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

This agreement has been amended 1 time(s). The total amended value is 227,964 dollars and the end date of this agreements has been modified by 349 days

Cet accord a été modifié 1 fois. La valeur totale des modifications est de 227,964 dollars et la date de fin du présent accord a été changé de  349 jours.

L'IA pour la simulation de systèmes biologiques - Modèle probabiliste génératif et inférence bayésienne pour la quantification automatique des données métaboliques

AI systems that can describe and predict behavior of biological networks of cells, tissues and organisms will allow more accurate, faster and less expensive innovations in life sciences while at the same time ensuring predictable outcomes. In particular, the full potential for safe and efficient utilization of gene editing and live cell therapies requires an ability for controlled design of these modalities with simulations that allow testing and optimization under different conditions in both production and utilization. The project will combine machine learning and mechanistic modeling for the development of simulation of biological systems and link these simulations with learning algorithms for testing and optimizing different designs. The focus of this 2 year project, will be on the development of methods for the simulation and design of desired characteristics of exosomes, as carriers of gene therapies, and development of methodologies for building simulations for HEK293, as major cells for bioreactor production and iPSC cells as major cells in stem and cell therapy development. This project will focus on a probabilistic framework for merging data-driven methods with theory-based models. The project will also evaluate the applicability of state-of-the-art automatic metabolic quantification methods from the literature to NMR data currently being collected by the NRC.

Les systèmes d'IA qui peuvent décrire et prédire le comportement des réseaux biologiques de cellules, de tissus et d'organismes permettront des innovations plus précises, plus rapides et moins coûteuses dans les sciences de la vie tout en garantissant des résultats prévisibles. En particulier, le plein potentiel d'une utilisation sûre et efficace de l'édition de gènes et des thérapies à base de cellules vivantes nécessite une capacité de conception contrôlée de ces modalités avec des simulations qui permettent de tester et d'optimiser dans différentes conditions à la fois la production et l'utilisation. Le projet combinera l'apprentissage automatique et la modélisation mécaniste pour le développement de la simulation de systèmes biologiques et reliera ces simulations à des algorithmes d'apprentissage pour tester et optimiser différentes conceptions. L'objectif de ce projet de 2 ans sera le développement de méthodes pour la simulation et la conception des caractéristiques souhaitées des exosomes, en tant que porteurs de thérapies géniques, et le développement de méthodologies pour la construction de simulations pour HEK293, en tant que cellules principales pour la production de bioréacteurs et iPSC les cellules en tant que cellules majeures dans le développement de la thérapie souche et cellulaire. Ce projet se concentrera sur un cadre probabiliste pour la fusion de méthodes basées sur les données avec des modèles basés sur la théorie. Le projet évaluera également l'applicabilité des méthodes de quantification métabolique automatique de pointe de la littérature aux données RMN

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.