Projektbeschreibung
Virtualisierung der Arzneimittelforschung durch maschinelles Lernen
Die pharmazeutische Industrie steht vor immer größeren Herausforderungen, da mit dem rasanten technologischen Fortschritt auch immer strengere Vorschriften gelten. Dies macht eine bewährte, zuverlässige und datensichere Plattform nötig, über die Unternehmen Informationen aus wettbewerbsbezogenen Daten extrahieren können. Das EU-finanzierte Projekt MELLODDY demonstriert, wie die pharmazeutische Industrie ihre Datenressourcen besser ausschöpfen kann, indem sie maschinelle Lerntechnologien zur Virtualisierung der Wirkstoffforschung einsetzen. Das Projekt verarbeitet mehr als eine Milliarde privater und wettbewerbsbezogener Daten zur Wirkstoffforschung und Hunderte Tbs-Bilddaten unter Einhaltung strengster Datenschutzregelungen für das verwendete Material und wird einen offenen Dienst für den Sektor schaffen.
Ziel
MELLODDY will demonstrate how the pharmaceutical industry can better leverage its data assets to virtualize the Drug Discovery (DD) process with world-leading Machine Learning (ML) technologies as an answer to the ever-increasing challenges and stricter regulatory requirements it is facing. The lack of a tested, secure and privacy-preserving platform for federated machine learning that enables pharmaceutical partners to extract DD-relevant information from all types of, not only their own but even each other’s competitive data, without mutual disclosure of the chemistry and biology each partner has worked on, has previously held back such demonstration, to the detriment of patients in the EU and beyond.
MELLODDY’s ten pharmaceutical partners will enable this demonstration with an unprecedented volume of more than a billion highly private and competitive DD-relevant data points, and hundreds of Tbs of image data that annotate the biological effects of more than 10 million small molecules. The successful demonstration of the predictive benefits, i.e. increased predictive model performance and chemical applicability domain, of unlocking this data volume, while strictly preserving the privacy of all underlying data and the resulting predictive models, will shape best practices and translate into substantial efficiency gains in the DD process, and in the future, drug development. Finally, MELLODDY will prepare and exploit a service-for-fee vehicle to ensure the MELLODDY technologies are available to the rest of the pharmaceutical sector.
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.
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht.
- Medizin- und GesundheitswissenschaftenGrundlagenmedizinPharmakologie und PharmazieArzneimittelforschung
- NaturwissenschaftenInformatik und Informationswissenschaftenkünstliche Intelligenzmaschinelles Lernen
Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen
Schlüsselbegriffe
Programm/Programme
Aufforderung zur Vorschlagseinreichung
H2020-JTI-IMI2-2018-14-two-stage
Andere Projekte für diesen Aufruf anzeigenFinanzierungsplan
RIA - Research and Innovation actionKoordinator
75009 PARIS
Frankreich
Die Organisation definierte sich zum Zeitpunkt der Unterzeichnung der Finanzhilfevereinbarung selbst als KMU (Kleine und mittlere Unternehmen).