Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français fr
CORDIS - Résultats de la recherche de l’UE
CORDIS

Multi-Omics Brain Organoid dissection of Dravet Syndrome

Description du projet

Thérapies personnalisées pour les patients atteints du syndrome de Dravet

Le syndrome de Dravet (SD) est une forme grave d’épilepsie infantile caractérisée par des crises récurrentes et des retards de développement. La plupart des patients présentent des mutations du gène SCN1A, mais les résultats varient en fonction d’autres facteurs. L’impact sur les différentes cellules cérébrales et leurs réponses à la maladie restent encore flous. Avec le soutien du programme Actions Marie Skłodowska-Curie, le projet MOBODS cartographiera les voies moléculaires perturbées dans le syndrome de Down à l’échelle de la cellule unique en utilisant des modèles d’organoïdes cérébraux, des données multi-omiques et des méthodes informatiques. Il permettra d’identifier les modifications transcriptionnelles spécifiques à chaque type cellulaire, de cartographier les perturbations des réseaux de régulation génique et de caractériser les dysfonctionnements métaboliques. En reliant la base génétique du syndrome de Down à sa variabilité clinique, MOBODS développera des thérapies plus personnalisées pour les patients atteints du syndrome de Down résistants aux traitements conventionnels.

Objectif

Dravet Syndrome (DS) is one of the most severe developmental epileptic disorders in children, characterized by spontaneous recurrent seizures, developmental delay, and high risk of premature death. While approximately 80% of patients carry loss-of-function mutations in the SCN1A gene, clinical outcomes vary significantly, suggesting that other molecular and cellular factors influence disease manifestation. Although we know this mutation impairs inhibitory neuron function, it remains unclear 1) which other brain cell types are affected and 2) how these cells respond to the pathogenic environment by altering their genome regulation and cellular metabolism. MOBODS aims to map disrupted molecular pathways in DS at single-cell resolution, using a multidisciplinary approach that integrates brain organoid models, time-series multi-omics data, and computational methods. This research tackles three key challenges: identifying cell type-specific transcriptional changes, mapping gene regulatory network perturbations, and characterizing metabolic dysfunctions. By linking the genetic basis of DS with its clinical variability, these results can help develop in the long term more personalized therapies, particularly important as over 50% of DS patients are currently resistant to conventional treatments and require multiple anti-seizure medications. Furthermore, improved molecular characterization of DS symptoms can help reduce the stigma associated with epilepsy. Standardizing and validating the terminology used to describe symptoms can support patients in overcoming both interpersonal and institutional stigma, such as challenges in social interactions or discrimination in employment and insurance policies. Through this project, I will gain independence in experimental research, expertise in large-scale genetic studies, and leadership skills—all crucial for securing a tenure-track position in molecular and computational biology and effectively managing research resources.

Champ scientifique (EuroSciVoc)

Mots‑clés

Programme(s)

Thème(s)

Régime de financement

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

Voir tous les projets financés dans le cadre de ce programme de financement

Appel à propositions

(s’ouvre dans une nouvelle fenêtre) HORIZON-MSCA-2024-PF-01

Voir tous les projets financés au titre de cet appel

Coordinateur

UNIVERSITAT DE BARCELONA
Contribution nette de l'UE
€ 194 074,56
Adresse
GRAN VIA DE LES CORTS CATALANES 585
08007 Barcelona
Espagne
Région
Este Cataluña Barcelona
Type d’activité
Higher or Secondary Education Establishments
Liens
Coût total
Aucune donnée