Terapii țintite pentru carcinomul pulmonar cu celule scuamoase folosind sisteme de tip machine learning pe baza secvențierii arn de tip „single cell”
- Detalii
- Accesări: 81
Număr contract: 760066/23.05.2023
Cod: 83/15.11.2022
Titlu Proiect: TERAPII ȚINTITE PENTRU CARCINOMUL PULMONAR CU CELULE SCUAMOASE FOLOSIND SISTEME DE TIP MACHINE LEARNING PE BAZA SECVENȚIERII ARN DE TIP „SINGLE CELL”
Valoarea totală a proiectului: 7.637.115,98 RON, din care valoarea finanțării PNNR de 7.000.000 RON și TVA aferent de 637.115,98 RON.
Durata proiectului: 36 de luni (în perioada 01.07.2023-30.06.2026)
Director Proiect: Prof.Dr. ANDREAS BENDER, Universitatea din Cambridge, UK
Locația de implementare: Centrul de Cercetări pentru Genomică Funcţională, Biomedicină şi Medicină Translaţională al Universitatatii de Medicină și Farmacie “Iuliu Hațieganu” Cluj-Napoca
Sumar
În contextul tehnologiilor emergente de tip ”high throughput” și a generării de ”big data”, inteligența artificială (AI) și alte tehnologii adiacente sunt utilizate și în domeniul sănătății. Tehnologia de secvențiere ARN la nivelul unei singure celule (scRNA-seq) este una din cele mai noi tehnici utilizate în biologia moleculară, datele astfel generate putând fi analizate utilizând metode statistice și computaționale complexe în vederea observării datelor legate de complexitatea tumorală ce rezultă din prezența subpopulațiilor celulare și dinamica proceselor din tumoră.
Investigarea micromediului tumoral (TME) și a celulelor immune din interior și interacțiunea acestora cu celulele tumorale este esențială în înțelegerea dezvoltării și progresiei tumorale. Cancerul pulmonar non microcelular de tip scuamos (LUSC) reprezintă o amenințare constantă la nivel mondial, iar 80% dintre pacienții cu LUSC nu există opțiuni terapeutice. Acest proiect își propune generarea de date privind profilul transcriptomic al tumorilor pacienților cu LUSC și al TME utilizând scRNA-seq, explorarea de noi molecule ce pot reprezenta ținte terapeutice și a compușilor terapeutici corespunzători utilizând AI și metode bioinformatice. Aceste descoperiri, precum și acuratețea algoritmului de machine learning vor fi validate in vivo pentru alegerea de compuși teraputici cu eficiență în LUSC. Acest proiect vizează utilizarea AI prin machine learning atât pentru clusterizarea celulelor tumorale și a celor din TME, cât și pentru predicția de modele terapeutice bazate pe acestea. Aceasta reprezintă una din cele mai inovative metode care să contribuie la îmbunătățirea serviciilor de sănătate.
Scop general
Dezvoltarea unei abordări țintite pentru medicina de precizie la pacienții cu LUSC, folosind algoritmi IA și ML bazați pe date de secventiere scRNAseq și validarea acesteia prin modele PDX.
Obiective specifice
OS1. Dezvoltarea unui biodepozit integrat prospectiv de probe LUSC, cu 120 de țesuturi tumorale proaspete congelate/ țesuturi normale adiacente stadiile III și IV și probe de sânge asociate (360 de probe – sânge, plasmă serică).
OS2. Caracterizarea tumorii și a subpopulațiilor celulelor sale TME, constituție și grupare folosind analiza de secventiere scRNA-Seq.
OS3. Dezvoltarea designului experimental LUSC/TME: modele ortotopice PDX bazate pe biopsia pacientului pentru a fi utilizate în continuare pentru descoperirea tratamentelor medicamentoase și validarea in vivo.
OS4. Modele ML bazate pe instruite pe datele scRNA-seq și gruparea subpopulațiilor celulare pentru a identifica ținte de medicamente pentru LUSC/TME.
OS5. Validarea combinațiilor prezise de medicamente și a țintelor medicamentoase folosind modelele dezvoltate în OS3.
„PNRR. Finanțat de Uniunea Europeană – UrmătoareaGenerațieUE”
“Conținutul acestui material nu reprezintă în mod obligatoriu poziția oficială a Uniunii Europene sau a Guvernului României“
https://mfe.gov.ro/pnrr/ ; https://www.facebook.com/PNRROficial