Opis projektu
Skuteczny sposób diagnozowania rzadkiej formy demencji
Otępienie czołowo-skroniowe jest rzadkim zaburzeniem, które rozpoczyna się głównie w płatach czołowych i skroniowych mózgu, prowadząc do zmian poznawczych i behawioralnych. Diagnozowanie jego występowania jest jednak trudne, ponieważ objawy pokrywają się z objawami choroby Alzheimera. Zespół finansowanego ze środków działania „Maria Skłodowska-Curie” projektu IR4FTD ma na celu opracowanie nowatorskiego rozwiązania w zakresie diagnostyki otępienia czołowo-skroniowego i choroby Alzheimera, opartego na multimodalnej spektroskopii i algorytmach uczenia maszynowego. Naukowcy zdecydowali, że zamiast skupiania się na pojedynczych biomarkerach, opracują holistyczne podejście oparte na analizie próbek śliny i osocza przy pomocy metod spektroskopii wibracyjnej. Dzięki zaawansowanym technikom uczenia maszynowego, naukowcy chcą poznać tendencje oraz markery molekularne, dzięki którym chcą opracować bardziej przystępną cenowo metodę diagnozowania tej rzadkiej formy demencji.
Cel
The central aim of the project is to apply multimodal spectroscopy combined with machine learning to identify a fingerprint for Frontal Temporal Dementia (FTD) and Alzheimer’s disease (AD) in saliva and plasma. FTD is the second most common dementia and usually affects individuals younger than 60 years old. FTD is difficult to diagnose, since there is no single exam that determines the disease, but instead many costly or painful exams that together link the disease. Some of the symptoms of the disease may be confounding with others such as AD. While the usual search for biomarkers focuses on individual patterns, the present proposal is to use a holistic approach. Vibrational spectroscopy provides a snapshot of the entire chemical finger print in a label-free way. In this project, samples from FTD, AD, and healthy subjects of >45 years old, will be analysed using Raman, mid and near infrared spectroscopy @Monash University in Australia, and complemented with Mass Spectrometry on the same samples @ICGEB in Italy. Advanced machine learning tools provide a powerful approach for data analysis unravelling hidden trends, correlations and also identify the main contributions that characterize the type of sample. The spectra recorded using the extended wavelength range encompassing the mid-infrared and near-infrared spectral regions will be processed with state-of-the-art machine learning tools to identify the molecular phenotype and establish markers in patients with TDP and AD. These findings will pave the way to the development of a new screening tool that would decrease the costs associated with the current diagnosis of FTD and in general for neurodegenerative disorders.
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.
Aby użyć tej funkcji, musisz się zalogować lub zarejestrować
Słowa kluczowe
Program(-y)
- HORIZON.1.2 - Marie Skłodowska-Curie Actions (MSCA) Main Programme
Zaproszenie do składania wniosków
Zobacz inne projekty w ramach tego zaproszeniaSystem finansowania
HORIZON-TMA-MSCA-PF-GF - HORIZON TMA MSCA Postdoctoral Fellowships - Global FellowshipsKoordynator
34149 Trieste
Włochy