SubsidieMeestersCloudplatform for High Content Imaging
Core Life Analytics ontwikkelt een cloudplatform voor onafhankelijke onderzoekers om snel en kosteneffectief HC data-analyse uit te voeren.
Projectdetails
Inleiding
Voor individuele onafhankelijke onderzoekswetenschappers is data-analyse altijd een lastig onderdeel waarvoor je vrijwel altijd een gespecialiseerde data scientist en/of een bio-informaticus nodig hebt. De huidige aanpak is nu erg technisch en vereist het combineren van meerdere niet-geïntegreerde softwarepakketten. Hierdoor wordt de snelheid van ontdekkingen van geneesmiddelen en doelwitten enorm belemmerd.
Doel van het project
Core Life Analytics wil een geïntegreerd cloudplatform ontwikkelen waarmee een individuele onderzoeker zijn HC data-analyse zonder hulp snel en kosteneffectief kan uitvoeren. Hiermee kan de vertaling van ruwe biologische beelden naar biologische kennis worden versneld.
Daarnaast wordt de onderzoekskosten significant verlaagd door:
- Kortere doorlooptijden
- Lagere kosten
Functionaliteiten van het platform
Binnen het platform kunnen onderzoekers naast de beeldanalyse van Core Life Analytics ook gebruikmaken van analysesoftware van third-party vendors.
Met dit cloudplatform hebben individuele biologen toegang tot alle reken- en analysehulpmiddelen die ze nodig hebben om hun ontdekkingsprojecten van het begin (onbewerkte gegevens, onbewerkte beelden) tot het einde (verwerkte gegevens en biologische inzichten) individueel uit te voeren.
Proces en doorlooptijd
Elke stap in het proces (microscopie – upload – beeldanalyse – data-analyse) kost 1 tot 4 dagen, waardoor de totale doorlooptijd van de pipeline bij hoge resolutie vaak ongeveer twee weken bedraagt.
In een groot deel van de analyses worden er in de dataverzameling fouten gemaakt die leiden tot niet-eenduidige resultaten. Het wijzigen van een eenvoudige contrastwaarde tijdens de microscopie kan bijvoorbeeld al leiden tot volledig afwijkende resultaten die lastig te verklaren zijn.
Kwaliteitsborging
Om dit te ondervangen wil CLA in het cloudplatform de traceability van alle processtappen waarborgen en meerdere validaties in het proces uitvoeren. Hierdoor wordt bewust of onbewust ‘human bias’ uitgesloten.
Financiële details & Tijdlijn
Financiële details
| Subsidiebedrag | € 20.000 |
| Totale projectbegroting | € 61.000 |
Tijdlijn
| Startdatum | 5-4-2023 |
| Einddatum | 31-12-2023 |
| Subsidiejaar | 2023 |
Partners & Locaties
Projectpartners
- Core Life Analytics B.V.penvoerder
Land(en)
Vergelijkbare projecten binnen MIT Haalbaarheid
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
Platform for parallelized biological testsBI/OND ontwikkelt een gebruiksvriendelijke interface voor geautomatiseerde en parallelle tests met organ-on-a-chip technologie om gepersonaliseerde medicijnen te bevorderen en dierenproeven te verminderen. | Mkb-innovati... | € 20.000 | 2022 | Details |
Privacy Enabling Technologies for a DNA-Platform (PET-DNA)OASYS NOW ontwikkelt een softwareplatform dat DNA-data veilig beheert via blockchain, zodat individuen controle hebben over hun gegevens en kunnen deelnemen aan onderzoek met financiële beloning. | Mkb-innovati... | € 20.000 | 2023 | Details |
Personalized PostYourLabLabonovum ontwikkelt met het PostYourLab platform een gepersonaliseerd gezondheidsprofiel met AI-analyse van bloedtesten, gericht op betere inzichten en efficiëntere artsconsulten. | Mkb-innovati... | € 20.000 | 2022 | Details |
HAALBAARHEID DIGITALISERING BODEMBIOLOGIE ANALYSESDatacadabra ontwikkelt een AI-gestuurde applicatie voor snelle, efficiënte en goedkope biologische bodemanalyses, met cloud-gebaseerde aggregatie van gegevens voor wereldwijde trendanalyses. | Mkb-innovati... | € 20.000 | 2020 | Details |
Onderzoeken haalbaarheid vernieuwing Ancora Health PlatformAncora ontwikkelt een geautomatiseerd platform voor persoonlijk leefstijladvies op basis van biomarker-analyse en fysieke testen, in samenwerking met UMCG, om handmatige processen te verminderen. | Mkb-innovati... | € 20.000 | 2020 | Details |
Platform for parallelized biological tests
BI/OND ontwikkelt een gebruiksvriendelijke interface voor geautomatiseerde en parallelle tests met organ-on-a-chip technologie om gepersonaliseerde medicijnen te bevorderen en dierenproeven te verminderen.
Privacy Enabling Technologies for a DNA-Platform (PET-DNA)
OASYS NOW ontwikkelt een softwareplatform dat DNA-data veilig beheert via blockchain, zodat individuen controle hebben over hun gegevens en kunnen deelnemen aan onderzoek met financiële beloning.
Personalized PostYourLab
Labonovum ontwikkelt met het PostYourLab platform een gepersonaliseerd gezondheidsprofiel met AI-analyse van bloedtesten, gericht op betere inzichten en efficiëntere artsconsulten.
HAALBAARHEID DIGITALISERING BODEMBIOLOGIE ANALYSES
Datacadabra ontwikkelt een AI-gestuurde applicatie voor snelle, efficiënte en goedkope biologische bodemanalyses, met cloud-gebaseerde aggregatie van gegevens voor wereldwijde trendanalyses.
Onderzoeken haalbaarheid vernieuwing Ancora Health Platform
Ancora ontwikkelt een geautomatiseerd platform voor persoonlijk leefstijladvies op basis van biomarker-analyse en fysieke testen, in samenwerking met UMCG, om handmatige processen te verminderen.
Vergelijkbare projecten uit andere regelingen
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
Streamlining structural biology: Developing a high-throughput cloud-based cryo-electron tomography platformDevelop a cloud-based workflow for automated high-throughput cryo-electron tomography data analysis to democratize access and reduce processing time, enhancing molecular research. | ERC Proof of... | € 150.000 | 2023 | Details |
Closed-loop deep learning in early-stage drug discovery - cloud platform for targeted protein degradationCeleris Therapeutics leverages deep learning to develop a web platform for degrading undruggable proteins, aiming to revolutionize drug discovery for incurable diseases like Alzheimer's and cancer. | EIC Accelerator | € 2.500.000 | 2022 | Details |
Multi-omic data driven drug discovery and indication prioritisation platform in oncologymCUBE is an AI-driven platform aimed at enhancing precision oncology by harmonizing clinical data and multi-omic analysis to identify new drug candidates for licensing to pharma companies. | EIC Accelerator | € 2.495.788 | 2022 | Details |
AI Organoid Image AnalysisDeveloping a user-friendly SaaS toolbox utilizing AI for automated quantification of organoid images to enhance accuracy, standardization, and efficiency in organoid research. | ERC Proof of... | € 150.000 | 2023 | Details |
Commoditizing Data Analytics in the CloudDevelop an open, cost-efficient cloud analytics database, CODAC, to reduce query costs and enable seamless data migration across platforms, enhancing large-scale data analytics accessibility. | ERC Starting... | € 1.498.125 | 2023 | Details |
Streamlining structural biology: Developing a high-throughput cloud-based cryo-electron tomography platform
Develop a cloud-based workflow for automated high-throughput cryo-electron tomography data analysis to democratize access and reduce processing time, enhancing molecular research.
Closed-loop deep learning in early-stage drug discovery - cloud platform for targeted protein degradation
Celeris Therapeutics leverages deep learning to develop a web platform for degrading undruggable proteins, aiming to revolutionize drug discovery for incurable diseases like Alzheimer's and cancer.
Multi-omic data driven drug discovery and indication prioritisation platform in oncology
mCUBE is an AI-driven platform aimed at enhancing precision oncology by harmonizing clinical data and multi-omic analysis to identify new drug candidates for licensing to pharma companies.
AI Organoid Image Analysis
Developing a user-friendly SaaS toolbox utilizing AI for automated quantification of organoid images to enhance accuracy, standardization, and efficiency in organoid research.
Commoditizing Data Analytics in the Cloud
Develop an open, cost-efficient cloud analytics database, CODAC, to reduce query costs and enable seamless data migration across platforms, enhancing large-scale data analytics accessibility.