Algorithmes de recommandation musicale

Ce mémoire est composé de trois articles qui s’unissent sous le thème de la recommandation musicale à grande échelle. Nous présentons d’abord une méthode pour effectuer des recommandations musicales en récoltant des étiquettes (tags) décrivant les items et en utilisant cette aura textuelle pour déterminer leur similarité. En plus d’effectuer des recommandations qui sont transparentes et personnalisables, notre méthode, basée sur le contenu, n’est pas victime des problèmes dont souffrent les systèmes de filtrage collaboratif, comme le problème du démarrage à froid (cold start problem). Nous présentons ensuite un algorithme d’apprentissage automatique qui applique des étiquettes à des chansons à partir d’attributs extraits de leur fichier audio. L’ensemble de données que nous utilisons est construit à partir d’une très grande quantité de données sociales provenant du site Last.fm. Nous présentons finalement un algorithme de génération automatique de liste d’écoute personnalisable qui apprend un espace de similarité musical à partir d’attributs audio extraits de chansons jouées dans des listes d’écoute de stations de radio commerciale. En plus d’utiliser cet espace de similarité, notre système prend aussi en compte un nuage d’étiquettes que l’utilisateur est en mesure de manipuler, ce qui lui permet de décrire de manière abstraite la sorte de musique qu’il désire écouter.

Caractérisation de l’ADNc et de l’ADN génomique codant l’intégrine plaquettaire αIIb‐β3 chez un cheval atteint de Thrombasthénie de Glanzmann

La thrombasthénie de Glanzmann (TG) est une maladie caractérisée par un défaut d’agrégation plaquettaire. C’est une maladie génétique autosomale récessive causée par une anomalie du récepteur plaquettaire pour le fibrinogène. Ce récepteur est une intégrine localisée à la surface plasmatique qui est formée par un complexe composé des sous‐unités αIIb et β3. Nous avons identifié un cheval démontrant les caractéristiques clinicopathologiques de la TG. Des études par cytométrie de flux ont révélé une déficience au niveau de la portion αIIb du récepteur. Ces résultats suggèrent une ou plusieurs mutations au niveau du gène codant pour cette portion αIIb du récepteur. L’objectif de notre étude était de caractériser l’ADNc et l’ADN génomique codant pour les gènes ITGA2B et ITGB3 codant respectivement pour les deux sous‐unités αIIb et β3 chez un cheval atteint de la TG. L’ADNc a été synthétisé par RT‐PCR en utilisant l’ARN total récolté à partir des plaquettes. L’ADN génomique a été extrait à partir des globules blancs. Des amorces spécifiques ont été utilisées pour l’amplification par PCR d’ITGA2B et d’ITGB3. Les séquences d’ADNc et d’ADN génomique de notre patient ont été caractérisées par séquençage et comparées par l’analyse BLAST (GenBank). Une substitution d’une guanine par une cytosine a été mise en évidence au niveau de l’exon 2 d’ITGA2B amenant à la substitution d’une arginine (Arg72) par une proline (Pro72). Ce changement d’acide aminé pourrait résulter en une conformation structurelle anormale qui amènerait à une sous‐unité αIIb inactive. L’analyse de l’ADN génomique a démontré que ce cheval était homozygote pour cette mutation. Le séquençage de l’ADN génomique des parents et de la grand‐mère du patient a démontré que ces individus étaient hétérozygotes pour cette mutation. Le séquençage d’ITGB3 n’a démontré aucune anomalie.