Projektbeschreibung
Ideale individuelle Ernährungsweisen mit dem Computer berechnen
Für Vorbeugung und Verlauf von Krankheiten während und nach einer Therapie spielt die Ernährung eine zentrale Rolle, denn Nahrungsmittel enthalten Stoffe, die annähernd wie Arzneimittel wirken. Doch die riesige Zahl möglicher Stoffkombinationen macht es praktisch unmöglich, Nahrungsprofile mit experimentellen Standardmethoden zu optimieren. Darum stellt das EU-finanzierte Projekt Hyperfoods nun einen Ansatz vor, der mithilfe maschinellen Lernens rechnerisch personalisierte Ernährungsweisen ausfindig machen und konzipieren soll. Die Technologie von Hyperfoods könnte den Weg für maßgeschneiderte Ernährungsweisen ebnen, die das Wohlbefinden der Bevölkerung steigern, Krankheiten wie Krebs entgegenwirken und das Gesundheitssystem entlasten.
Ziel
With rapidly ageing populations, the world is experiencing an unsustainable healthcare and economic burden from chronic diseases such as cancer, cardiovascular, metabolic and neurodegenerative disorders. Diet and nutritional factors play an essential role in the prevention of these diseases and significantly influence disease outcome in patients during and after therapy. Everyday food ingredients contain multiple drug-like molecules that can potentially prevent or beat diseases. For example, it is estimated that up to half of oncological diseases can be prevented by dietary choices. The wide adoption of tailored health-promoting diets potentially has a revolutionary impact on the population wellbeing and long-term sustainability of the healthcare systems. However, due to an exponentially large number of combinations of the ingredients, their sourcing, processing, preparation, and preservation methods, it is virtually impossible to use traditional experimental approaches to optimise the health-promoting molecular profiles of foods. Hyperfoods will use novel graph-based ML methods to provide the technological capabilities for the computational discovery and design of personalised nutrition. We will explore the commercial opportunities of our technology for currently unmet business needs in global health, in particular cancer treatments.
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.
- Medizin- und GesundheitswissenschaftenGesundheitswissenschaftenErnährung
- Medizin- und GesundheitswissenschaftenKlinische MedizinOnkologie
Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen
Schlüsselbegriffe
Programm/Programme
Thema/Themen
Aufforderung zur Vorschlagseinreichung
(öffnet in neuem Fenster) ERC-2019-PoC
Andere Projekte für diesen Aufruf anzeigenFinanzierungsplan
ERC-POC - Proof of Concept GrantGastgebende Einrichtung
SW7 2AZ LONDON
Vereinigtes Königreich