Hola,
¿eres nuevo aquí?

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

Tengo cuenta

Regístrate

Ver video

TED2021-131518B-C31

Financiado

MODELOS PREDICTIVOS PARA LA ESTIMACION DEL RIESGO DE PERDIDA MINERAL OSEA

EL OBJETIVO GENERAL DEL PROYECTO ES IDENTIFICAR LOS DIFERENTES PATRONES DE EXPRESION GENICA, BIOMARCADORES Y MIRNAS EN PACIENTES CON EG AL DIAGNOSTICO Y RELACIONARLOS CON EL GRADO DE DESMINERALIZACION OSEA PARA DEFINIR UN MODELO P... ver más

01/01/2021

UNIZAR

110K€

Presupuesto del proyecto: 110K€

Líder del proyecto

UNIVERSIDAD DE ZARAGOZA. OFICINA DE TRANSFERE... No se ha especificado una descripción o un objeto social para esta compañía.

Sin perfil tecnológico

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.

Participantes

UNIZAR

Lider

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

Proyectos interesantes

LEGENDARE Leveraging genomic discoveries and skeletal phenotyping to i... 2M€ Cerrado

DPI2011-22413 DISEÑO Y DESAROLLO DE UNA HERRAMIENTA COMPUTACIONAL PARA LA... 97K€ Cerrado

PID2019-105595GB-I00 MODELOS GRAFICOS EN LA GENOMICA CLINICA 58K€ Cerrado

RTI2018-095209-B-C21 PREDICCION DE LA INCERTIDUMBRE EN SISTEMAS CIBERFISICOS MULT... 147K€ Cerrado

ORACLE Optimize risk prediction after myocardial infarction through... 1M€ Cerrado

TED2021-132025B-C42 ESTRATEGIAS PREVENTIVAS INTEGRADORAS PARA EL CANCER Y LAS EN... 569K€ Cerrado

Líder del proyecto

UNIVERSIDAD DE ZARAGOZA. OFICINA DE TRANSFERE... No se ha especificado una descripción o un objeto social para esta compañía.

Sin perfil tecnológico

Presupuesto del proyecto 110K€

Descripción del proyecto EL OBJETIVO GENERAL DEL PROYECTO ES IDENTIFICAR LOS DIFERENTES PATRONES DE EXPRESION GENICA, BIOMARCADORES Y MIRNAS EN PACIENTES CON EG AL DIAGNOSTICO Y RELACIONARLOS CON EL GRADO DE DESMINERALIZACION OSEA PARA DEFINIR UN MODELO PREDICTIVO DEL DESARROLLO DE OSTEOPOROSIS.PROPONEMOS UN ANALISIS MEDIANTE TECNICAS DE APRENDIZAJE AUTOMATICO E INTELIGENCIA ARTIFICIAL A TRAVES DE ALGORITMOS PARA ANALIZAR LOS DATOS, APRENDER DE ELLOS Y OBTENER UN MODELO PREDICTIVO DEL RIESGO DE DESMINERALIZACION OSEA. UTILIZAREMOS COMO POBLACION DE ESTUDIO PILOTO UNA COHORTE DE PACIENTES AFECTADOS POR LA ENFERMEDAD DE GAUCHER CON Y SIN ALTA INCIDENCIA DE PERDIDA OSEA Y DE LOS QUE DISPONEMOS DE DATOS DE IMAGEN, DATOS GENETICOS Y LOS PERFILES DE EXPRESION DE 500 MIRNAS EN PLASMA EN EL MOMENTO DEL DIAGNOSTICO, ASI COMO OTROS MARCADORES DE INFLAMACION Y DESMINERALIZACION OSEA. ESPERAMOS QUE ESTO NOS PERMITA DESARROLLAR UN MODELO PREDICTIVO QUE AYUDE A DISCRIMINAR EL RIESGO DE PADECER OSTEOPOROSIS APLICABLE A LA POBLACION GENERAL Y QUE PERMITA APLICAR LA MEDICINA PREDICTIVA DE PRECISION PARA ESTABLECER MEDIDAS PROFILACTICAS Y TRATAMIENTO PRECOZ.EN PARTICULAR, ESTE SUBPROYECTO (SP1) ASUMIRA LAS TAREAS DE COORDINACION ASI COMO LA RESPONSABILIDAD DEL DESARROLLO DE LOS MODELOS PREDICTIVOS PARA LA ESTIMACION DEL RIESGO DE PERDIDA DE DENSIDAD MINERAL OSEA. CON TODOS LOS DATOS RECOPILADOS, LA APLICACION DE INTELIGENCIA ARTIFICIAL, HERRAMIENTAS COMPUTACIONALES Y TECNICAS DE REDES DE CORRELACIONES PARA EL ANALISIS DE DATOS PUEDE PROPORCIONAR NUEVOS CONOCIMIENTOS SOBRE LA RELACION ENTRE DIFERENTES VARIABLES Y CON LA ENFERMEDAD, ASI COMO VISUALIZACIONES INFORMATIVAS Y DESCRIPTIVAS. ESTE SUBPROYECTO ASUMIRA OTRAS TAREAS INFORMATICAS Y DE INGENIERIA DE SOFTWARE, COMO LA CREACION Y CONSERVACION DE LA BASE DE DATOS.EL DISEÑO DE LOS MODELOS DE PREDICCION IMPLICARA TAREAS COMO EL PREPROCESADO Y ANALISIS EXPLORATORIO DE DATOS, SELECCION E IMPLEMENTACION DE MODELOS DE APRENDIZAJE AUTOMATICO, VALIDACION DE LOS RESULTADOS Y PUESTA A PUNTO DE LOS MISMOS.SE ESTUDIARAN VARIOS TIPOS DE MODELOS PARA ENCONTRAR AQUELLOS QUE MEJOR FUNCIONEN PARA CADA UNO DE LOS OBJETIVOS, DESDE MODELOS AUTORREGRESIVOS, MODELOS LINEALES GENERALIZADOS, ARBOLES DE DECISION O REDES NEURONALES, ENTRE OTROS. EXISTEN MULTITUD DE TECNICAS Y ALGORITMOS, PERO SOLO LA CORRECTA SELECCION DE LAS MAS ADECUADAS A NUESTROS OBJETIVOS, JUNTO CON EL ADECUADO DISEÑO DE LOS MODELOS BASADOS EN ELLAS, NOS CONDUCIRA A UN SISTEMA VERDADERAMENTE EFICIENTE. UNA VEZ DETERMINADAS LAS TECNICAS Y ALGORITMOS A UTILIZAR PARA CADA MODELO, SE DEBEN INTEGRAR Y PROGRAMAR PARA FORMAR LOS PROPIOS MODELOS. ESTA TAREA CONSISTIRA, POR TANTO, EN EL DISEÑO FINAL DE ESTOS MODELOS Y SU IMPLEMENTACION EN CODIGO QUE PERMITA SU POSTERIOR EJECUCION. STEOPOROSIS\MODELOS PREDICTIVOS\INTELIGENCIA ARTIFICIAL\MIRNA

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores