BIOFISICA COMPUTACIONAL PARA LA DIGITALIZACION DE LEUCEMIA INFANTIL
EL PRESENTE SUBPROYECTO SE ENMARCA DENTRO DEL CONSORCIO MULTIDISCIPLINAR LLAMADO LEUKODOMICSTM, CUYO OBJETIVO PRINCIPAL ES EL DESARROLLO DE UNA PLATAFORMA PARA EL DIAGNOSTICO Y MONITORIZACION DE LA LEUCEMIA LINFOBLASTICA AGUDA (AL...
ver más
Fecha límite participación
Sin fecha límite de participación.
Financiación
concedida
El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto
el día 2021-01-01
No tenemos la información de la convocatoria
0%
100%
Información adicional privada
No hay información privada compartida para este proyecto. Habla con el coordinador.
¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video
Proyectos interesantes
PDC2022-133514-I00
SISTEMA COMPUTACIONAL PARA EL DIAGNOSTICO DE LEUCEMIAS AGUDA...
104K€
Cerrado
NIMSB
NOVA Institute for Medical Systems Biology
15M€
Cerrado
TED2021-132296B-C52
BIOFISICA TRASLACIONAL PARA LA DIGITALIZACION DE LEUCEMIA IN...
570K€
Cerrado
DPI2015-64493-R
CARACTERIZACION Y CLASIFICACION MORFOLOGICA DE CELULAS LEUCE...
111K€
Cerrado
TIN2009-13895-C02-01
AIDTUMOUR: HERRAMIENTAS BASADAS EN METODOS DE INTELIGENCIA A...
206K€
Cerrado
PID2019-104087RB-I00
HEMATOPATOLOGIA COMPUTACIONAL: SOLUCIONES DE APRENDIZAJE PRO...
73K€
Cerrado
Fecha límite de participación
Sin fecha límite de participación.
Descripción del proyecto
EL PRESENTE SUBPROYECTO SE ENMARCA DENTRO DEL CONSORCIO MULTIDISCIPLINAR LLAMADO LEUKODOMICSTM, CUYO OBJETIVO PRINCIPAL ES EL DESARROLLO DE UNA PLATAFORMA PARA EL DIAGNOSTICO Y MONITORIZACION DE LA LEUCEMIA LINFOBLASTICA AGUDA (ALL) INFANTIL, DENOMINADA CELLOMIC, QUE SIRVA COMO SOPORTE EN LA TOMA DE DECISIONES CLINICAS (CDSS). LA HERRAMIENTA DE DIAGNOSTICO CELLOMIC SERA DESARROLLADA SOBRE LA BASE DE LIFE IMAGING E INTEGRADA SOBRE UNA ESTACION DE CITOMETRIA DE MICROFLUIDOS. ESTA HERRAMIENTA PROPORCIONARA UNA GRAN CANTIDAD DE DATOS OMICOS QUE SERAN COMBINADOS, JUNTO CON LOS DATOS CLINICOS, EN UN GEMELO DIGITAL A TRAVES DEL ANALISIS COMPUTACIONAL Y TECNICAS DE INTELIGENCIA ARTIFICIAL. SE ESPERA QUE EL USO DE GEMELOS DIGITALES ALL PERMITA HACER UNA PROGNOSIS DEL CURSO CLINICO DE PACIENTES INDIVIDUALES, ASI COMO UNA PREDICCION DE LA RESPUESTA AL TRATAMIENTO. EL DESTILADO DE LOS DATOS OMICOS PASA POR EL DESARROLLO DE HERRAMIENTAS DIGITALES AUTOMATIZADAS DE CARACTERIZACION CELULAR, BASADAS EN EL PROCESADO MASIVO DE IMAGENES DE MICROSCOPIA Y ANALISIS DE DATOS, QUE PERMITAN EXTRAER MARCADORES RELEVANTES PARA LA ENFERMEDAD. EL PROGRAMA COMPUTACIONAL DEL PRESENTE SUBPROYECTO SE CENTRARA EN EL DESARROLLO DE UNA NUEVA FAMILIA DE BIOMARCADORES DIGITALES BASADOS EN OBSERVABLES BIOFISICOS. EL CONJUNTO DE BIOMARCADORES CONFIGURARA LOS PAISAJES FENOTIPICOS CELULARES QUE PODRAN SER CORRELACIONADOS, A POSTERIORI, CON LOS PERFILES GENETICOS Y BIOQUIMICOS PROPORCIONADOS POR EL RESTO DE LOS GRUPOS DEL CONSORCIO DE INVESTIGACION. LOS MARCADORES BIOFISICOS OBTENIDOS ESTARAN BASADOS EN LA NOVEDOSA TECNICA DE MICROSCOPIA COMPUTACIONAL DENOMINADA MICROSCOPIA TERMODINAMICA. ESTA TECNICA HA SIDO DESARROLLADA CON EL FIN DE ESTABLECER PERFILES CELULARES DE ACTIVIDAD TERMODINAMICA; ES DECIR, CALCULO DE LA ENERGIA LIBRE CELULAR, CONSUMO ENERGETICO Y PRODUCCION DE ENTROPIA. PARAMETROS QUE PERMITIRAN DISTINGUIR LAS CELULAS TUMORALES Y SU COMPORTAMIENTO METABOLICO ANOMALO DE SU ENTORNO PROXIMO. LOS MARCADORES TERMODINAMICOS SERAN COMPLEMENTADOS CON MARCADORES BIOMECANICOS CAPACES DE INFORMAR DE LA DEFORMABILIDAD CELULAR, LA RIGIDEZ O LA VISCOSIDAD. DICHOS PARAMETROS SON AGENTES MODULADORES DE LA INVASION DEL TUMOR EN EL SISTEMA NERVIOSO CENTRAL, POR LO QUE SU ESTUDIO SE MUESTRA CLAVE DENTRO DEL PROYECTO. LA INTERPRETACION DE LOS DATOS ARROJADOS POR LOS MARCADORES BIOFISICOS ESTARA APOYADA EN LA SIMULACION COMPUTACIONAL DE MODELOS ESTOCASTICOS DE MATERIA ACTIVA Y MODELOS TEORICOS DE MECANICA CELULAR. LA INTEGRACION DE LOS PAISAJES FENOTIPICOS SE LLEVARA A CABO MEDIANTE EL USO DE TECNICAS DE ANALISIS Y CLASIFICACION BASADAS EN MACHINE LEARNING. SE ESPERA QUE LA COMBINACION DE LA NUEVA FAMILIA DE BIOMARCADORES CON LOS ALGORITMOS DE APRENDIZAJE AUTOMATIZADO PERMITA ESTABLECER MODELOS PREDICTIVOS, INCORPORADOS DENTRO DE LA PLATAFORMA CELLOMICS, CAPACES DE LLEVAR A CABO UNA ESTRATIFICACION FENOTIPICA PRECISA DE LAS MUESTRAS BIOLOGICAS, ASI COMO LA DETECCION DE FENOTIPOS ANOMALOS QUE PUDIERAN ESCAPARSE DENTRO DE LOS PROMEDIADOS TRADICIONALES. ESTE PASO SERA CLAVE EN LA MONITORIZACION DEL CURSO DE LA ENFERMEDAD, EL PRONOSTICO DEL RIESGO DE RECAIDA Y LA ESTIMACION DE LA CAPACIDAD DE LAS CELULAS TUMORALES PARA INFILTRARSE EN EL SISTEMA NERVIOSO CENTRAL. EL GRUPO DE TRABAJO INVOLUCRADO EN ESTE SUBPROYECTO INTEGRA LA EXPERIENCIA NECESARIA PARA LA CONSECUCION DE ESTE OBJETIVO, TANTO EN EL CAMPO DE LA MICROSCOPIA COMPUTACIONAL COMO EL MODELADO COMPUTACIONAL.