Opis projektu
Szybsze opracowywanie leków na choroby przewlekłe
Choć nie bez przyczyny, wiele badań biomedycznych koncentruje się na chorobach, które skracają nasze życie, podczas gdy często miliony pacjentów cierpiących na mniej poważne choroby pozostaje bez bezpiecznych i skutecznych metod leczenia. Przykładem są zapalne choroby skóry, takie jak trądzik różowaty lub zespół Raynauda, na które cierpi około 1 na 20 osób. Projekt GenDrug, finansowany przez Europejską Radę ds. Badań Naukowych, stanowi próbę odpowiedzi na problem braku bezpiecznych i skutecznych leków na te powszechne choroby, pomimo ich znaczącego wpływu na opiekę zdrowotną. Opracowując innowacyjne algorytmy, zespół połączy dane genomowe z badań na dużą skalę z rzeczywistymi danymi z elektronicznej dokumentacji medycznej, aby zidentyfikować obiecujące cele leków i możliwości ich zmiany. Naukowcy wykorzystają modele uczenia głębokiego, aby zbadać wgląd w biologię choroby, co w dalszej perspektywie przyczyni się do rozwoju leków.
Cel
There are thousands of common non-communicable diseases (NCDs) that lack safe and effective drugs despite accounting for most health care expenses and years lived with disability. Me and my team will address this unmet clinical need by developing innovative algorithms that generate and integrate evidence from massive scale genomic studies with real-world data based on millions of patients from electronic health records (EHRs) to identify potent drug targets and opportunities for drug repurposing. To achieve this aim, we will 1) harness ethnically diverse biobanks (>500,000 participants) with whole-exome/genome sequencing and EHR linkage powered by deep learning models to gain new insights into the aetiology of neglected NCDs that are needed for rational drug design, 2) create a genetically anchored biomedical knowledge graph that incorporates rich functional genomic data from single-cell studies with drug characteristics to predict promising drug targets using deep graph neural networks, and 3) establish convergence of genetic and real-world evidence of proposed drug targets by emulating clinical trials in multiple large EHR datasets (>50 million patients). Unique access to diverse hospital cohorts and a clinical trial unit at one of the largest European hospitals, the Charit Universittsmedizin Berlin, will further accelerate clinical translation for selected examples. With GenDrug, we aim to build a community resource to enable and accelerate drug development using big data for hundreds to thousands of diseases that currently lack safe and effective treatments.
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.1.1 - European Research Council (ERC) Main Programme
Temat(-y)
System finansowania
HORIZON-ERC - HORIZON ERC GrantsInstytucja przyjmująca
10117 Berlin
Niemcy