Digitaliserat AI-verktyg för säkerhetsprediktering av ATMPs (digiSafe-ATMPs)
Diarienummer | |
Koordinator | Högskolan i Skövde - Högskolan i Skövde Inst f biovetenskap |
Bidrag från Vinnova | 5 840 000 kronor |
Projektets löptid | november 2023 - oktober 2026 |
Status | Pågående |
Utlysning | Avancerad digitalisering - Möjliggörande tekniker |
Ansökningsomgång | AI för avancerad digitalisering, 2 |
Syfte och mål
Avancerade terapier (sk. ATMPs) är ett snabbt växande fält med stor potential inom medicin. Projektet adresserar det stora behovet av robusta och uppskalningsbara metoder för att förutsäga kvalitetsproblem vid industriell tillverkning och leverans av ATMPs, vilket krävs för marknadsföringstillstånd av ATMPs som innebär stora fördelar för patienter. Idag saknas uppskalningsbara, standardiserade, validerade metoder för: - bedömning av patientsäkerhet, tex att bedöma riskerna för transplantatavstötning - säker och effektiv leverans av ATMPs till skadad eller sjuk vävnad.
Förväntade effekter och resultat
Nya säkerhetsbiomarkörer för att identifiera avvikelser i tidiga skeden av tillverkningsprocessen av ATMPs kommer att utvecklas. Detta kommer att främja avancerad digitalisering inom ATMP-sektorn och då förbättra svagheter med dagens standardmetoder för att förutsäga kvalitetsproblem som potentiellt kan leda till stora förluster av resurser och en minskad livskvalitet hos patienter.
Planerat upplägg och genomförande
AI-modeller kommer att tränas med hjälp av omics-data genererade från olika stadier under tillverkningen av individualiserade blodkärl som transplanterats till försöksdjur. Siamese Neural Networks-modeller kommer att utvecklas för beräkning av en slags likhetspoäng till nativa blodkärl för att bedöma säkerheten för ATMP och förbättra säkerhetsbedömningstester så att lyckade transplantationer skall kunna förutses. Vidare kommer Variational Autoencoders att utvecklas och tränas på integrerad omics-data för att identifiera nya säkerhetsbiomarkörer.