Projektbeschreibung
Darmmikrobiom: Prädiktor für wiederkehrende Infektionen
Viele Frauen sind wiederholt von Harnwegsinfekten betroffen, die meist auf Darmbakterien zurückgehen. Das Darmmikrobiom wäre damit ein geeigneter Prädiktor für wiederkehrende Harnwegsinfekte, aber auch für Resistenzen gegen antibiotische Therapien. Das vom Europäischen Forschungsrat finanzierte Projekt OUTSMART-infection führt in diesem Zusammenhang phänotypische und genomische Analysen des Darmmikrobioms von Patientinnen durch und entwickelt mittels maschineller Lernalgorithmen ein Infektiositätsmodell, mit dem sich Therapieabläufe erstellen und die Entstehung von Resistenzen vermeiden lassen. Zudem wird getestet, inwieweit wiederkehrende Infekte durch eine spezifische Antibiotikatherapie des Darmmikrobioms verhindert werden können.
Ziel
Antibiotics are a double-edged sword: they help clear the current infection, yet can also select for resistant pathogens, making future infections harder to treat. While treatment guidelines recognize this collateral damage, we currently lack strategies to predict how treatments affect future recurrence and resistance at the individual patient level. This problem is of particular importance in Urinary Tract Infections (UTIs); affecting the majority of women over their lifetime, UTIs can chronically recur despite antimicrobial treatment. Importantly, UTIs are often self-seeded by strains residing in the gut microbiome, suggesting that the gut microbiome may provide means to predict current and future infections and could possibly even be manipulated to minimize infections. Here, we propose an interdisciplinary approach combining high-throughput phenotyping and genomics of same-patient gut-microbiome and UTI samples with machine-learning analysis of clinical records, towards a look-ahead treatment strategy for recurrent infections. First, we will use whole-genome and meta-genome approaches to sensitively detect infecting strains within the patients microbiome and develop a gene-based model for the infectivity of strains and thereby for the likely infecting agent and resistance profile of infection. Second, we will use long-read sequencing to map genetic linkage among resistances in each patients microbiome, enabling the development of a reinforcement machine-learning model to assign treatments that minimize both the risk of treatment failure and of future resistance. Finally, quantifying in vivo and in vitro the impacts of antibiotic intake on microbiome composition, we will test the feasibility of prescribing antibiotics that manipulate the microbiome in favor of less infectious strains. Together, this unique research-to-clinic data-rich approach will establish the basic foundations for a microbiome-based paradigm of look-ahead treatment strategies.
Wissenschaftliches Gebiet (EuroSciVoc)
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
- NaturwissenschaftenBiowissenschaftenGenetik
- Medizin- und GesundheitswissenschaftenGrundlagenmedizinPharmakologie und PharmazieArzneimittelAntibiotikum
- NaturwissenschaftenBiowissenschaftenMikrobiologie
Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen
Wir bitten um Entschuldigung ... während der Ausführung ist ein unerwarteter Fehler aufgetreten.
Sie müssen sich authentifizieren. Ihre Sitzung ist möglicherweise abgelaufen.
Vielen Dank für Ihr Feedback. Sie erhalten in Kürze eine E-Mail zur Übermittlungsbestätigung. Wenn Sie sich für eine Benachrichtigung über den Berichtsstatus entschieden haben, werden Sie auch im Falle einer Änderung des Berichtsstatus benachrichtigt.
Schlüsselbegriffe
Programm/Programme
- HORIZON.1.1 - European Research Council (ERC) Main Programme
Thema/Themen
Aufforderung zur Vorschlagseinreichung
(öffnet in neuem Fenster) ERC-2021-ADG
Andere Projekte für diesen Aufruf anzeigenFinanzierungsplan
HORIZON-ERC -Gastgebende Einrichtung
32000 Haifa
Israel