Description du projet
Des modèles de fondation pour des prévisions fiables du cancer
Le diagnostic moléculaire joue un rôle crucial dans la médecine personnalisée. Les modèles d’IA actuels ont toutefois besoin d’assistance pour apprendre à partir des profils moléculaires des patients et faire des prévisions, en raison de la nature complexe de la biologie moléculaire des maladies et du nombre limité de données d’apprentissage. Le projet FoundationDX, financé parle CER, comble cette lacune en développant des modèles de fondation à partir des données biomoléculaires disponibles pour les tissus sains et malades. Grâce à l’apprentissage auto-supervisé, un moteur essentiel de l’IA, le projet se propose de créer une représentation complète de la biologie cellulaire sans nécessiter de données détaillées sur les patients. Cette approche permettra de prévoir de manière fiable les sous-types de cancer et le pronostic. Le projet s’efforce de proposer des solutions puissantes d’apprentissage automatique à des problèmes de diagnostic moléculaire jusqu’ici difficiles à résoudre.
Objectif
Molecular diagnostics is crucial in fulfilling the promise of personalized medicine. While we are amidst an AI revolution, current machine learning models (ML) struggle to effectively learn from molecular (‘omics’) patient profiles and fail to make robust predictions. Perhaps this is not a surprise. After all, molecular disease biology is immensely complex, and we ask ML models to predict such complicated things as patient prognosis, without them ‘knowing’ anything about molecular biology and based on limited training data.
To address this, I will create foundation models on top of the vast troves of available biomolecular data, such as multi-omics profiles in healthy and diseased tissues, high-resolution single-cell data and biological knowledge graphs. This unique approach is driven by self-supervised learning (SSL), an important driver of AI, which offers the opportunity to learn a comprehensive representation of the multimodal biology of the cell – without the need for well-annotated patient data.
Starting from this strong basis, the FoundationDX model can then reliably predict cancer subtype or prognosis as it no longer needs to start from scratch on too high-dimensional, too low sample-size datasets. Effectively, we give our systems biological ‘common sense’, foregoing the need for millions of labeled training samples. This uniquely enables us to address one of the most clinically relevant questions: which treatment is best for the patient?
The FoundationDX research program is designed to deliver key insights into how the SSL revolution can be used to drive progress in the field of molecular diagnostics. It contains a ‘clinical-grade’ benchmarking module and solves three urgent diagnostic challenges, including noninvasive subtyping of pediatric brain cancer. The time for powerful, robust and generalizable, knowledge-aware machine learning solutions to previously intractable molecular diagnostics problems has come. FoundationDX aims to deliver this.
Champ scientifique (EuroSciVoc)
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.
Vous devez vous identifier ou vous inscrire pour utiliser cette fonction
Nous sommes désolés... Une erreur inattendue s’est produite.
Vous devez être authentifié. Votre session a peut-être expiré.
Merci pour votre retour d'information. Vous recevrez bientôt un courriel confirmant la soumission. Si vous avez choisi d'être informé de l'état de la déclaration, vous serez également contacté lorsque celui-ci évoluera.
Mots‑clés
Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).
Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).
Programme(s)
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
-
HORIZON.1.1 - European Research Council (ERC)
PROGRAMME PRINCIPAL
Voir tous les projets financés dans le cadre de ce programme
Thème(s)
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Régime de financement
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
HORIZON-ERC - HORIZON ERC Grants
Voir tous les projets financés dans le cadre de ce programme de financement
Appel à propositions
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
(s’ouvre dans une nouvelle fenêtre) ERC-2023-COG
Voir tous les projets financés au titre de cet appelInstitution d’accueil
La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.
3584 CX Utrecht
Pays-Bas
Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.