Description du projet
Un nouveau modèle in vitro de la perte musculaire liée à l’âge
L’atrophie musculaire liée à l’âge est une maladie qui affecte des millions de personnes dans le monde, en diminuant à la fois la qualité de vie et l’espérance de vie. Les modèles expérimentaux disponibles ne tiennent pas compte du rôle du vieillissement cellulaire et de la sénescence dans la déperdition musculaire, ce qui se traduit par la conception de traitements inefficaces. Pour répondre à ce problème, le projet Pept-AGE, financé par l’UE, développera un modèle in vitro amélioré qui reproduit efficacement la perte musculaire liée à l’âge et l’utilise pour identifier les voies concernées. En intégrant les résultats issus du modèle in vitro dans la plateforme de recherche de peptides par intelligence artificielle de Nuritas, l’apprentissage profond permettra de contribuer à la découverte de nouveaux peptides bioactifs capables d’améliorer la perte musculaire. Le modèle de Pept-AGE, important sur le plan clinique, est susceptible de faire avancer les traitements contre les troubles associés à l’atrophie musculaire.
Objectif
Loss of muscle function through advancing age, injury or disease significantly decreases both the quality of life and life expectancy of millions of individuals globally. Treatments tackling this issue have proven elusive as in vitro systems aimed at modelling age-related muscle atrophy are primarily murine based and fail to capture the complexity of this process in humans. In particular, these models neglect to accurately account for the impact of cellular-ageing and senescence on the advancement of sarcopenia-induced muscle wastage. This project aims to address these problems by firstly developing a more human aligned in vitro ageing model to elucidate key pathways associated with muscle loss. From this in vitro model, we will identify key mechanistic pathways driving age-related muscle loss at the transcriptional and translational level. Supplied with suitable data, artificial intelligence (AI) has to potential to rapidly accelerate the discovery of novel therapeutics. As such, here, informed by data derived from the human in vitro model, Nuritas’ proven artificial intelligence platform will be applied to identify novel bioactive peptides that have the potential to counter the impact of cellular aging thus ameliorating muscle loss. This innovative proposal affords the experienced researcher the opportunity to bring his knowledge at the forefront of ageing research back to Europe and combine it with the expertise of an industry leader in AI therapeutic discovery, facilitating decisive two-way intersectoral transfer of knowledge. By integrating these distinct interdisciplinary skillsets this project has the expected outcomes of discovering more clinically relevant, translational models and therapeutics for muscle wastage disorders.
Champ scientifique (EuroSciVoc)
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
- sciences naturellesinformatique et science de l'informationintelligence artificielle
- sciences naturellessciences biologiquesbiochimiebiomolécule
Vous devez vous identifier ou vous inscrire pour utiliser cette fonction
Programme(s)
Appel à propositions
(s’ouvre dans une nouvelle fenêtre) H2020-MSCA-IF-2019
Voir d’autres projets de cet appelRégime de financement
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)Coordinateur
D02 RY95 Dublin 2
Irlande
L’entreprise s’est définie comme une PME (petite et moyenne entreprise) au moment de la signature de la convention de subvention.