Description du projet
Une alimentation personnalisée grâce à une approche informatique
La nutrition joue un rôle fondamental dans la prévention et le résultat des maladies pendant et après les traitements, car les aliments contiennent des ingrédients qui peuvent agir plus ou moins comme des médicaments. Toutefois, le nombre élevé de combinaisons d’ingrédients possibles rend pratiquement impossible d’optimiser les profils alimentaires par le biais des approches expérimentales habituelles. À cette fin, le projet Hyperfoods, financé par l’UE, propose d’adopter une approche d’apprentissage automatique pour la découverte et la conception informatiques d’une alimentation personnalisée. La technologie d’Hyperfoods pourrait ouvrir la voie aux régimes alimentaires personnalisés pour favoriser le bien-être de la population, aider à lutter contre les maladies telles que le cancer et soutenir le système de soins de santé.
Objectif
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.
Champ scientifique
Programme(s)
Régime de financement
ERC-POC - Proof of Concept GrantInstitution d’accueil
SW7 2AZ LONDON
Royaume-Uni