Produktion med hög genomströmning och AI-baserad etikettfri screening av organoider för läkemedelsanalyser.
Diarienummer | |
Koordinator | Karolinska Institutet - Karolinska Institutet Inst f biovetenskaper & näringslära |
Bidrag från Vinnova | 1 656 251 kronor |
Projektets löptid | september 2023 - oktober 2024 |
Status | Avslutat |
Utlysning | Framväxande tekniklösningar |
Ansökningsomgång | Framväxande tekniklösningar steg 1 2023 |
Viktiga resultat som projektet gav
Projektet syftade till att utveckla en högkapacitetsbioreaktor för storskalig produktion av organoider och ett etikettfritt avbildningssystem för icke-invasiv läkemedelsscreening. Ett omfattande internt bilddataset för maskininlärning och AI-baserad klassificering håller på att förberedas. Dessa mål uppnåddes framgångsrikt och övervann viktiga begränsningar inom organoidforskning. Projektet nådde TRL3, vilket validerade teknikens genomförbarhet och banade väg för personlig medicin med patienthärledda organoider för framtida läkemedelstester.
Långsiktiga effekter som förväntas
Projektet levererade framgångsrikt en skalbar högkapacitetsproduktion av organoider och utvecklade en etikettfri avbildningsmetod för läkemedelsscreening. Dessa resultat adresserar kritiska utmaningar inom organoidforskning och läkemedelsutveckling. De förväntade effekterna inkluderar snabbare och mer kostnadseffektiva läkemedelstester samt tillämpningar för personlig medicin med patienthärledda organoider, vilket banar väg för mer skräddarsydda behandlingar i framtidens sjukvård.
Upplägg och genomförande
Projektet adresserade skalbarhet och automatisering i produktionen av organoider genom att integrera en multi-well bioreaktor med etikettfri mikroskopi. Implementeringen fokuserade på högkapacitetsproduktion av organoider och icke-invasiv avbildning. Förväntade utmaningar, som vävnadsspecifik organoidproduktion och reproducerbarhet, hanterades genom infrastrukturplanering och samarbeten. Detta lägger grunden för att skapa ett stort bilddataset av organoider för maskininlärning och AI-drivna läkemedelstester och personlig medicin.