Description du projet
Des algorithmes prédictifs pour lutter contre le cancer du sein
Le cancer du sein est la principale cause des décès liés au cancer chez les femmes dans le monde. L’implication de l’hétérogénéité tumorale dans la progression et la rechute du cancer du sein a été bien documentée, et plaide pour le développement de traitements adaptés. La mise en œuvre de la médecine personnalisée nécessite la découverte de nouveaux biomarqueurs, basés sur l’analyse des données omiques et des informations cliniques. Ce domaine exigeant nécessite des approches mathématiques sophistiquées combinées à une analyse biologique approfondie. Le projet PredAlgoBC, financé par l’UE, a réuni des cliniciens, des mathématiciens et des bioinformaticiens pour développer des algorithmes d’apprentissage automatique dans la recherche de biomarqueurs prédictifs pour le traitement du cancer du sein. L’identification de nouveaux biomarqueurs et leur mise en œuvre en clinique guideront les cliniciens dans la sélection de l’option thérapeutique optimale.
Objectif
Breast cancer is the cancer with the highest incidence in women worldwide, and is the leading cause of cancer-related death, mainly due to treatment resistance. Recently, tumor heterogeneity has been described as one of the key driver in treatment failure. Indeed, tumor is not a homogeneous entity to treat, but a complex association of subclonal populations driven by their own genetic alterations, and immune and stromal cells from microenvironment. Breast cancer subtypes and tumor heterogeneity advocate for the development of tailored, personalized treatments, but so far, the discovery of efficient predictive markers has been compromised by the lack of adapted biological models and methodological tools.
The recent developments of high-throughput methods for bulk and single-cell analyses has generated large ‘omics’ datasets from patients, stored in open access databases (ArrayExpress, GEO). Combining these numerous datasets will grant a sufficient statistical power to reveal a comprehensive overview of tumor complexity. However, this data mining is currently limited by methodological challenges like cross-platform normalization and the difficulty to analyze complex data structure with high dimension observations. To overcome these issues, I propose to implement a multidisciplinary project at the interface between mathematics, biology, and information technologies.
With the support of the mathematicians and bioinformaticians from the Bioinfomics unit of the regional comprehensive cancer center (ICO), I will develop and implement machine-learning algorithms in the search of predictive biomarkers for breast cancer treatment. This innovative strategy will lead to personalized medicine in breast cancer by guiding clinicians in the selection of the optimal therapeutic option. Moreover, this generated pipeline for predictive marker discovery could be further adapted for the treatment of other cancer types.
Champ scientifique (EuroSciVoc)
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.
- sciences naturelles informatique et science de l'information science des données exploration de données
- sciences médicales et de la santé médecine clinique oncologie cancer du sein
- sciences médicales et de la santé sciences de la santé médecine personnalisée
- sciences naturelles mathématiques
- sciences naturelles informatique et science de l'information intelligence artificielle apprentissage automatique
Vous devez vous identifier ou vous inscrire pour utiliser cette fonction
Nous sommes désolés... Une erreur inattendue s’est produite.
Vous devez être authentifié. Votre session a peut-être expiré.
Merci pour votre retour d'information. Vous recevrez bientôt un courriel confirmant la soumission. Si vous avez choisi d'être informé de l'état de la déclaration, vous serez également contacté lorsque celui-ci évoluera.
Programme(s)
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
-
H2020-EU.1.3. - EXCELLENT SCIENCE - Marie Skłodowska-Curie Actions
PROGRAMME PRINCIPAL
Voir tous les projets financés dans le cadre de ce programme -
H2020-EU.1.3.2. - Nurturing excellence by means of cross-border and cross-sector mobility
Voir tous les projets financés dans le cadre de ce programme
Thème(s)
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Régime de financement
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
MSCA-IF-EF-ST - Standard EF
Voir tous les projets financés dans le cadre de ce programme de financement
Appel à propositions
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
(s’ouvre dans une nouvelle fenêtre) H2020-MSCA-IF-2018
Voir tous les projets financés au titre de cet appelCoordinateur
La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.
49100 Angers
France
Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.