Grant: Collaborative Science, Technology and Innovation Program - Collaborative R&D Initiatives

NARWHAL combines expertise in lipid quantification and machine learning (ML) driven diagnostics to develop a personalized health monitoring tool possibly deployable using NRC’s automated microfluidics platform. The combination of machine learning (ML) methodology, miniaturization of sample processing, and new fluorescent-based assay of lipids seek to enable new diagnostics. Previous collaborative work with NRC has resulted in a panel of lipid biomarkers for COVID19. In this Project, the team will now develop and miniaturize novel experimental and analytical methodologies for automated ML-driven diagnostics of depression, cardiovascular problems, and long COVID19. The goals of the Project are to validate fluorescent lipid biomarker quantification against the gold-standard of mass spectrometry, select optimal markers for this approach through ML, and to optimize ML methods for real-time personalized diagnostic evaluation. NARWHAL will enable clinicians to have rapid clinical diagnostic testing in remote locations.

Le système NARWHAL combine l’expertise en quantification des lipides à l’apprentissage automatique (AA) pour aboutir à un outil personnalisé de contrôle de la santé qu’on pourrait déployer avec la plateforme automatisée de microfluidique du CNRC. En réunissant l’AA, la miniaturisation du conditionnement des échantillons et les nouvelles techniques de dosage des lipides par fluorescence, on espère parvenir à de nouvelles méthodes de diagnostic. Les collaborations antérieures avec le CNRC ont débouché sur la création d’une série de biomarqueurs lipidiques pour la COVID-19. À présent, l’équipe chargée du projet élaborera puis miniaturisera de nouvelles méthodes d’expérimentation et d’analyse s’appuyant sur l’AA en vue de diagnostiquer de façon automatisée la dépression, les problèmes cardiovasculaires et la COVID longue. Les objectifs consistent à comparer la quantification par les biomarqueurs lipidiques fluorescents à la règle d’or qu’est la spectrométrie de masse, à sélectionner les meilleurs marqueurs pour cette approche reposant sur l’AA et à optimiser les méthodes d’AA afin d’obtenir un diagnostic individualisé en temps réel. Le système NARWHAL permettra au clinicien d’effectuer des tests rapidement dans les lieux éloignés pour porter un diagnostic.

In the short term, anticipated outcomes will be strengthened collaborations across industry, academia, and government to support research excellence. In the medium term, anticipated outcomes will be the development of new and potentially disruptive technologies with collaborators. In the long term, find collaborative solutions to public policy challenges and create stronger innovation systems.

À court terme, les résultats prévus seront des collaborations renforcées entre l'industrie, le milieu universitaire et le gouvernement pour soutenir l'excellence en recherche. À moyen terme, les résultats attendus seront le développement de nouvelles technologies potentiellement perturbatrices avec des collaborateurs. À long terme, trouver des solutions collaboratives aux défis des politiques publiques et créer des systèmes d'innovation plus solides.

Collaborate on multiparty research and development programs to catalyze transformative, high-risk, high-reward research with the potential for game-changing scientific discoveries and technological breakthroughs in priority areas.

Collaborer à des programmes multipartites de recherche-développement dans le but de profiter de la synergie entre la recherche transformatrice à haut risque et à haut rendement et le potentiel de découvertes scientifiques et de percées technologiques révolutionnaires dans des secteurs d’intervention prioritaires.