Opis projektu
Pokonywanie ograniczeń klasycznego podejścia do czynników ryzyka
Choroby sercowo-naczyniowe pozostają głównym globalnym wyzwaniem zdrowotnym, a zrozumienie ich skomplikowanych mechanizmów nadal jest nieuchwytne. Ostatnie postępy w dziedzinie epigenetyki i wykorzystanie dużych zbiorów danych otworzyły jednak ekscytujące możliwości zdobycia kluczowych spostrzeżeń. Dokładniej mówiąc, rozpoznano udział mechanizmów epigenetycznych obejmujących zmiany w metylacji DNA w regulacji procesów biologicznych związanych z rozwojem chorób sercowo-naczyniowych. Przy wsparciu programu działania „Maria Skłodowska-Curie” projekt EpiBigDatainWomen dąży do wykorzystania możliwości analizy dużych zbiorów danych w celu wypełnienia luki między czynnikami środowiskowymi i stylem życia a chorobami sercowo-naczyniowymi u kobiet. Poprzez integrację ogromnych ilości zindywidualizowanych danych z najnowocześniejszymi technikami nauki o danych naukowcy mają nadzieję na przełomowe zmiany w strategiach przewidywania i profilaktyki chorób sercowo-naczyniowych.
Cel
Epigenetic mechanisms might be involved in linking environmental and lifestyle factors and CVD development. Several studies suggest that changes in DNA methylation contribute to the regulation of biological processes underlying CVD, such as atherosclerosis, hypertension and inflammation. The recent increased digitalization, collection and storage of vast quantities of data in combination with advances in data science, has opened up a new era of big data. Although these approaches are gradually implemented in a number of clinical settings, they still lack the integration with environmental individual data, strongly affecting several multifactorial diseases such as cardiovascular disease (CVD). Classical risk factor approaches still fail in correctly estimating CVD risk in women compared to men, therefore there is a need for novel strategies to identify signs of reversible early disease or disease risk factors in this population.
We plan to generate and analyse epigenetic data in the context of a very large number of environmental and lifestyle variables (big data) in a group of women and men with traditional CVD risk factors (and age-matched controls) selected from the MOLI-SANI cohort. With this approach we hope to shed light into the controversial aspects of CVD prediction and prevention in women, independently of traditional CV risk factors.
Dziedzina nauki
Program(-y)
Temat(-y)
System finansowania
MSCA-IF-EF-SE - Society and Enterprise panelKoordynator
86077 Pozzilli Is
Włochy