Hola,
¿eres nuevo aquí?

Registrate y conecta tu empresa con financiación pública, partners y proyectos.

TED2021-131300B-I00

Financiado

DIAGNOSTICO NO INVASIVO DE PACIENTES CON CANCER MEDIANTE INTELIGENCIA ARTIFICIAL...

DIAGNOSTICO NO INVASIVO DE PACIENTES CON CANCER MEDIANTE INTELIGENCIA ARTIFICIAL APLICADA AL ANALISIS DE CELULAS TUMORALES CIRCULANTES EN SANGRE (DEEPCTC) EL CANCER DE PANCREAS ES LA SEPTIMA CAUSA DE MORTALIDAD RELACIONADA CON EL CANCER, CON INCIDENCIA CRECIENTE SOBRE TODO EN NORTEAMERICA Y EUROPA. EL ADENOCARCINOMA DUCTAL DEL PANCREAS (PDAC), QUE ES LA FORMA MAS COMUN DE CANCER DE... ver más

01/01/2021

FUNOACION PARA LA...

187K€

Presupuesto del proyecto: 187K€

Líder del proyecto

FUNOACION PARA LA INVESTIG No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5 | 12M€

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2021-01-01

0% 100%

Participantes

FUNOACION PARA LA INVESTIG

Lider

Proyectos interesantes

AI CUrES AI to predict Cancer metastasis using Ultra-Echo-Sono imagin... 150K€ Cerrado

GRANITE Integrated AI Diagnostics in Breast Cancer 164K€ Cerrado

PID2020-120306RB-I00 INTEGRAL STAGING, PROGNOSTIC AND DIAGNOSTIC OF CANCER IN LIQ... 184K€ Cerrado

EpiDetect Detecting epigenetic biomarkers in the blood for non-invasiv... 2M€ Cerrado

BIO2008-06843-C04-01 AISLAMIENTO NO INVASIVO DE CELULAS TUMORALES CIRCULANTES EN... 121K€ Cerrado

Últimas noticias

29-11-2024: IDAE En las últimas 48 horas el Organismo IDAE ha otorgado 4 concesiones

29-11-2024: ECE En las últimas 48 horas el Organismo ECE ha otorgado 2 concesiones

29-11-2024: CMVAMADRID En las últimas 48 horas el Organismo CMVAMADRID ha otorgado 37 concesiones

