Description du projet
Identifier les mécanismes moléculaires des troubles liés à la douleur
Les patients atteints de douleurs chroniques ont tendance à souffrir de nombreuses affections concomitantes, notamment d’anxiété, de dépression, de fatigue, de maladies cardiovasculaires et de mortalité prématurée. L’ampleur réelle de ce regroupement de maladies et les mécanismes qui en sont à l’origine restent encore à déterminer. En analysant les données de patients à l’échelle d’un pays, le projet PainFACT, financé par l’UE, s’est donné pour objectif de caractériser les regroupements de conditions médicales associées à la douleur chronique. À l’aide de données de pointe en génomique, protéomique et imagerie cérébrale provenant d’humains et de souris, PainFACT sera en mesure d’identifier les mécanismes moléculaires et de développer des algorithmes prédictifs pour les nouveaux cas de douleur chronique et la comorbidité liée à la douleur. Les résultats du projet devraient avoir une grande incidence sur la classification diagnostique de la douleur, l’identification précoce des patients à risque de multimorbidité et l’identification d’objectifs à atteindre en matière de traitement pour le développement de nouveaux médicaments.
Objectif
Chronic pain (CP) is the leading cause of disability, and is strongly associated with fatigue, anxiety and depression ─ also major contributors to disability, and with cardiovascular disease (CVD) and mortality. Twin studies indicate that these associations are a consequence of common causal mechanisms. The main objective of PainFACT is to identify these mechanisms. Using hypothesis-free genomic, proteomic, transcriptomic and brain-imaging discovery in available human studies and in a large cohort of outbred mice with multiple comorbidities, we aim to identify biomarkers that are associated across conditions. Predictive algorithms will be developed through machine learning techniques and tested in prospective analysis. Mendelian randomization approaches will be applied to test for causality. Mechanistic studies will be carried out in validated behavioral and atherosclerotic mouse models. Predictive markers will be tested as possible mediators of effects of lifestyle and obesity. Unique features of this program of research is the strong emphasis on experimental pain models and brain imaging techniques, facilitating translation of findings between mice and humans, and exploitation of the largest study of experimental pain worldwide and of multiple clinical datasets ranging in size from tens of thousands to 1.1 million. A custom protein panel will be developed together with sex and age stratified algorithms, with expected impact for the prediction and monitoring of disease and comorbidity, and for tracking effects of life-style changes. It is also expected that PainFACT results will have major impact on the diagnostic criteria and classification of affective disorders and CP. The identification of novel causal biomarkers will provide new targets for development of medicines and yield new insight into the causes of comorbidity.
Champ scientifique
- social sciencessociologydemographymortality
- natural sciencesbiological sciencesbiochemistrybiomoleculesproteins
- medical and health sciencesclinical medicinecardiologycardiovascular diseases
- natural sciencescomputer and information sciencesartificial intelligencemachine learning
- medical and health scienceshealth sciencesnutritionobesity
Mots‑clés
Programme(s)
Régime de financement
RIA - Research and Innovation actionCoordinateur
0456 Oslo
Norvège