Projektbeschreibung
Mit statistischen Analysen gegen das multiple Myelom
Das multiple Myelom ist ein Knochenmarkskrebs, der die weißen Blutplasmazellen angreift. Normalerweise erzeugen diese Zellen Antikörper, die Angreifer erkennen und abwehren, helfen also dem Körper beim Kampf gegen Infektionen. Doch bei einem multiplen Myelom sammeln sich Krebszellen im Knochenmark an und erzeugen anormale Proteine, die den Knochen zerstören und gesunde Blutzellen verdrängen. Diese Krebsart kann – wie der Name schon sagt – verschiedene Körperregionen befallen, zum Beispiel Wirbelsäule, Schädel, Becken oder Rippen. Die Rezidivrate liegt bei 100 % – der Krebs ist nicht heilbar, aber es besteht die Chance auf Remission. Denn Behandlungsmöglichkeiten stehen zur Verfügung. Das EU-finanzierte Projekt LIMORD entwickelt ein statistisches Instrument, das in ein Softwarepaket für den klinischen Einsatz integriert werden soll. Dadurch wird eine genauere Klassifikation der Betroffenen möglich, Rückfälle werden früher erkannt und die Prognosequalität verbessert. Das Instrument wird die personalisierte Medizin voranbringen und bessere Therapieerfolge ermöglichen.
Ziel
The goal of my project is to propose a novel statistical tool allowing patient classification, earlier relapse detection and better prognosis estimation in order to move forward into personalized medicine in Multiple Myeloma. To this aim, I will develop new statistical models and computational schemes to incorporate large follow-up omics datasets in a decision framework. As a statistician coming from theoretical mathematics, this project will provide me a unique opportunity to acquire new knowledge in biology and new supervision skills in order to translate theoretical mathematical results into real added value in the way we treat patients.
The first challenge I will address is the development of statistical methods based on Variational Auto-Encoders to integrate multiple omics data-type at multiple time-points. My model will have to be flexible enough to allow for missing data (for instance a full omic dataset missing at a given time point due to experiment failure) and to accommodate for data acquired in an online manner. The second challenge I will address is the development of quality metrics and analysis methods for direct RNA sequencing data from patient samples. The third challenge I will address concerns the numerical inference difficulties of Partially Observable Markov Decision Processes when the dimension of the data increases. Approximation strategies will be investigated to make use of the high-dimensional, heterogeneous biological data in a relapse detection framework. Finally, I will develop a software package incorporating our results intended to help clinicians take the optimal decision when treating their patients.
An important aspect of my project is to integrate it both to a biological laboratory in Australia and a mathematical group in France, together with a collaboration with clinicians in a French hospital, hence I will carry out the entire process of designing the statistical tool and its software package for a concrete use in the clinic.
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. Siehe: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
- NaturwissenschaftenInformatik und InformationswissenschaftenSoftware
- NaturwissenschaftenInformatik und Informationswissenschaftenkünstliche Intelligenzmaschinelles LernenVerstärkungslernen
- Medizin- und GesundheitswissenschaftenGesundheitswissenschaftenpersonalisierte Medizin
- NaturwissenschaftenMathematikangewandte MathematikStatistik und Wahrscheinlichkeit
- NaturwissenschaftenBiowissenschaftenGenetikRNS
Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen
Wir bitten um Entschuldigung ... während der Ausführung ist ein unerwarteter Fehler aufgetreten.
Sie müssen sich authentifizieren. Ihre Sitzung ist möglicherweise abgelaufen.
Vielen Dank für Ihr Feedback. Sie erhalten in Kürze eine E-Mail zur Übermittlungsbestätigung. Wenn Sie sich für eine Benachrichtigung über den Berichtsstatus entschieden haben, werden Sie auch im Falle einer Änderung des Berichtsstatus benachrichtigt.
Schlüsselbegriffe
Programm/Programme
Thema/Themen
Aufforderung zur Vorschlagseinreichung
(öffnet in neuem Fenster) H2020-MSCA-IF-2019
Andere Projekte für diesen Aufruf anzeigenFinanzierungsplan
MSCA-IF -Koordinator
75794 Paris
Frankreich