Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano it
CORDIS - Risultati della ricerca dell’UE
CORDIS

Vascular Inflammation early discoverieS through Transformative computational Approaches

Descrizione del progetto

Decodificare l’infiammazione vascolare attraverso l’intelligenza integrativa

L’infiammazione vascolare è uno dei principali fattori alla base delle malattie cardiovascolari, tra cui l’aterosclerosi, che spesso viene diagnosticata e trattata solo in stadi avanzati. Un intervento precoce richiede una migliore comprensione di come l’infiammazione insorga dalle interazioni tra processi meccanici, biologici e chimici su diverse scale. Il progetto VISTA, finanziato dal CER, svilupperà un quadro computazionale che integri modelli basati sulla fisica con reti di conoscenza guidate dall’intelligenza artificiale. Combinando la biomeccanica, la meccanobiologia e i processi sistemici che influenzano la salute vascolare, il progetto creerà modelli virtuali di pazienti in grado di riprodurre i meccanismi dinamici alla base dell’infiammazione vascolare sin dalle sue fasi iniziali. Oltre a migliorare la diagnosi e le terapie personalizzate, VISTA mira a sviluppare un quadro di riferimento basato sull’intelligenza integrativa per lo studio dei sistemi multifattoriali, in cui la complessità derivante dall’interazione tra dati, scale e meccanismi venga presa in considerazione e strutturata.

Obiettivo

Vascular inflammation (VI) drives most cardiovascular diseases, the leading cause of global mortality and disability, with atherosclerosis as a key manifestation. Current clinical strategies focus on advanced stages of atherosclerosis, where interventions yield limited benefits. VISTA aims to transform this paradigm by pioneering computational tools for early diagnosis and treatment, bridging the gap between preclinical research and clinical translation. VISTA integrates computational mechanics, chemo-mechano-biology, and machine learning to tackle the challenges of multifactorial diseases. By introducing groundbreaking in silico tools, it seeks to reshape our understanding of VI, advancing preventive and personalized cardiovascular medicine.

Key challenges in VI include: (1) Current approaches struggle to synthetise the wealth of evidence on the interplay between biomechanics, biology, and systemic processes. (2) Translating causal insights into clinical applications requires linking evidence to precise mechanisms. (3) Clinical approaches and preclinical research remain rooted in traditional theories, lacking support from in silico tools that fail to incorporate real-world perspectives.

VISTA tackles these challenges through three objectives: (1) Developing a graph-informed modelling approach to create virtual patient models by synthesizing evidence-based networks of multiscale interactions. (2) Uncovering mechanistic pathways of VI by creating workflows that combine physics-based models, surrogate modelling, and generative AI. (3) Demonstrating the credibility of in silico methods in clinics and biomedical research.

This roadmap will deliver an innovative framework for the early discovery of multifactorial VI mechanisms, uniquely integrating tissue biomechanics, systemic physiopathology, and cell biology. It will advance patient-specific modelling and enable in silico clinical trials, opening pathways for early interventions and transformative therapies.

Campo scientifico (EuroSciVoc)

Parole chiave

Programma(i)

Argomento(i)

Meccanismo di finanziamento

HORIZON-ERC - HORIZON ERC Grants

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

(si apre in una nuova finestra) ERC-2025-COG

Vedi tutti i progetti finanziati nell’ambito del bando

Istituzione ospitante

UNIVERSITA DEGLI STUDI DI ROMA TOR VERGATA
Contributo netto dell'UE
€ 1 997 500,00
Indirizzo
VIA CRACOVIA 50
00133 Roma
Italia
Regione
Centro (IT) Lazio Roma
Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale
€ 1 997 500,00

Beneficiari (1)