennes que nous avons manuellement annotée. Et pour valider notre outil d’appariement nous avons fait évaluer le résultat de l’appariement de dix offres d’emploi canadiennes par un expert en recrutement.