Opis projektu
Ulepszone modele przewidywania ryzyka zdarzeń związanych z miażdżycowymi chorobami serca i naczyń
Choroby serca są główną przyczyną zgonów w skali globalnej. Pierwsze widoczne objawy miażdżycowej choroby sercowo-naczyniowej (ASCVD) mają często dramatyczny przebieg – mogą mieć bowiem postać udaru mózgu lub zawału serca. Ryzyko miażdżycy zwiększa wiele czynników, w tym wysoki poziom cholesterolu, nadciśnienie tętnicze czy palenie tytoniu. Obecne modele przewidywania ryzyka opierają się na powszechnych czynnikach bez uwzględnienia cech genetycznych, zmian na ścieżce progresji choroby lub heterogeniczności ASCVD. Finansowany przez ERBN projekt SECRET ma na celu wypełnienie tych luk dzięki funkcjonalnemu zbadaniu genetycznych mechanizmów ryzyka, wariantów przyczynowych i sieci regulacyjnych genów poprzez profilowanie wielomikrokomórkowe w kohortach pacjentów i perturbacje genów oparte na CRISPR. Informacje te służą do tworzenia pionierskich poligenicznych modeli przewidywania ryzyka w celu zminimalizowania zdarzeń ASCVD.
Cel
Atherosclerotic cardiovascular disease (ASCVD) is the most common cause of death worldwide. Aside from asymptomatic manifestations, the first sign of clinically significant ASCVD is often a severe clinical event, such as stroke or myocardial infarction. Thus, identification of people at high risk is central to battle the deadly consequences of ASCVD. The usefulness of current risk prediction models such as SCORE2 is unsatisfactory most likely since the score is built on prevalent risk factors rather than mechanistic changes occuring along the disease path. Especially, genetic risk factors acting already early in life and diverse longitudinal exposures accumulating during the lifetime of a person, lead to disturbance of gene regulatory networks which are not considered in the current risk models. In addition, the current models predict the combined risk of coronary and peripheral artery disease and ischemic stroke despite mounting evidence of ASCVD heterogeneity. To capture these missing aspects of ASCVD risk, we leverage the predictive ability of genetic variation provided to us by the world’s largest meta-analysis of GWAS for ASCVD and introduce a new disease mechanism-based stratification. In work package (WP) 1, we will map the transcriptomic and epigenetic effects of risk variants using single cell multiomics profiling of 500 human atherosclerotic tissue samples. In WP2, we infer disease associated genes, gene-gene interactions and gene regulatory networks using an innovative CRISPR-based experimental approach. In WP3, we will make use of the generated information to develop novel functionally informed polygenic risk models which are benchmarked against the conventional risk prediction models for predictive accuracy. Ultimately, this information will provide us with a mechanistic understanding of the genetic basis of disease while allowing construction of new gold standard polygenic risk prediction models for prevention of ASCVD events.
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
70211 KUOPIO
Finlandia