Description du projet
Appréhender les interactions entre les plantes et les médicaments grâce à l’apprentissage profond
L’utilisation croissante de produits phytothérapeutiques combinés aux médicaments conventionnels pendant la grossesse et en tant que thérapie complémentaire suscite d’importantes préoccupations quant à leurs interactions indésirables. Il est par conséquent essentiel d’appréhender les mécanismes d’interaction qui se jouent entre les médicaments à base de plantes et les médicaments conventionnels afin d’en évaluer les risques. Financé par le programme Actions Marie Skłodowska-Curie, le projet kANNa s’attachera à mettre au point des méthodes informatiques permettant de déceler ces interactions entre les médicaments à base de plantes et les médicaments à visée psychiatrique et cardiaque. Les chercheurs s’appuieront sur une approche d’apprentissage profond basée sur des réseaux neuronaux artificiels pour analyser la documentation médicale et créer une base de données d’interactions potentielles. La base de données proposera une visualisation graphique avancée et des interfaces conviviales afin d’analyser et comparer ces interactions.
Objectif
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.
Champ scientifique (EuroSciVoc)
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.
- sciences naturelles informatique et science de l'information science des données traitement du langage naturel
- sciences naturelles informatique et science de l'information ingénierie de la connaissance
- sciences naturelles informatique et science de l'information science informatique
- sciences naturelles informatique et science de l'information intelligence artificielle apprentissage automatique apprentissage profond
- sciences naturelles informatique et science de l'information intelligence artificielle intelligence de calcul
Vous devez vous identifier ou vous inscrire pour utiliser cette fonction
Programme(s)
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
-
H2020-EU.1.3. - EXCELLENT SCIENCE - Marie Skłodowska-Curie Actions
PROGRAMME PRINCIPAL
Voir tous les projets financés dans le cadre de ce programme -
H2020-EU.1.3.2. - Nurturing excellence by means of cross-border and cross-sector mobility
Voir tous les projets financés dans le cadre de ce programme
Thème(s)
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Régime de financement
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
MSCA-IF-EF-ST - Standard EF
Voir tous les projets financés dans le cadre de ce programme de financement
Appel à propositions
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
(s’ouvre dans une nouvelle fenêtre) H2020-MSCA-IF-2017
Voir tous les projets financés au titre de cet appelCoordinateur
La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.
33000 BORDEAUX
France
Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.