Projektbeschreibung
Maschinelles Lernen für schnellen und präzisen Arzneimittelentwurf
Arzneimittel zu erforschen, ist ein mühsamer und zeitaufwendiger Prozess, bei dem vielfältige Parameter wie etwa die Aktivität, Löslichkeit, Stabilität und Toxizität potenzieller Wirkstoffe zu berücksichtigen sind. Obwohl bereits verschiedene rechnergestützte Ansätze im Einsatz sind, um den Entwurf neuer Wirkstoffe und Arzneimittel zu erleichtern, unterliegen diese in Bezug auf Geschwindigkeit und Genauigkeit Einschränkungen. Das vom Europäischen Innovationsrat finanzierte Projekt CelerisTx - Celeris One Platform zielt auf die Entwicklung einer Plattform ab, die maschinelles Lernen zur Vorhersage biomolekularer Wechselwirkungen nutzt. Die Forschenden planen den Einsatz dieses Werkzeugs zum Entwurf von Molekülen, die auf Protein-Protein-Wechselwirkungen abzielen und den Prozess des gezielten Proteinabbaus einleiten. Dieser Ansatz kann erfolgreich dazu dienen, pathogene Proteine zu entfernen, wie sie beispielsweise mit der Alzheimer-Krankheit in Verbindung gebracht werden.
Ziel
Celeris Therapeutics is a deep learning company that uses innovative, in-silico methods such as geometric deep learning and graph neural networks to degrade currently undruggable targets (pathogenic proteins). The platform shall make a broad impact by addressing currently incureable diseases such as Alzheimer's, Parkinson's, and different types of cancer like breast and prostate cancer.
Celeris Therapeutics' technical solution is the web application (orchestration platform) Celeris One.
It consists of three modules: Hades (target ID), Xanthos (predicting biomolecular interactions and ligand design), Hephaistos (automated synthesize and validate).
The addressed market is in the early-stage drug discovery and users are pharmaceutical and biotech companies with a focus on Targeted Protein Degradation.
The targeted customers are med. and comp. chemists, that currently rely on docking, which is computationally intensive, slow and inaccurate compared to CelerisTx deep learning methods.
Wissenschaftliches Gebiet
- medical and health sciencesbasic medicinepharmacology and pharmacydrug discovery
- medical and health sciencesbasic medicineneurologydementiaalzheimer
- natural sciencesbiological sciencesbiochemistrybiomoleculesproteins
- natural sciencescomputer and information sciencesartificial intelligencemachine learningdeep learning
- natural sciencescomputer and information sciencesartificial intelligencecomputational intelligence
Programm/Programme
- HORIZON.3.1 - The European Innovation Council (EIC) Main Programme
Thema/Themen
Aufforderung zur Vorschlagseinreichung
HORIZON-EIC-2022-ACCELERATOR-01
Andere Projekte für diesen Aufruf anzeigenFinanzierungsplan
EIC-ACC - EIC-ACCKoordinator
8042 GRAZ
Österreich
Die Organisation definierte sich zum Zeitpunkt der Unterzeichnung der Finanzhilfevereinbarung selbst als KMU (Kleine und mittlere Unternehmen).