Description du projet
S’appuyer sur l’apprentissage automatique pour comprendre l’influence du sexe et de l’ostéoporose sur la régénération osseuse
L’ostéoporose, une maladie omniprésente qui entraîne une fragilité osseuse, est un problème de santé urgent qui touche plus de 32 millions d’Européens et qui devrait s’aggraver avec le vieillissement de la population. Les femmes ménopausées sont particulièrement vulnérables et la capacité de régénération des os varie selon le sexe. L’apprentissage automatique offre un outil puissant pour comprendre ces effets et concevoir des biomatériaux optimisés pour ces caractéristiques uniques. Soutenu par le programme Actions Marie Skłodowska-Curie (MSCA), le projet SeDiBone utilisera l’apprentissage automatique pour étudier l’influence du sexe et de l’ostéoporose sur la régénération osseuse. Il créera des outils permettant de mesurer et de concevoir des biomatériaux pour une régénération optimale en fonction de ces deux facteurs. Le projet vise à développer des biomatériaux spécifiques aux patients et à élaborer des solutions thérapeutiques.
Objectif
Osteoporosis, a widespread disease that causes bone fragility, currently afflicts over 32 million Europeans, with rapidly increasing
prevalence expected due to population aging. The costs of therapies for osteoporotic fragility fractures total more than 50 billion per
year in the EU. Postmenopausal females are at especially increased risk for osteoporosis, and the regenerative capacity of healthy
bone also differs between the biological sexes.
Although biomaterials have been developed to aid bone regeneration after injury, the influence of biological sex and osteoporotic
disease have not been taken into account for such biomaterials design. Excitingly, the advent of machine learning (ML) offers the
potential to unravel the effects of sex and osteoporotic disease on biomaterials bone regenerative capacity, and to apply these
insights to design biomaterials optimized to these characteristics.
Therefore, the SeDiBone project will for the first time exploit ML to elucidate the influence of sex and osteoporotic disease on
bone regeneration, and to translate these insights towards design of an entirely new class of biomaterials with sex and osteoporotic
specificity. By enabling automated localization of tissue defect sites and detailed tissue, cell, and interface identification, SeDiBone will deliver an Analysis Tool that efficiently and reproducibly quantifies bone regeneration outcomes in male or female and healthy or osteoporotic preclinical animal models (Aim 1). These in-depth insights will then serve as inputs for a Design Tool to determine the biomaterials designs correlating to optimal regenerative success based on sex and osteoporosis, with validation through ex vivo demonstration (Aim 2). SeDiBone will thus crucially synergize and advance efforts to design a new generation of patient-specific biomaterials, and accordingly inform therapeutic solutions for regeneration of bone tissue in the unexplored areas of sex- and disease-based specificity.
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: https://op.europa.eu/en/web/eu-vocabularies/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: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
Vous devez vous identifier ou vous inscrire pour utiliser cette fonction
Mots‑clés
Programme(s)
- HORIZON.1.2 - Marie Skłodowska-Curie Actions (MSCA) Main Programme
Appel à propositions
(s’ouvre dans une nouvelle fenêtre) HORIZON-MSCA-2023-PF-01
Voir d’autres projets de cet appelRégime de financement
HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European FellowshipsCoordinateur
6525 GA Nijmegen
Pays-Bas