Descrizione del progetto
Insegnare alle macchine come contribuire alla scoperta di farmaci
L’industria farmaceutica affronta sfide sempre maggiori a causa del rapido progresso della tecnologia abbinato a normative sempre più rigorose. Ma la necessità di una piattaforma comprovata, attendibile e che garantisca la privacy per consentire alle industrie di ottenere informazioni da dati competitivi appare indispensabile. Il progetto MELLODDY, finanziato dall’UE, dimostrerà in che modo l’industria farmaceutica può sfruttare ulteriormente le proprie risorse di dati utilizzando tecnologie di apprendimento automatico per ottenere la virtualizzazione della scoperta di farmaci (DD, Drug Discovery). Il progetto utilizzerà oltre un miliardo di dati, privati e competitivi, relativi alla DD e centinaia di dati di immagini Tbs garantendo la rigida privacy del materiale utilizzato e creerà un servizio aperto disponibile per il settore.
Obiettivo
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.
Campo scientifico
Parole chiave
Programma(i)
Meccanismo di finanziamento
RIA - Research and Innovation actionCoordinatore
75009 PARIS
Francia
L’organizzazione si è definita una PMI (piccola e media impresa) al momento della firma dell’accordo di sovvenzione.