Opis projektu
Nowy model pomoże w doborze optymalnej terapii dla pacjentów onkologicznych z COVID-19
Pacjenci onkologiczni są bardziej podatni na zakażenie SARS-CoV-2 i ciężki przebieg choroby. Rozpoznanie odpowiedniego połączenia leków pozwoli uniknąć konieczności przerwania opieki klinicznej. Zespół finansowanego przez UE projektu CancerCOtreat chce opracować system in silico do modelowania postępu COVID-19 u osób chorych na raka. System opiera się na połączeniu biologii zakażenia SARS-CoV-2, działania zatwierdzonych leków i patofizjologii pacjentów onkologicznych. Naukowcy pomogą w badaniu skuteczności różnych terapii i identyfikacji synergistycznych kombinacji, które stanowić będą optymalną terapię pacjentów onkologicznych zakażonych SARS-CoV-2.
Cel
Cancer patients are of high risk to develop severe COVID-19, which has a negative impact on their clinical management. Cancer therapy and COVID-19 severity can be also affected negatively by preconditions, including obesity, diabetes, hypertension and advanced age, as well as by the gender. To help cancer patients suffering from COVID-19 and the other preconditions as soon as possible, it will be necessary to repurpose existing and well tolerated drugs - alone or in combination. To accelerate this process, we propose to develop an in silico systems biology approach to model the known biology of SARS-CoV-2 infection and the action of approved drugs overlaid on the underlying pathophysiology of cancer patients with different disease states, preconditions and gender. The proposed mathematical framework will mechanistically model the COVID-19 progression in the context of cancer. We will also simulate the effect of COVID-19 in this patient population and explore the efficacy of various treatment regimens to identify synergistic combinations as well as optimal schedules for therapy. Robust model validation will be performed using data from the Massachusetts General Hospital patient database (host of outgoing phase). This is a very timely research because the proposed mechanism-based model will reveal novel strategies to optimally combine current and emerging treatments for COVID-19 in cancer. Importantly, the proposed model will not be limited to COVID-19 but it will set a mathematical framework for the optimal treatment of cancer patients contracted by any infectious diseases. The fellowship will allow the applicant to substantially built upon his previous experience and strengthen his overall scientific abilities. In particular, he will expand his knowledge in tumor/virus biology, cancer research and clinical translation, will enrich his mathematical modelling capabilities and the analysis of complex biological systems that involve more than one medical conditions.
Dziedzina nauki (EuroSciVoc)
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego.
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego.
- medycyna i nauki o zdrowiumedycyna klinicznafizjologiapatofizjologia
- medycyna i nauki o zdrowiunauki o zdrowiuchoroby zakaźnewirus RNAkoronawirusy
- medycyna i nauki o zdrowiumedycyna klinicznaonkologia
- medycyna i nauki o zdrowiunauki o zdrowiuodżywianieotyłość
- nauki przyrodniczematematykamatematyka stosowanamodel matematyczny
Aby użyć tej funkcji, musisz się zalogować lub zarejestrować
Słowa kluczowe
Program(-y)
Temat(-y)
System finansowania
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)Koordynator
1678 Nicosia
Cypr