Skip to main content
Ir a la página de inicio de la Comisión Europea (se abrirá en una nueva ventana)
español español
CORDIS - Resultados de investigaciones de la UE
CORDIS

New directions for deep learning in cancer research through concept explainability and virtual experimentation.

Descripción del proyecto

Herramientas de aprendizaje profundo para la investigación del cáncer en biomedicina

El aprendizaje profundo ha revolucionado la investigación del cáncer al extraer información molecular de datos de imagen. Sin embargo, su eficacia es limitada, ya que sigue siendo puramente descriptiva y está desconectada de los conocimientos mecanicistas biológicos. En este contexto, el equipo del proyecto NADIR, financiado por el Consejo Europeo de Investigación, pretende aprovechar los modelos de aprendizaje profundo para predecir, verificar e incluso descubrir nuevos mecanismos biológicos. Integrando programación, análisis de imágenes médicas e ingeniería biomédica, el equipo del proyecto desarrollará herramientas de aprendizaje profundo capaces de extraer conceptos biológicos, elucidar mecanismos biológicos, así como generar y probar hipótesis mecanicistas. El objetivo principal del equipo de NADIR es comprender las interacciones tumor-inmunitarias en los cánceres colorrectal y gástrico. A través de su programa educativo y de divulgación, el equipo del proyecto pretende poner las herramientas a disposición de los investigadores del cáncer en el ámbito de la biomedicina.

Objetivo

Deep learning (DL) is rapidly transforming cancer research and oncology. DL can extract subtle visual features from preclinical and clinical image data. In my junior research group, I have developed end-to-end DL methods to predict molecular biomarkers and clinical outcomes directly from histopathology slides. Because histopathology slides are ubiquitously available for any patient with a solid tumor, DL is a broad tool for translational studies, enabling researchers to extract molecular information and make predictions about clinical outcome.
However, the potential of DL in cancer research is fundamentally limited because it is purely descriptive and, in many cases, a black-box system. Also, DL is currently disjoint from the vast amount of biological mechanistic knowledge in cancer research, and from the world of experimentation. In NADIR, I will close this gap. My hypothesis is that DL models can not only make predictions but can be used to verify
existing biological knowledge and to make new mechanistic discoveries. The main tools that allow me to address this are concept explainability and counterfactual virtual experimentation. For both, there exists a nonmedical proof of concept, but no systematic biomedical application yet. I approach this problem as a biomedical cancer researcher with training in programming, medical image analysis, and biomedical engineering. As such, I will develop DL systems that can extract biological concepts, can elucidate biological mechanisms, and can be used to create, and answer, mechanistic hypotheses. NADIR’s tools will be synergistic with and can be used together with other biological high-throughput experimentation pipelines such as transgenic animal experiments or tumor organoid cultures. The main use case of NADIR is focused on tumor-immune interaction in colorectal and gastric cancer, and through the educational and outreach program in NADIR, it will be made available as a general tool for cancer researchers in biomedicine.

Ámbito científico (EuroSciVoc)

CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural. Véas: El vocabulario científico europeo..

Para utilizar esta función, debe iniciar sesión o registrarse

Palabras clave

Palabras clave del proyecto indicadas por el coordinador del proyecto. No confundir con la taxonomía EuroSciVoc (Ámbito científico).

Programa(s)

Programas de financiación plurianuales que definen las prioridades de la UE en materia de investigación e innovación.

Tema(s)

Las convocatorias de propuestas se dividen en temas. Un tema define una materia o área específica para la que los solicitantes pueden presentar propuestas. La descripción de un tema comprende su alcance específico y la repercusión prevista del proyecto financiado.

Régimen de financiación

Régimen de financiación (o «Tipo de acción») dentro de un programa con características comunes. Especifica: el alcance de lo que se financia; el porcentaje de reembolso; los criterios específicos de evaluación para optar a la financiación; y el uso de formas simplificadas de costes como los importes a tanto alzado.

HORIZON-ERC - HORIZON ERC Grants

Ver todos los proyectos financiados en el marco de este régimen de financiación

Convocatoria de propuestas

Procedimiento para invitar a los solicitantes a presentar propuestas de proyectos con el objetivo de obtener financiación de la UE.

(se abrirá en una nueva ventana) ERC-2023-STG

Ver todos los proyectos financiados en el marco de esta convocatoria

Institución de acogida

TECHNISCHE UNIVERSITAET DRESDEN
Aportación neta de la UEn

Aportación financiera neta de la UE. Es la suma de dinero que recibe el participante, deducida la aportación de la UE a su tercero vinculado. Considera la distribución de la aportación financiera de la UE entre los beneficiarios directos del proyecto y otros tipos de participantes, como los terceros participantes.

€ 1 498 750,00
Dirección
HELMHOLTZSTRASSE 10
01069 DRESDEN
Alemania

Ver en el mapa

Región
Sachsen Dresden Dresden, Kreisfreie Stadt
Tipo de actividad
Higher or Secondary Education Establishments
Enlaces
Coste total

Los costes totales en que ha incurrido esta organización para participar en el proyecto, incluidos los costes directos e indirectos. Este importe es un subconjunto del presupuesto total del proyecto.

€ 1 498 750,00

Beneficiarios (1)

Mi folleto 0 0