Description du projet
Faire progresser l’évaluation des risques liés aux micro et nanoplastiques
Les micro et nanoplastiques (MNP) présentent des risques importants pour la santé humaine, en affectant potentiellement le système gastrointestinal, toutefois leur petite taille et leur présence généralisée compliquent l’étude de leur toxicité. Par ailleurs, les méthodes traditionnelles d’évaluation des risques sont coûteuses et prennent du temps, ce qui souligne la nécessité d’approches innovantes. Dans ce contexte, le projet PlasTox, financé par le CER, entend améliorer notre compréhension des risques liés aux MNP en combinant des techniques expérimentales, informatiques et d’apprentissage automatique. Il développera un cadre pour caractériser les MNP à l’aide de l’imagerie spectrale et d’essais biologiques, en intégrant ces données à des modèles d’apprentissage automatique pour prédire la toxicité. En s’appuyant sur l’apprentissage profond, PlasTox vise à découvrir les voies toxicologiques et à créer des modèles prédictifs pour évaluer les impacts sur la santé humaine, révolutionnant ainsi l’évaluation des risques et la recherche en toxicologie.
Objectif
The project aims to advance our understanding of potential risks posed by micro- and nanoplastics (MNPs) to human gastrointestinal health through a combination of quantitative, experimental, and computational approaches, leveraging powerful machine learning (ML) algorithms and versatile spectral imaging techniques. Towards this goal, the project will first deliver a framework to extensively characterise MNPs using multiple spectral imaging techniques covering from micro- to nanoscale coupled with complementary instruments. The fused characterisation data will be combined with experimental in vitro bioassays to develop ML models, enabling the prediction of toxicity patterns and unveiling key drivers of MNP toxicity. Harnessing the broad literature data, a knowledge-based deep learning approach will be employed to unlock mechanistic insights into toxicological pathways. The most ambitious part of the proposal is to integrate previously acquired knowledge to develop innovative predictive models for predicting human health impacts of MNPs based on their physicochemical properties. This will be achieved through two independent pathways: one built on insights from in vitro experiments and another rooted in extensive literature data. The ground-breaking approaches hold the potential to revolutionise the characterisation and risk assessment of MNPs, significantly reducing reliance on expensive in vitro and in vivo experiments.
This project offers a unique integration of approaches, competencies and resources in environmental science, life science, analytical chemistry, machine learning, and computer vision and technological developments of spectral imaging instruments. The outcomes could yield potential breakthroughs in numerous key applications of tremendous human, technological, and environmental importance, such as toxicological screening of drugs, safety assurance and environmental hazard monitoring and open a whole new field of research in toxicology.
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
Programme(s)
- HORIZON.1.1 - European Research Council (ERC) Main Programme
Thème(s)
Appel à propositions
(s’ouvre dans une nouvelle fenêtre) ERC-2024-STG
Voir d’autres projets de cet appelRégime de financement
HORIZON-ERC - HORIZON ERC GrantsInstitution d’accueil
4 Dublin
Irlande