Description du projet
La technologie intelligente s’attaque aux superbactéries
La résistance aux antimicrobiens (RAM) constitue une grave menace pour la santé mondiale, alors que peu de nouveaux antibiotiques se profilent à l’horizon. Les méthodes actuelles de découverte de médicaments sont lentes et manquent souvent de détails essentiels sur le fonctionnement des nouveaux antibiotiques. Dans ce contexte, le projet AI4AMR, financé par le CER, vise à relever ce défi en intégrant la microbiologie, la génétique, l’intelligence artificielle et les techniques de dépistage avancées afin de créer un pipeline plus rapide et plus efficace pour la découverte de nouveaux antibiotiques. En tirant parti de l’apprentissage profond pour analyser de vastes ensembles de données sur les réponses bactériennes, AI4AMR peut mettre en évidence des cibles médicamenteuses et des mécanismes d’action en un temps record. Cette approche innovante promet de découvrir de nouveaux antibiotiques, y compris à partir de produits naturels complexes, ce qui accélérera la lutte contre la résistance aux antimicrobiens et garantira des traitements plus efficaces à l’avenir.
Objectif
Antimicrobial resistance (AMR) is one of the most pressing global health problems of our times. To counteract AMR, we urgently need new antibiotics, particularly with novel modes of action (MoA). However, while typical antibiotic screening pipelines can identify compounds that impair bacterial growth, they are unable to predict drug targets and MoA so must be followed up by time-consuming target identification steps. By synergizing our expertise in microbiology, genetics, advanced microscopy, metabolomics, medicinal chemistry, computational biology and artificial intelligence (AI), we propose to create a new pipeline at the forefront of the antibiotic discovery field that will be capable of informing simultaneously on the bioactivity and MoA of new antibiotic candidates. Working with seven pathogens, our improved acquisition strategies for both imaging-based high-content screening and metabolomics will generate a massive dataset of rich multidimensional phenotypes of libraries of genetic mutants and of bacteria exposed to a range of perturbants, at unprecedented scale. Deep learning analyses will then enable us to explore these massive datasets to correlate chemical-induced phenotypes to those from mutants, linking drugs to genes to elucidate the target/MoA of new drugs. This innovative pipeline will enable us to explore unique chemical spaces, including complex natural product extracts (without the need for isolation of individual components) and novel synthetic compounds. Promising candidates with novel MoA will be tested against drug-resistant clinical isolates and against a future pandemic 'pathogen X', demonstrating our pipeline as an AI-powered solution for achieving higher productivity in antibiotic discovery. AI4AMR will provide the community with a new pipeline to efficiently screen large compound libraries to identify novel antibiotics and define their MoA and target, helping directly to combat AMR.
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: Le vocabulaire scientifique européen.
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.
- sciences naturelles sciences biologiques microbiologie bactériologie
- sciences naturelles sciences physiques optique microscopie
- sciences sociales économie et affaires économie économie de la production productivité
- sciences médicales et de la santé médecine fondamentale pharmacologie et pharmacie produit pharmaceutique antibiotique
- sciences médicales et de la santé médecine fondamentale pharmacologie et pharmacie résistance aux médicaments résistance aux antibiotiques
Vous devez vous identifier ou vous inscrire pour utiliser cette fonction
Nous sommes désolés... Une erreur inattendue s’est produite.
Vous devez être authentifié. Votre session a peut-être expiré.
Merci pour votre retour d'information. Vous recevrez bientôt un courriel confirmant la soumission. Si vous avez choisi d'être informé de l'état de la déclaration, vous serez également contacté lorsque celui-ci évoluera.
Mots‑clés
Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).
Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).
Programme(s)
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
-
HORIZON.1.1 - European Research Council (ERC)
PROGRAMME PRINCIPAL
Voir tous les projets financés dans le cadre de ce programme
Thème(s)
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Régime de financement
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
HORIZON-ERC-SYG - HORIZON ERC Synergy Grants
Voir tous les projets financés dans le cadre de ce programme de financement
Appel à propositions
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
(s’ouvre dans une nouvelle fenêtre) ERC-2024-SyG
Voir tous les projets financés au titre de cet appelInstitution d’accueil
La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.
75654 PARIS
France
Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.