à 
Prix: Gratuit
Salle S1-151
2940, chemin de la Polytechnique
Montréal (QC) Canada  H3T 1J7

L’Institut de recherche en immunologie et en cancérologie (IRIC) présente la 8e conférence de la programmation 2019, «Les scientifiques émérites». Soyez des nôtres pour entendre des chercheurs de renom des quatre coins du monde présenter leurs percées scientifiques les plus récentes.

Conférencier:
Kwonmoo Lee
, Worcester Polytechnic Institute, Worcester, MA, États-Unis 

Biographie:
Le Dr Kwonmoo Lee est professeur adjoint et chercheur principal au Laboratoire d'imagerie cellulaire quantitative du Département de génie biomédical du Worcester Polytechnic Institute, Massachusetts, États-Unis. Il a obtenu un B. Sc. en génie électrique et une M. Sc. en physique de l'Université des sciences et technologies de Pohang, Corée du Sud. Il a ensuite obtenu son doctorat en physique (biophysique) du Massachusetts Institute of Technology (MIT) sous la supervision du Dr Marc Kirschner (Harvard Medical School). Il a terminé sa formation postdoctorale en biologie cellulaire quantitative en tant que boursier postdoctoral NIH NRSA avec le Dr Gaudenz Danuser de Harvard Medical School.

Son laboratoire se concentre sur l'intégration de l'apprentissage automatique et de l'imagerie quantitative de cellules vivantes afin de comprendre la complexité/l'hétérogénéité de la dynamique moléculaire et cellulaire dans les cellules vivantes. Plus précisément, son laboratoire:

    • développe une plate-forme d'analyse d’apprentissage automatique pour la déconvolution fine d'activités hétérogènes et de la sensibilité aux médicaments au niveau subcellulaire;
    • élabore un système d'apprentissage automatique pour le criblage à haut débit de cellules vivantes par imagerie en fluorescence;
    • étudie la coordination spatiotemporelle des régulateurs de l'actine et de la bioénergétique liés à la protrusion cellulaire.

Publics cibles :
Étudiants des cycles supérieurs, postdoctorants et membres de la communauté biomédicale.

Cette conférence sera présentée en anglais.

Machine Learning-Based Live Cell Analysis Unravels Subcellular Heterogeneity of Cell Protrusion
Consulté 3 fois