Líder del proyecto

FUNOACION PARA LA INVESTIG

TRL 4-5 | 12M€

Presupuesto del proyecto 187K€

Descripción del proyecto EL CANCER DE PANCREAS ES LA SEPTIMA CAUSA DE MORTALIDAD RELACIONADA CON EL CANCER, CON INCIDENCIA CRECIENTE SOBRE TODO EN NORTEAMERICA Y EUROPA. EL ADENOCARCINOMA DUCTAL DEL PANCREAS (PDAC), QUE ES LA FORMA MAS COMUN DE CANCER DE PANCREAS, PRESENTA UNA SUPERVIVENCIA A CINCO AÑOS DE ENTRE EL 2% Y EL 9%. LA INCIDENCIA CRECIENTE, Y LA PROGNOSIS TAN NEGATIVA DE LOS PACIENTES EN EL MOMENTO DEL DIAGNOSTICO HA PROVOCADO UN INTERES CRECIENTE EN MEJORAR EL DIAGNOSTICO Y LA ESTRATIFICACION EN EL MOMENTO DEL DIAGNOSTICO, MEDIANTE EL USO DE ANALISIS MOLECULAR Y GENETICO MASIVO DE LOS TUMORES. POR DESGRACIA, LA HETEROGENEIDAD DE LOS TUMORES PDAC Y LA AUSENCIA O DISPONIBILIDAD DE ESCASO MATERIAL TUMORAL HACE QUE ESTOS ESTUDIOS MOLECULARES NO PUEDAN REALIZARSE EN LOS MISMOS, LO QUE HA PROVOCADO LA BUSQUEDA DE ALTERNATIVAS BASADAS EN BIOPSIA LIQUIDA, Y EN PARTICULAR EN LA BUSQUEDA Y AISLAMIENTO DE CELULAS TUMORALES CIRCULANTES EN SANGRE (CTCS). EL USO DE CTCS PARA LA ESTRATIFICACION DE PACIENTES PDAC ES PROMETEDOR, PERO ESTA POR CONFIRMAR, DEBIDO SOBRE TODO A LA ESCASA SENSIBILIDAD DE LOS METODOS EXISTENTES PARA EL AISLAMIENTO DE CTCS Y LA FALTA DE CARACTERIZACION Y CORRELACION DE LAS CTCS CON EL ESTADO DEL PACIENTE. EN ESTE PROYECTO NUESTRO OBJETIVO ES MEJORAR AMBOS ASPECTOS.EN LO RELATIVO A LA SENSIBILIDAD DE LOS METODOS DE AISLAMIENTO DE CTCS, NUESTRA PROPUESTA ES INTEGRAR UNA PLATAFORMA DE AISLAMIENTO DE CTCS BASADA EN FUERZAS INERCIALES, DESARROLLADA EN NUESTRO LABORATORIO, CON EL FIN DE CONSEGUIR UN AISLAMIENTO EFICIENTE DE CTCS QUE NO COMPROMETA LA INTEGRIDAD DE LAS CELULAS NI REQUIERA EL USO DE MARCADORES INMUNOLOGICOS QUE SUFREN DE BAJA EFICIENCIA PARA SUBPOBLACIONES DE CELULAS DEL TUMOR. EN RELACION A LA CARACTERIZACION Y CORRELACION DE LAS PROPIEDADES DE LAS CTCS CON EL ESTADO DEL PACIENTE, NUESTRA PROPUESTA ES CORRELACIONAR LOA DATOS DE SECUENCIACION DE RNA Y DNA DE LAS CTCS CON LA INFORMACION DE LOS PACIENTES UTILIZANDO UN MODELO DE MACHINE LEARNING INTERPRETABLE (XML). LOS MODELOS XML PERMITEN EL APRENDIZAJE DE CARACTERISTICAS DISCRIMINANTES DE FUENTES DE DATOS HETEROGENEAS (EXPRESION DE RNA, SECUENCIACION GENOMICA, HISTOLOGIA, RADIOLOGIA), PERO DEBIDO A LOS BAJOS NUMEROS DE CTCS DETECTADOS POR LOS METODOS EXISTENTES, TODAVIA NO SE HAN APLICADO AL DIAGNOSTICO DE PDAC BASADO EN CTCS. EN ESTE PROYECTO DESARROLLAREMOS UN MODELO XML QUE SERA ENTRENADO CON LAS PROPIEDADES MOLECULARES Y GENETICAS DE LAS CTCS Y CON INFORMACION DE LOS PACIENTES OBTENIDA DE I. IMAGENES RADIOLOGICAS DE TOMOGRAFIA COMPUTACIONAL (CECT), II. HISTOPATOLOGIA CONVENCIONAL, III. SECUENCIACION DE RNA Y DNA DE LAS BIOPSIAS DE TEJIDO Y IV. INMUNOTINCION MULTIPLES DE SECCIONES DE TEJIDO. EN EL MOMENTO DE VALIDAR EL MODELO, SOLO CONTARA CON LA INFORMACION DE LAS CTCS Y LA INFORMACION RADIOLOGICA (CECT).A MODO DE RESUMEN, EL OBJETIVO DE DEEPCTC IS DEMOSTRAR QUE LOS MODELOS XML PUEDEN RELACIONAR LAS CARACTERISTICAS DE LAS CTCS AISLADAS CON EL ESTADO DE LOS PACIENTES CON EL FIN DE -UTILIZANDO UN MARCO ETICO APROPIADO- PERSONALIZAR EL DIAGNOSTICO Y LA ESTRATIFICACION DE LOS PACIENTES PDAC. ANCER DE PANCREAS\INTELIGENCIA ARTIFICIAL\MACHINE LEARNING\MICROFLUIDICA\CELULAS TUMORALES CIRCULANTES

Conecta tu I+D

Entra hoy

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores