Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

DrugComb

Financiado

Cerrado

Informatics approaches for the rational selection of personalized cancer drug co...

Informatics approaches for the rational selection of personalized cancer drug combinations Making cancer treatment more personalized and effective is one of the grand challenges in our health care system. However, many drugs have entered clinical trials but so far showed limited efficacy or induced rapid development of... ver más

31/05/2023

HELSINGIN YLIOPIST...

2M€

Presupuesto del proyecto: 2M€

Líder del proyecto

HELSINGIN YLIOPISTO No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Fecha límite participación Sin fecha límite de participación.

Financiación concedida El organismo H2020 notifico la concesión del proyecto el día 2023-05-31

ERC-2016-STG: ERC Starting Grant

I+D

Cerrada hace 9 años

0% 100% 100%

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

1 Participantes

HELSINGIN YLIOPISTO

1.50M€ | Lider

Proyectos interesantes

WINTHER

Medical Technol...

Data Science

4M€ Cerrado

COMBAT-RES

Medical Technol...

Data Science

1M€ Cerrado

PHRD

Medical Technol...

Data Science

150K€ Cerrado

NOSCAR

Medical Technol...

Data Science

305K€ Cerrado

TransPot

Medical Technol...

Data Science

3M€ Cerrado

SAF2015-74072-JIN

Medical Technol...

Data Science

205K€ Cerrado

Conecta tu I+D

¿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

Duración del proyecto: 72 meses Fecha Inicio: 2017-05-03
Fecha Fin: 2023-05-31

Líder del proyecto

HELSINGIN YLIOPISTO No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Presupuesto del proyecto 2M€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto Making cancer treatment more personalized and effective is one of the grand challenges in our health care system. However, many drugs have entered clinical trials but so far showed limited efficacy or induced rapid development of resistance. We critically need multi-targeted drug combinations, which shall selectively inhibit the cancer cells and block the emergence of drug resistance. This project will develop mathematical and computational tools to identify drug combinations that can be used to provide personalized and more effective therapeutic strategies that may prevent acquired resistance. Utilizing molecular profiling and pharmacological screening data from patient-derived leukaemia and ovarian cancer samples, I will develop model-based clustering methods for identification of patient subgroups that are differentially responsive to first-line chemotherapy. For patients resistant to chemotherapy, I will develop network modelling approaches to predict the most potential drug combinations by understanding the underlying drug target interactions. The drug combination prediction will be made for each patient and will be validated using a preclinical drug testing platform on patient samples. I will explore the drug combination screen data to identify significant synergy at the therapeutically relevant doses. The drug combination hits will be mapped into signalling networks to infer their mechanisms. Drug combinations with selective efficacy in individual patient samples or in sample subgroups will be further translated into in treatment options by clinical collaborators. This will lead to novel and personalized strategies to treat cancer patients.

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores