Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano italiano
CORDIS - Risultati della ricerca dell’UE
CORDIS

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

Descrizione del progetto

Strumenti di apprendimento profondo per la ricerca sul cancro in biomedicina

L’apprendimento profondo ha rivoluzionato la ricerca sul cancro estraendo informazioni molecolari dai dati delle immagini. Tuttavia, la sua efficacia è limitata in quanto rimane puramente descrittivo e scollegato dalle conoscenze biologiche meccanicistiche. In questo contesto, il progetto NADIR, finanziato dal CER, mira a sfruttare i modelli di apprendimento profondo per prevedere, verificare e persino scoprire nuovi meccanismi biologici. Integrando la programmazione, l’analisi delle immagini mediche e l’ingegneria biomedica, il progetto svilupperà strumenti di apprendimento profondo in grado di estrarre concetti biologici, chiarire meccanismi biologici e generare e testare ipotesi meccanicistiche. L’obiettivo principale del progetto NADIR è comprendere le interazioni tumore-immunità nei tumori gastrici e del colon-retto. Attraverso il suo programma di istruzione e sensibilizzazione, il progetto mira a rendere gli strumenti disponibili ai ricercatori sul cancro nel campo della biomedicina.

Obiettivo

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.

Campo scientifico (EuroSciVoc)

CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: Il Vocabolario Scientifico Europeo.

È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione

Parole chiave

Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).

Programma(i)

Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.

Argomento(i)

Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.

Meccanismo di finanziamento

Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.

HORIZON-ERC - HORIZON ERC Grants

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.

(si apre in una nuova finestra) ERC-2023-STG

Vedi tutti i progetti finanziati nell’ambito del bando

Istituzione ospitante

TECHNISCHE UNIVERSITAET DRESDEN
Contributo netto dell'UE

Contributo finanziario netto dell’UE. La somma di denaro che il partecipante riceve, decurtata dal contributo dell’UE alla terza parte collegata. Tiene conto della distribuzione del contributo finanziario dell’UE tra i beneficiari diretti del progetto e altri tipi di partecipanti, come i partecipanti terzi.

€ 1 498 750,00
Indirizzo
HELMHOLTZSTRASSE 10
01069 DRESDEN
Germania

Mostra sulla mappa

Regione
Sachsen Dresden Dresden, Kreisfreie Stadt
Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale

I costi totali sostenuti dall’organizzazione per partecipare al progetto, compresi i costi diretti e indiretti. Questo importo è un sottoinsieme del bilancio complessivo del progetto.

€ 1 498 750,00

Beneficiari (1)

Il mio fascicolo 0 0