Skip to main content
Weiter zur Homepage der Europäischen Kommission (öffnet in neuem Fenster)
Deutsch Deutsch
CORDIS - Forschungsergebnisse der EU
CORDIS

Implementation of new machine learning algorithms for the optimisation of drug formulations

Projektbeschreibung

Die Wirkstoffbildung durch maschinelles Lernen optimieren und vorhersagen

Die effiziente und präzise Entwicklung und Vorhersage von kristallinen Formen mit spezifischen physikalisch-chemischen Eigenschaften ist für die pharmazeutische Industrie unerlässlich. Es handelt sich allerdings um eines der kompliziertesten und riskantesten Verfahren, da Forschende die besten kristallinen Formen für eine Mischung von Inhaltsstoffen ermitteln müssen, um eine gegenseitige Umwandlung zu vermeiden, die zu drastischen Veränderungen der Wirksamkeit, Löslichkeit und Bioverfügbarkeit des Wirkstoffs führen könnte. Ziel des ERC-finanzierten Projekts MACHINE-DRUG ist es, eine neuartige Methode des maschinellen Lernens zu entwickeln, die den Prozess der Vorhersage von Kristallstrukturen um den Faktor 100 beschleunigen könnte, wodurch Forschende Komplikationen, die im Laufe der Zeit auftreten können, vorhersehen und die optimale Formulierung für jeden Wirkstoff verwenden können.

Ziel

Correctly developing and predicting crystalline forms with specific physico-chemical properties is essential to the pharmaceutical industry. The main challenge this industry faces is the fact that most active pharmaceutical ingredients in most drugs can interconvert into a different (usually more stable) polymorph, potentially reducing the solubility of the drug, slowing down the release of the API and affecting the pharmacokinetics, bioavailability and efficacy of the drug. For instance, due to the complex interplay between thermodynamics and kinetics, it often happens that unexpected polymorphs emerge either in development (best case scenario) or long after the drug has been approved for market (worst case scenario). A previously known stable form that disappears or the sudden appearance of an even more stable form can have grave consequences. For instance, the new form may have new properties that are not suitable for the intended purpose of the drug, leading to significant economic and public health repercussions. This ERC Proof of Concept project aims to implement new machine learning approaches that would allow to accelerate the process of predicting crystal structures by a factor of 100, thereby making it sustainable and enabling industry to investigate other crystal structures of the same drug to find the most suitable formulation (e.g. hydrates, salts, co-crystals, etc). Beyond pharma (which is our target application for MACHINE-DRUG), polymorphism of chemical structures has significant importance across many other different industries. For instance, the polymorphism of a pigment can generate a different colour, or the polymorphism of a chemical structure can lead to a material with significantly different properties (thermal, plastic, etc.). As such, MACHINE-DRUG is a lean, targeted project with a clear scope, but its potential applications are limitless.

Wissenschaftliches Gebiet (EuroSciVoc)

CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.

Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen

Programm/Programme

Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.

Thema/Themen

Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.

Finanzierungsplan

Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.

HORIZON-ERC-POC - HORIZON ERC Proof of Concept Grants

Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen

Aufforderung zur Vorschlagseinreichung

Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.

(öffnet in neuem Fenster) ERC-2023-POC

Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigen

Gastgebende Einrichtung

UNIVERSITE DU LUXEMBOURG
Netto-EU-Beitrag

Finanzieller Nettobeitrag der EU. Der Geldbetrag, den der Beteiligte erhält, abzüglich des EU-Beitrags an mit ihm verbundene Dritte. Berücksichtigt die Aufteilung des EU-Finanzbeitrags zwischen den direkten Begünstigten des Projekts und anderen Arten von Beteiligten, wie z. B. Dritten.

€ 150 000,00
Adresse
2 PLACE DE L'UNIVERSITE
4365 ESCH-SUR-ALZETTE
Luxemburg

Auf der Karte ansehen

Region
Luxembourg Luxembourg Luxembourg
Aktivitätstyp
Higher or Secondary Education Establishments
Links
Gesamtkosten

Die Gesamtkosten, die dieser Organisation durch die Beteiligung am Projekt entstanden sind, einschließlich der direkten und indirekten Kosten. Dieser Betrag ist Teil des Gesamtbudgets des Projekts.

Keine Daten

Begünstigte (1)

Mein Booklet 0 0