Skip to main content
Ir a la página de inicio de la Comisión Europea (se abrirá en una nueva ventana)
español es
CORDIS - Resultados de investigaciones de la UE
CORDIS

PeptimAIze: Revolutionazing Peptide Design through Multi-Property Optimization and Explainable AI

Descripción del proyecto

Modelo innovador de aprendizaje profundo para el diseño eficiente de péptidos

Las interacciones proteína-proteína (IPP) son fundamentales para muchos procesos fisiológicos y patológicos del cuerpo humano, lo que las convierte en dianas prometedoras para el tratamiento de enfermedades como las infecciones bacterianas y el cáncer. Sin embargo, el uso terapéutico y el descubrimiento de péptidos se ven obstaculizados por propiedades fisicoquímicas desfavorables y por métodos ineficaces que consumen muchos recursos. Con el apoyo de las acciones Marie Skłodowska-Curie, el proyecto PeptimAIze desarrollará un modelo de aprendizaje profundo especializado en la generación de péptidos terapéuticos para inhibir las IPP. Para lograrlo, el proyecto abordará las carencias de los enfoques actuales de aprendizaje profundo aplicados al diseño de péptidos mediante el desarrollo de un modelo con una mejor interpretabilidad. El modelo superará las limitaciones existentes y, al mismo tiempo, será más eficiente y accesible.

Objetivo

PeptimAIze aims to develop a deep learning model capable of generating therapeutic peptides for inhibiting protein-protein interactions (PPIs). Many PPIs are essential to key physiological and pathological processes, making these interactions ideal targets for selective intervention in several human diseases, including cancer and bacterial infections. However, the therapeutic potential of peptides is often limited by unfavorable physicochemical properties, such as low solubility and poor bioavailability. Current peptide discovery approaches are time- and resource-intensive, generating significant waste through iterative and labour-intensive screening of compound batches across multiple optimisation rounds to experimentally achieve the desired physicochemical properties. While deep learning and generative models have recently emerged for on-demand peptide design, most focus on a single aspect, typically binding affinity, disregarding physicochemical properties and experimental validation. PeptimAIze addresses these gaps by developing a multi-objective deep learning model based on protein language processing that designs peptides by co-optimising binding to the target and the physicochemical properties necessary for optimal administrability and bioavailability. The model will incorporate explainable AI techniques to enhance interpretability and reveal which amino acids in the peptide sequence are associated with the tuning of each considered property. A key step will be the wet-lab validation of the model on targets responsible for vital bacterial functions (Doc/Phd) and cancer development (p53/MDM2 and Bcl-xL/Bak), demonstrating real-world lab applicability. To maximise impact and usability, the model will be deployed through an intuitive, user-friendly app, enabling researchers in academia and industry to design peptides with tailored properties.

Ámbito científico (EuroSciVoc)

CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural. Véas: El vocabulario científico europeo..

Para utilizar esta función, debe iniciar sesión o registrarse

Palabras clave

Palabras clave del proyecto indicadas por el coordinador del proyecto. No confundir con la taxonomía EuroSciVoc (Ámbito científico).

Programa(s)

Programas de financiación plurianuales que definen las prioridades de la UE en materia de investigación e innovación.

Tema(s)

Las convocatorias de propuestas se dividen en temas. Un tema define una materia o área específica para la que los solicitantes pueden presentar propuestas. La descripción de un tema comprende su alcance específico y la repercusión prevista del proyecto financiado.

Régimen de financiación

Régimen de financiación (o «Tipo de acción») dentro de un programa con características comunes. Especifica: el alcance de lo que se financia; el porcentaje de reembolso; los criterios específicos de evaluación para optar a la financiación; y el uso de formas simplificadas de costes como los importes a tanto alzado.

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

Ver todos los proyectos financiados en el marco de este régimen de financiación

Convocatoria de propuestas

Procedimiento para invitar a los solicitantes a presentar propuestas de proyectos con el objetivo de obtener financiación de la UE.

(se abrirá en una nueva ventana) HORIZON-MSCA-2025-PF

Ver todos los proyectos financiados en el marco de esta convocatoria

Coordinador

IMPERIAL COLLEGE OF SCIENCE TECHNOLOGY AND MEDICINE
Aportación neta de la UEn

Aportación financiera neta de la UE. Es la suma de dinero que recibe el participante, deducida la aportación de la UE a su tercero vinculado. Considera la distribución de la aportación financiera de la UE entre los beneficiarios directos del proyecto y otros tipos de participantes, como los terceros participantes.

€ 260 347,92
Dirección
SOUTH KENSINGTON CAMPUS EXHIBITION ROAD
SW7 2AZ London
Reino Unido

Ver en el mapa

Región
London Inner London — West Westminster
Tipo de actividad
Higher or Secondary Education Establishments
Enlaces
Coste total

Los costes totales en que ha incurrido esta organización para participar en el proyecto, incluidos los costes directos e indirectos. Este importe es un subconjunto del presupuesto total del proyecto.

Sin datos