Descrizione del progetto
Compiere progressi nella valutazione del rischio di micro e nanoplastiche
Le micro e nanoplastiche (MNP) comportano rischi significativi per la salute umana, con potenziali effetti sul sistema gastrointestinale, ma le loro piccole dimensioni e la loro presenza diffusa complicano le valutazioni della tossicità. I metodi tradizionali di valutazione del rischio sono costosi e richiedono molto tempo, evidenziando la necessità di approcci innovativi. In questo contesto, il progetto PlasTox, finanziato dal CER, cerca di far progredire la nostra comprensione dei rischi legati alle MNP combinando tecniche sperimentali, computazionali e di apprendimento automatico. Svilupperà una struttura per caratterizzare le MNP utilizzando l’imaging spettrale e i saggi biologici, integrando questi dati con modelli di apprendimento automatico per prevedere la tossicità. Sfruttando l’apprendimento profondo, PlasTox intende scoprire i percorsi tossicologici e creare modelli predittivi per valutare l’impatto sulla salute umana, rivoluzionando la valutazione del rischio e la ricerca tossicologica.
Obiettivo
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.
Campo scientifico (EuroSciVoc)
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione
Programma(i)
- HORIZON.1.1 - European Research Council (ERC) Main Programme
Argomento(i)
Invito a presentare proposte
(si apre in una nuova finestra) ERC-2024-STG
Vedi altri progetti per questo bandoMeccanismo di finanziamento
HORIZON-ERC - HORIZON ERC GrantsIstituzione ospitante
4 Dublin
Irlanda