Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français français
CORDIS - Résultats de la recherche de l’UE
CORDIS

Learning and modeling the molecular response of single cells to drug perturbations

Description du projet

Modéliser les réponses d’une cellule unique à des perturbations associées à des médicaments grâce à l’apprentissage automatique

Le projet DeepCell, financé par l’UE, entend concevoir un modèle systémique du comportement cellulaire en cas de perturbation induite par des médicaments en s’appuyant sur les données génomiques de la cellule unique et l’apprentissage automatique. L’étude préliminaire a démontré la possibilité de prédire les changements d’expression génétique d’un ensemble de cellules en réponse à des stimuli. Les chercheurs appliqueront une approche d’apprentissage profond multi-conditions et multi-modale pour la génomique normale et spatialement résolue, afin d’établir un modèle pour la réponse de l’expression cellulaire à diverses perturbations. La flexibilité du modèle actuel permettra d’analyser les effets de stimuli médicamenteux combinés et de caractériser le paysage régulateur des gènes. En tant que preuve de concept, le modèle sera utilisé pour identifier des cibles régulant la sélection de la lignée entéroendocrine dans l’intestin.

Objectif

Advances in single-cell genomics (SCG) allow us to read out a cell’s molecular state with unprecedented detail, increasingly so across perturbations. To fully understand a cellular system, one must be able to predict its internal state in response to all perturbations. Yet such modeling in SCG is currently limited to descriptive statistics. Building upon my expertise in machine learning, I propose to systematically model a cell’s behavior under perturbation, focusing on the largely untouched area of drug-induced perturbations with multiomics SCG readouts. A sufficiently generic model will predict perturbed cellular states, enabling the design of optimal treatments in new cell-types.
In a pilot study, we predicted gene expression changes of a cell ensemble in response to stimuli. DeepCell builds upon this approach: Based on a multi-condition, multi-modal deep-learning approach for both normal and spatially-resolved genomics, we will set up a constrained, interpretable model for the cellular expression response to diverse perturbations. The added flexibility of the DeepCell model versus classical small-scale systems biology models will allow us to interrogate the effects of combined drug stimuli and characterize the gene regulatory landscape by interpretation of the learned deep network.
DeepCell provides unique possibilities to capitalize on cell-based drug screens to address fundamental questions in gene regulation and predicting treatment outcomes. As a proof of concept, I will identify targets that regulate enteroendocrine lineage selection in the intestine. I will set up a 500-compound single-cell organoid RNA-seq screen based on compounds from a spatial imaging screen across 200,000 intestinal organoids, both of which we will model with DeepCell. We will leverage those models to predict optimal treatment for obese mice.
DeepCell opens up the possibility of in silico drug screens, with the potential to expedite drug discovery and impact clinical settings.

Champ scientifique (EuroSciVoc)

CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.

Vous devez vous identifier ou vous inscrire pour utiliser cette fonction

Mots‑clés

Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).

Programme(s)

Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.

Thème(s)

Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.

Régime de financement

Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.

HORIZON-ERC - HORIZON ERC Grants

Voir tous les projets financés dans le cadre de ce programme de financement

Appel à propositions

Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.

(s’ouvre dans une nouvelle fenêtre) ERC-2021-ADG

Voir tous les projets financés au titre de cet appel

Institution d’accueil

HELMHOLTZ ZENTRUM MUENCHEN DEUTSCHES FORSCHUNGSZENTRUM FUER GESUNDHEIT UND UMWELT GMBH
Contribution nette de l'UE

La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.

€ 2 103 910,50
Coût total

Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.

€ 2 103 910,50

Bénéficiaires (2)

Partenaires (1)

Mon livret 0 0