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

This agreement has been amended 1 time(s). The end date of this agreements has been modified by 379 days.

Cet accord a été modifié 1 fois La date de fin du présent accord a été changé de 379 jours.

L'IA service de la simulation des systèmes biologiques — modélisation des données lipidomiques quantitatives pour la prévision des perturbations enzymatiques dans le lipidome

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. This 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 3 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 the metabolic modelling of quantitative lipidomics data to infer enzymatic disruptions in the lipidome, specifically those lipids metabolized and released as exosomes from IPSC-derived neurons from PD patients and SMA-PME patients.

Les systèmes d’IA capables de décrire et de prévoir le comportement des réseaux biologiques formés de cellules, de tissus ou d’organismes permettront d’innover de manière plus précise, plus rapidement et à moindre coût dans le secteur des sciences de la vie tout en assurant des résultats prévisibles. L’exploitation optimum, sécuritaire et efficace de la manipulation des gènes et des thérapies à base de cellules vivantes nécessite en particulier de pouvoir concevoir ces outils judicieusement grâce à des simulations qui permettent de les tester et de les optimiser dans différentes conditions lors de la production et de l’utilisation. Nous prévoyons de combiner l’apprentissage automatique et la modélisation mécaniste pour acquérir une capacité de simulation de systèmes biologiques, puis lier les simulations à des algorithmes d’apprentissage afin de tester et d’optimiser différentes approches. Ce projet, qui s’étalera sur trois ans, ciblera le développement de méthodes axées sur la simulation et la conception d’exosomes possédant des caractéristiques voulues en tant que transporteurs pour des thérapies géniques et le développement de méthodologies axées sur la simulation des cellules HEK-293 comme cellules principales de production en bioréacteur et des cellules CSPI comme cellules principales pour le développement des thérapies à partir de cellules classiques ou de cellules souches. Ce projet sera axé sur la modélisation des processus métaboliques portant sur des données lipidomiques quantitatives dans le but d’en déduire les perturbations enzymatiques survenant dans le lipidome, en particulier pour les lipides métabolisés et libérés sous la forme d’exosomes par des neurones construits à partir de CSPi chez des patients souffrant de la maladie de Parkinson ou de la maladie d’Aran-Duchenne avec épilepsie myoclonique progressive.

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.