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

Deep-learning for structure-based discovery of adaptive immune receptors

Opis projektu

Uczenie głębokie umożliwia projektowanie adaptacyjnych receptorów immunologicznych specyficznych dla epitopu

W odróżnieniu od odpowiedzi odpornościowej nieswoistej, odpowiedź odpornościowa swoista jest wysoce wyspecjalizowana. Jest ona ukierunkowany na konkretny patogen wywołujący infekcję i zapamiętuje go w celu zapewnienia długotrwałej ochrony. Ten ukierunkowany atak wykorzystuje adaptacyjne receptory immunologiczne (AIR) i ich interakcje z określonymi częściami antygenów zwanymi epitopami. Obecne metody mapowania epitopów są drogie i mało wydajne. Zespół finansowanego przez ERBN projektu AIRstructure zamierza temu zaradzić, wykorzystując doświadczenie naukowców w modelowaniu interakcji białko-białko, w tym interakcji AIR-antygen, oraz w geometrycznym uczeniu głębokim. Uzyskane w ten sposób dokładne i wysokowydajne modele umożliwią modelowanie strukturalne interakcji między AIR a antygenem, projektowanie AIR specyficznych dla epitopu i przewidywanie swoistości oparte na strukturze w celu eksploracji dużych repertuarów AIR.

Cel

B- and T- cell adaptive immune receptor (AIR) repertoires are highly diverse, enabling response to a wide range of pathogens. While sequencing of an individual's immune repertoires is becoming common, our ability to convert these datasets into comprehensive antigen exposure information to inform clinical decisions is limited. The major challenges are to identify the antigens recognized by B-cell and T-cell immune receptors (BCRs/antibodies and TCRs), model their structures and determine their epitopes. Experimental approaches for epitope mapping are costly and low-throughput. While deep learning-based models have revolutionized structural biology by predicting highly accurate structures of proteins and protein complexes, they rely on multiple sequence alignments (MSAs) that are not available for the AIR-antigen interactions. Recently, my group has designed geometric deep learning models for AIR structure modeling and for epitope prediction without MSA.
In this project, I will build on my expertise in modeling protein-protein interactions, including AIR-antigen, and in geometric deep learning to develop accurate and high-throughput models that address the specific challenges of AIR-antigen systems.
My main goals are to develop deep learning-based models for: (i) accurate and high-throughput end-to-end structure modeling of AIR-antigen interactions; (ii) design of epitope-specific AIRs for targeting broadly neutralizing epitopes and optimized antigenicity profiles; and (iii) structure-based specificity prediction for mining large AIR repertoires.
These approaches will advance the analysis of immune repertoires, improve our understanding of immune response, and enable designing vaccines and therapeutics with broad specificity and resistance to antigenic mutations. Moreover, the methods will empower the cancer epitope discovery and the detection of autoimmune receptors.

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-COG

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Instytucja przyjmująca

THE HEBREW UNIVERSITY OF JERUSALEM
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.

€ 2 000 000,00
Koszt całkowity

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

€ 2 000 000,00

Beneficjenci (1)

Moja broszura 0 0