Daniel Figeys

Carte électronique

Daniel Figeys
Professeur

Pièce : Pavillon Roger Guindon, pièce 4510D (bureau) 4501P,N,S,W (laboratoire)
Bureau : 613-562-5800 poste 8674
Lab : 613-562-5800 poste 8721
Courriel professionnel : dfigeys@uottawa.ca

Biographie

Le professeur Daniel Figeys est membre du Département de biochimie, microbiologie et immunologie, de l’Institut de la biologie des systèmes d’Ottawa, et du Centre de recherche conjoint sur la biologie des systèmes et la pharmacologie personnalisée de l’Université d’Ottawa et du Shanghai Institute of Materia Medica. Le professeur Figeys a obtenu son baccalauréat et sa maîtrise en chimie à l’Université de Montréal. Il a obtenu son doctorat à l’Université de l’Alberta et a ensuite fait ses études postdoctorales à l’Université de Washington. Avant son poste actuel, le professeur Figeys occupa le poste de vice-président de la biologie des systèmes et du profilage chez MDS-Proteomics (2000 à 2004) où il était responsable des fonctions analytiques de MDS-Proteomics.

Études microbiome-hôte : En collaboration avec les professeurs Alain Stintzi et David Mack (CHEO), nous étudions les interactions entre l'hôte et le microbiome intestinal1 dans les maladies inflammatoires chroniques de l’intestin (MICI) chez une cohorte pédiatrique. Nous utilisons la protéomique afin d’identifier les modifications chez l'hôte2, 3. Nous utilisons également la métaprotéomique4 dans le but d’étudier les changements fonctionnels du microbiome combinée à une analyse évolutive afin d’établir des relations potentielles entre l'hôte et le microbiome.

Plateforme bioinformatique du MetaLab : En collaboration avec les professeurs Alain Stintzi et Mathieu Lavallée-Adam, nous développons des outils de bioinformatique dans le but d’identifier et de quantifier les données générées par nos analyses métaprotéomiques. Nous avons adopté une stratégie de recherche de base de données itératives, appelée MetaPro-IQ. Cette approche permet de construire une base de données limitée, spécifique aux échantillons, et non redondante5. Cette approche nous a permis d’identifier, et ce avec beaucoup d’efficacité, plusieurs protéines lors de nos analyses d’échantillons du microbiome intestinal5. Nous avons également développé une plateforme computationnelle de traitement des données entièrement automatisée, appelée MetaLab. Ce logiciel renferme de nouvelles approches de traitement des données ce qui accélère considérablement nos recherches. De plus, ce logiciel renferme les principales composantes de la bioinformatique ainsi que des outils de la statistique pour des études métaprotéomiques. (imetlab.ca ; version en ligne du programme MetaLab)6.

Développement de test microbiomes : En collaboration avec le professeur Alain Stintzi, nous développons un nouveau test, appelé RapidAIM (rapid assay of an individual’s microbiome), afin d’étudier les interactions entre des composés chimiques et le microbiome d’individus7. Brièvement, l’approche du RapidAIM consiste à croître et maintenir les microbiotes, de manière ex vivo, d’un individu et ce, en présence de composés sélectionnés, couplée d’une caractérisation de leurs réponses au fil du temps8, 7, 5.

Développement de nouvelles technologies : Nous sommes constamment intéressés aux développements de nouvelles approches technologiques afin de repousser les limites de la bioanalyse protéique. Actuellement, nous développons des approches pour l’étude de modifications post-translationnelles telles que : la glycosylation des protéines13, 14, la méthylation15, et l’acétylation. Typiquement, chaque percée scientifique est immédiatement appliquée à un projet d’intérêt que nous avons en partenariat avec un de nos nombreux collaborateurs.

 

Publications sélectionnées

  • Starr, A. E. et al. Proteomic and Metaproteomic Approaches to Understand Host-Microbe Interactions. Analytical chemistry, doi:10.1021/acs.analchem.7b04340 (2017).
  • Starr, A. E. et al. Proteomic analysis of ascending colon biopsies from a paediatric inflammatory bowel disease inception cohort identifies protein biomarkers that differentiate Crohn's disease from UC. Gut 66, 1573-1583, doi:10.1136/gutjnl-2015-310705 (2017).
  • Mottawea, W. et al. Altered intestinal microbiota-host mitochondria crosstalk in new onset Crohn's disease. Nat Commun 7, 13419, doi:10.1038/ncomms13419 (2016).
  • Zhang, X. et al. Deep Metaproteomics Approach for the Study of Human Microbiomes. Analytical chemistry 89, 9407-9415, doi:10.1021/acs.analchem.7b02224 (2017).
  • Zhang, X. et al. MetaPro-IQ: a universal metaproteomic approach to studying human and mouse gut microbiota. Microbiome 4, 31, doi:10.1186/s40168-016-0176-z (2016).
  • Cheng, K. et al. MetaLab: an automated pipeline for metaproteomic data analysis. Microbiome 5, 157, doi:10.1186/s40168-017-0375-2 (2017).
  • Zhang, X. et al. In Vitro Metabolic Labeling of Intestinal Microbiota for Quantitative Metaproteomics. Analytical chemistry 88, 6120-6125, doi:10.1021/acs.analchem.6b01412 (2016).
  • Li, L. et al. Evaluating in Vitro Culture Medium of Gut Microbiome with Orthogonal Experimental Design and a Metaproteomics Approach. Journal of Proteome Research, doi:10.1021/acs.jproteome.7b00461 (2017).
  • Chiang, C. K. et al. Phosphoproteome Profiling Reveals Circadian Clock Regulation of Posttranslational Modifications in the Murine Hippocampus. Front Neurol 8, 110, doi:10.3389/fneur.2017.00110 (2017).
  • Chiang, C. K. et al. The proteomic landscape of the suprachiasmatic nucleus clock reveals large-scale coordination of key biological processes. PLoS Genet 10, e1004695, doi:10.1371/journal.pgen.1004695 (2014).
  • Starr, A. E. et al. beta-Estradiol Results in a PCSK9-Dependent Increase in LDLR Levels in Human Hepatic HuH7 Cells. The FEBS journal, doi:10.1111/febs.13309 (2015).
  • Denis, N. et al. Quantitative proteomic analysis of PCSK9 gain of function in human hepatic HuH7 cells. J Proteome Res 10, 2011-2026, doi:10.1021/pr2000072 (2011).
  • Chen, R., Zou, H. & Figeys, D. Detergent-Assisted Glycoprotein Capture: A Versatile Tool for In-Depth N-Glycoproteome Analysis. J Proteome Res 15, 2080-2086, doi:10.1021/acs.jproteome.6b00056 (2016).
  • Chen, R., Cheng, K., Ning, Z. & Figeys, D. N-Glycopeptide Reduction with Exoglycosidases Enables Accurate Characterization of Site-Specific N-Glycosylation. Analytical chemistry 88, 11837-11843, doi:10.1021/acs.analchem.6b03531 (2016).
  • Ning, Z. et al. A charge-suppressing strategy for probing protein methylation. Chem Commun (Camb) 52, 5474-5477, doi:10.1039/c6cc00814c (2016).

Champs d'intérêt

  • Biologie des systèmes
  • Protéomiques et lipidomiques
  • Neurodégénérescence
  • Biochimie
Haut de page