Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Machine Learning Combined with Spectral Imaging for Inferring the Toxicity of Micro- and Nanoplastics

Opis projektu

Postępy w ocenie ryzyka związanego z mikro- i nanodrobinami plastiku

Mikro- i nanodrobiny plastiku (MNP) stanowią istotne zagrożenie dla zdrowia ludzkiego, potencjalnie wpływając na układ żołądkowo-jelitowy, ale ich niewielkie rozmiary i wszechobecność utrudniają ocenę toksyczności. Tradycyjne metody oceny ryzyka są kosztowne i czasochłonne, co pokazuje jak bardzo potrzebujemy innowacyjnych podejść. Właśnie dlatego projekt PlasTox finansowany przez ERBN ma na celu lepsze zrozumienie zagrożeń związanych z MNP poprzez połączenie technik eksperymentalnych, obliczeniowych i uczenia maszynowego. W ramach projektu opracowane zostaną ramy do charakteryzowania MNP przy użyciu obrazowania spektralnego i badań biologicznych, integrując uzyskane dane z modelami uczenia maszynowego w celu przewidywania toksyczności. Zespół projektu PlasTox wykorzysta głębokie uczenie, aby odkryć szlaki toksykologiczne i stworzyć modele predykcyjne, które umożliwią ocenę wpływu na ludzkie zdrowie, co zrewolucjonizuje ocenę ryzyka i badania toksykologiczne.

Cel

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.

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. Więcej informacji: Europejski Słownik Naukowy.

Aby użyć tej funkcji, musisz się zalogować lub zarejestrować

Słowa kluczowe

Słowa kluczowe dotyczące projektu wybrane przez koordynatora projektu. Nie należy mylić ich z pojęciami z taksonomii EuroSciVoc dotyczącymi dziedzin nauki.

Program(-y)

Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.

Temat(-y)

Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.

System finansowania

Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.

HORIZON-ERC - HORIZON ERC Grants

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.

(odnośnik otworzy się w nowym oknie) ERC-2024-STG

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Instytucja przyjmująca

UNIVERSITY COLLEGE DUBLIN, NATIONAL UNIVERSITY OF IRELAND, DUBLIN
Wkład UE netto

Kwota netto dofinansowania ze środków Unii Europejskiej. Suma środków otrzymanych przez uczestnika, pomniejszona o kwotę unijnego dofinansowania przekazanego powiązanym podmiotom zewnętrznym. Uwzględnia podział unijnego dofinansowania pomiędzy bezpośrednich beneficjentów projektu i pozostałych uczestników, w tym podmioty zewnętrzne.

€ 1 499 949,00
Koszt całkowity

Ogół kosztów poniesionych przez organizację w związku z uczestnictwem w projekcie. Obejmuje koszty bezpośrednie i pośrednie. Kwota stanowi część całkowitego budżetu projektu.

€ 1 499 949,00

Beneficjenci (1)

Moja broszura 0 0