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

New methodologies for automated modeling of the dynamic behavior of large biological networks

Opis projektu

Zautomatyzowana platforma do modelowania dynamicznie zmieniającego się transportu biologicznego

Modele obliczeniowe „in silico” są coraz częściej wykorzystywane do analizy złożonych systemów biologicznych i przyspieszenia badań medycznych. Ich podstawą są równania różniczkowe zwyczajne, ale najlepsze z nich modelują transport tylko w stanie ustalonym ze względu na intensywną pracę związaną z ręczną konstrukcją. Utrudnia to obserwację złożonych, dynamicznie zmieniających się mechanizmów transportu. Finansowany przez ERBN projekt AUTOMATHIC przewiduje zmianę tego stanu rzeczy poprzez opracowanie zautomatyzowanych ram łączących modelowanie matematyczne i uczenie maszynowe w celu identyfikacji odpowiednich struktur równań różniczkowych zwyczajnych, oszacowania ich parametrów i skutecznej oceny wynikowych modeli. Koncentrując się na tym, w jaki sposób komórki nerek transportują toksyny i leki, zespół AUTOMATHIC wykorzysta te ramy do zidentyfikowania sposobów minimalizowania toksyczności leków z zamiarem stworzenia bezpieczniejszych terapii u pacjentów z przewlekłą chorobą nerek.

Cel

In silico models aim to capture and elucidate the complex and emergent interactions of biological systems, with the goal of expediting research and potential clinical translation. For example, ordinary differential equation (ODE) models of toxin and drug transport are being developed to bring safer therapies to chronic kidney disease patients. Despite recent progress, these cutting-edge ODEs only model transport in steady state and remain limited regarding the amount and complexity of dynamic transport mechanisms as it is often not clear which kinetic relation is most suitable. This limitation is due to the manual and labor-intensive approaches to construct the ODEs, which critically hinder their application in quantitative toxicity assessment in key industrial settings like drug development. In AUTOMATHIC, I will leverage and combine my expertise in mathematical modeling and machine learning to develop an integrated framework for automated ODE structure identification, parameter estimation and model evaluation, focusing on cell transport and signaling, which is the timely leap forward needed to create large dynamic models and transform the field. I will test and illustrate the capabilities of the developed framework by exploring the dynamics and regulation of proximal tubule (PT) toxin and drug transport. I will use the dynamic PT model to define novel therapeutic regimens that minimize toxin accumulation in combination with a state-of-the-art in vitro set-up to measure the essential time series data required for model calibration and validation. The anticipated outcomes of AUTOMATHIC are: 1) a next-generation, integrated framework for automated model structure identification and parameter estimation that will become the new standard for the creation and interrogation of large dynamic models of cell transport and signaling; 2) crucial knowledge about PT transport and metabolism; 3) a dynamic PT model to optimize nephrotoxicity protocols, drug dosing and screening.

Dziedzina nauki (EuroSciVoc)

Słowa kluczowe

Program(-y)

Temat(-y)

System finansowania

HORIZON-ERC - HORIZON ERC Grants

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

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

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Instytucja przyjmująca

UNIVERSITEIT MAASTRICHT
Wkład UE netto
€ 1 500 000,00
Adres
MINDERBROEDERSBERG 4
6200 MD Maastricht
Niderlandy
Region
Zuid-Nederland Limburg (NL) Zuid-Limburg
Rodzaj działalności
Higher or Secondary Education Establishments
Linki
Koszt całkowity
€ 1 500 000,00

Beneficjenci (1)