Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Machine learning software to design personalized neoantigen vaccines tailored to specific vaccine delivery systems

Opis projektu

Nowe oprogramowanie do projektowania szczepionek na raka dostosowanych do określonego pacjenta

Naukowcy przypuszczają, że spersonalizowana immunoterapia może wyleczyć raka, jednak wiąże się to ze spersonalizowaną szczepionką. Opracowanie zaś takiej szczepionki to złożony, czasochłonny i drogi proces laboratoryjny, którego celem jest namierzenie określonego przypadku mutacji. Z tego powodu badacze opracowują algorytmy mające zidentyfikować immunogeniczne neoantygeny poprzez dane dotyczące próbek guza uzyskane poprzez sekwencjonowanie nowej generacji. Sfinansowany przez UE projekt MEDIVAC ma na celu wsparcie tego procesu poprzez zastosowanie uczenia maszynowego. Umożliwia to wykorzystanie kilku publicznych i innych baz danych do znacznego zwiększenia wydajności procesu identyfikacji określonych neoantygenów. Znacznie przybliży to nauki medyczne do opracowania obiecującej spersonalizowanej szczepionki na raka.

Cel

Cancer is arguably the most feared of all diseases, destroying lives regardless of the age of its victims. Immunotherapies are currently regarded as the most promising avenue to delivering the holy grail of medicine i.e. providing a cure for cancer. Despite their Nobel-winning status, personalisation of immunotherapies remains akey challenge to which no cost-effective solution currently exists. Current methods for identifying the immunogenic neoantigens required to design patient-specific cancer vaccines typically utilize next generation sequencing (NGS) analysis of DNA and RNA coupled with wet lab methods (e.g. spectroscopy). However, these approaches are time consuming to perform, expensive and not readily scalable–which currently prohibits the mass roll-out of personalised cancer vaccines.

Despite the fact that intensive research has been dedicated to developing prediction algorithms which can identify immunogenic neoantigens from NGS data from tumor samples, their accuracy has not yet reached a competitive performance compared to wet lab methods. To bridge this gap, OncoImmunity (OI) has developed a comprehensive machine learning framework, trained using public and proprietary datasets to optimise performance. Once fed with patient NGS data from healthy and tumor tissue, OI’s algorithms identifies the most clinically relevant neoantigen candidates, with an unmatched accuracy (4-fold increase of prediction accuracy), which can be subsequently engineering into personalised vaccine cancer constructs.

Considering the potential of personalised therapy within cancer immunotherapy, OI’s core technology meets all the requirements to become a key enabling technology, providing cost-effective, scalable and sensitive identification of clinically relevant targets for vaccine development. Thus, it has the potential to serve as a cornerstone to revolutionize the fight against cancer – while untapping an immense business opportunity to fuel our company’s growth.

Dziedzina nauki (EuroSciVoc)

Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego. Więcej informacji: Europejski Słownik Naukowy.

Aby użyć tej funkcji, musisz się zalogować lub zarejestrować

Słowa kluczowe

Słowa kluczowe dotyczące projektu wybrane przez koordynatora projektu. Nie należy mylić ich z pojęciami z taksonomii EuroSciVoc dotyczącymi dziedzin nauki.

Program(-y)

Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.

Temat(-y)

Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.

System finansowania

Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.

SME-2 - SME instrument phase 2

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.

(odnośnik otworzy się w nowym oknie) H2020-EIC-SMEInst-2018-2020

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Koordynator

NEC ONCOIMMUNITY AS
Wkład UE netto

Kwota netto dofinansowania ze środków Unii Europejskiej. Suma środków otrzymanych przez uczestnika, pomniejszona o kwotę unijnego dofinansowania przekazanego powiązanym podmiotom zewnętrznym. Uwzględnia podział unijnego dofinansowania pomiędzy bezpośrednich beneficjentów projektu i pozostałych uczestników, w tym podmioty zewnętrzne.

€ 2 200 406,25
Adres
ULLERNCHAUSSEEN 64
0379 OSLO
Norwegia

Zobacz na mapie

MŚP

Organizacja określiła się jako MŚP (firma z sektora małych i średnich przedsiębiorstw) w czasie podpisania umowy o grant.

Tak
Rodzaj działalności
Private for-profit entities (excluding Higher or Secondary Education Establishments)
Linki
Koszt całkowity

Ogół kosztów poniesionych przez organizację w związku z uczestnictwem w projekcie. Obejmuje koszty bezpośrednie i pośrednie. Kwota stanowi część całkowitego budżetu projektu.

€ 3 143 437,50
Moja broszura 0 0