Projektbeschreibung
Wechselwirkungen zwischen Kräutern und Arzneimitteln mit Deep Learning erkennen
Die zunehmende Verwendung von pflanzlichen neben konventionellen Arzneimitteln in der Schwangerschaft und als ergänzende Therapie wirft erhebliche Bedenken hinsichtlich ihrer unerwünschten Wechselwirkungen auf. Daher ist es für die Risikobewertung von entscheidender Bedeutung, die Wechselwirkungsmechanismen zwischen pflanzlichen und konventionellen Arzneimitteln zu verstehen. Die Arbeit des im Rahmen der Marie-Skłodowska-Curie-Maßnahmen finanzierten Projekts kANNa wird sich mit dem Bedarf an computergestützten Methoden zur Erkennung von Wechselwirkungen zwischen pflanzlichen Arzneimitteln und Psychopharmaka sowie Herzmedikamenten befassen. Die Forschenden werden einen Deep-Learning-Ansatz auf der Grundlage künstlicher neuronaler Netze anwenden, um die medizinische Fachliteratur zu überwachen und eine Datenbank der möglichen Wechselwirkungen zu erstellen. Die Datenbank wird fortgeschrittene Graphdarstellungen und benutzungsfreundliche Schnittstellen für die Analyse und den Vergleich dieser Interaktionen bieten.
Ziel
With the growing popularity of herbal drugs an increasing number of scientific studies report information about herb-drug interactions that can significantly alter the effects of a drug. Keeping up with the current publication rate is not feasible, therefore there is a clear need for computational methods for early detection of herb-drug interactions that will enable better public and physician understanding of herbal products. But the costs of manually representing knowledge about herb-drug interactions in a machine processable way are prohibitive, therefore domain expertise has to be leveraged indirectly from domain-specific corpora using Information Extraction. This Marie Curie European Fellowship proposes a Deep Learning approach based on Artificial Neural Networks (ANN) and Information Extraction to monitor medical literature and construct a knowledge base of herb-drug interactions together with supporting evidence in the form of interaction mechanisms. To cope with the problem of incorrect or missing information we will consolidate the resulting knowledge graph using knowledge graph completion that predicts the probability of existence or correctness of typed edges in the graph. Advanced graph visualization techniques will be employed to develop intuitive interfaces for analyzing and comparing herb-drug interactions and underlying mechanisms. The Fellowship is expected to increase knowledge on clinically significant herb-drug interactions which will contribute to improved public safety. The Host will provide training on Deep Learning approaches for knowledge extraction which will open opportunities for a senior researcher position, in turn the Fellow will transfer Natural Language Processing skills and European collaborations to the host.
Wissenschaftliches Gebiet (EuroSciVoc)
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.
- Naturwissenschaften Informatik und Informationswissenschaften Datenwissenschaften Verarbeitung natürlicher Sprache
- Naturwissenschaften Informatik und Informationswissenschaften Wissensverarbeitung
- Naturwissenschaften Informatik und Informationswissenschaften Informatik
- Naturwissenschaften Informatik und Informationswissenschaften künstliche Intelligenz maschinelles Lernen Deep Learning
- Naturwissenschaften Informatik und Informationswissenschaften künstliche Intelligenz Computational Intelligence
Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen
Programm/Programme
Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.
Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.
-
H2020-EU.1.3. - EXCELLENT SCIENCE - Marie Skłodowska-Curie Actions
HAUPTPROGRAMM
Alle im Rahmen dieses Programms finanzierten Projekte anzeigen -
H2020-EU.1.3.2. - Nurturing excellence by means of cross-border and cross-sector mobility
Alle im Rahmen dieses Programms finanzierten Projekte anzeigen
Thema/Themen
Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.
Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.
Finanzierungsplan
Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.
Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.
MSCA-IF-EF-ST - Standard EF
Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen
Aufforderung zur Vorschlagseinreichung
Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.
Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.
(öffnet in neuem Fenster) H2020-MSCA-IF-2017
Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigenKoordinator
Finanzieller Nettobeitrag der EU. Der Geldbetrag, den der Beteiligte erhält, abzüglich des EU-Beitrags an mit ihm verbundene Dritte. Berücksichtigt die Aufteilung des EU-Finanzbeitrags zwischen den direkten Begünstigten des Projekts und anderen Arten von Beteiligten, wie z. B. Dritten.
33000 Bordeaux
Frankreich
Die Gesamtkosten, die dieser Organisation durch die Beteiligung am Projekt entstanden sind, einschließlich der direkten und indirekten Kosten. Dieser Betrag ist Teil des Gesamtbudgets des Projekts.