Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski pl
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Reconstruction and Computational Modelling for Inherited Metabolic Diseases

Opis projektu

Spersonalizowane modele obliczeniowe w diagnostyce chorób

Dziedziczne choroby metaboliczne są rzadkie i często trudne do zdiagnozowania i leczenia. Postępy w dziedzinie genomiki, proteomiki i modelowania obliczeniowego umożliwiają obecnie nowe sposoby personalizacji diagnostyki i leczenia. Finansowany ze środków UE projekt Recon4IMD wykorzystuje te narzędzia do tworzenia specyficznych dla pacjenta modeli obliczeniowych, które integrują dane genomiczne, transkryptomiczne, proteomiczne i metabolomiczne. Modele te zostaną przeszkolone na danych pochodzących od 2000 zdiagnozowanych pacjentów, a następnie poddane walidacji na niezdiagnozowanych przypadkach. Choroba Gauchera posłuży jako przykład, który pomoże zrozumieć mechanizmy nasilenia choroby. Spersonalizowane oprogramowanie do modelowania zostanie zaprojektowane tak, aby było dostępne klinicznie i zgodne z przepisami, co pozwoli utorować drogę do precyzyjnej medycyny rzadkich chorób metabolicznych.

Cel

Our overall objectives are to accelerate the diagnosis, and enable personalised management, of inherited metabolic diseases (IMDs). Established academic technology for statistical genomic analysis, deep learning-based prediction of protein structure, and whole-body metabolic network modelling shall be applied to generate personalised computational models, given patient-derived genomic, transcriptomic, proteomic and metabolomic data. To train diagnostic models, a comprehensive clinical team will recruit 1,945 diagnosed patients with a wide variety of IMDs, then validate the clinical utility of personalised computational models on a set of 685 undiagnosed patients. An enhanced human metabolic network reconstruction, especially for lipid metabolism, reaction kinetics and inherited metabolic disease pathways, will increase the predictive capacity of cellular and whole-body metabolic network models. As an exemplar for other IMDs, personalised computational modelling will be used to identify compensatory and aggravating mechanisms that associate with clinical severity in Gaucher disease. The predictive capacity of personalised models will be validated by comparison with additional empirical investigations of protein structure and function as well as metabolomics, tracer-based metabolomics and proteomics of patient-derived in vitro disease models. To maximise the potential for impact, personalised modelling software will be developed to be generally applicable to a broad variety of IMDs, and implemented in a way that is both accessible to clinicians and admissible to regulatory authorities. Sustainability will be promoted by development of a roadmap for a European foundation to aid personalised diagnosis and management of IMDs, informed by broad stakeholder consultation. This is a unique opportunity to realise the potential of personalised computational modelling for a broad set of rare diseases, which is a field where European collaboration is an essential for progress.

Dziedzina nauki (EuroSciVoc)

Słowa kluczowe

Program(-y)

Temat(-y)

System finansowania

HORIZON-RIA - HORIZON Research and Innovation Actions

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

(odnośnik otworzy się w nowym oknie) HORIZON-HLTH-2022-TOOL-12-two-stage

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Koordynator

UNIVERSITY OF GALWAY
Wkład UE netto
€ 2 694 512,75
Koszt całkowity
€ 2 694 512,75

Uczestnicy (36)

Partnerzy (5)