Data mining e intelligenza artificiale nella fase preclinica del drug discovery: focus sull'integrazione di dati di trascrittomica con il fenotipo neurologico

Alte competenze Calza' 2020

Abstract

Questo progetto si propone di formare una figura professionale capace di sviluppare nuovi algoritmi di analisi basati su modelli di data mining e intelligenza artificiale che trovino specifica applicazione nella ricerca preclinica dedicata al “drug discovery”, con l’obiettivo primario di migliorare la predittività dei dati preclinici, e l’obiettivo secondario di ridurre il numero di animali impiegati nella ricerca preclinica. Rappresenta l’integrazione fra diversi obiettivi della strategia S3 del settore “Salute” (Nuovi approcci terapeutici e medicine avanzate; Medicina rigenerativa; Biomateriali per applicazioni mediche e diagnostiche) e “Big-data”(Efficacia, produttività ed inclusività dei servizi socio-sanitari pubblici e privati: Integrazione dati del paziente proveniente da diverse fonti). Mira a formare una nuova figura professionale che, partendo da competenze bioinformatiche, sappia adattare e progettare nuovi strumenti di data mining specificatamente disegnati per la medicina personalizzata e di precisione. Nasce da una collaborazione fra il CIRI-SDV e il ALMA-AI, il nuovo centro interdipartimentale dedicato all’Intelligenza Artificiale, e può contare su data-base preclinici (e clinici) già disponibili dai progetti OPLON, Step-By-Step, Mat2Rep.Si integra con il progetto AI4EU (European AI-on-demand platform).Si apre a qualunque altro data-base che abbia le caratteristiche previste nei criteri di inclusione del progetto. Utilizzerà come casi-studio dati di trascrittomica (ottenuti da liquidi biologici e tessuto) e dati descrittivi del fenotipo neurologico (comportamenti complessi quali locomozione, coordinamento del passo, apprendimento e memoria) ottenuti da animali portatori di modelli di patologia neurologica, per correlare i dati molecolari a un fenotipo quantificabile, espressione anche della gravità di malattia, per i quali sono già disponibili dati storici. Sarà sviluppata una metodologia applicabile sia a dati preclinici che clinici.

Dettagli del progetto

Responsabile scientifico: Laura Calzà

Strutture Unibo coinvolte:
CIRI SCIENZE DELLA VITA E TECNOLOGIE PER LA SALUTE

Coordinatore:
ALMA MATER STUDIORUM - Università di Bologna(Italy)

Contributo totale di progetto: Euro (EUR) 30.000,00
Durata del progetto in mesi: 12