Modelleren van 3D neo-epitopen structuren om cross-reactiviteit van therapeutische antistoffen te voorspellen

Kweekkas onderzoekt de haalbaarheid van een AI/ML-model voor het voorspellen van peptide-HLA complexstructuren om veiligere en effectievere anti-pHLA immunotherapieën te ontwikkelen.

Subsidie
€ 20.000
2021

Projectdetails

Inleiding

De toepassing van immunotherapie gericht tegen peptide:HLA complexen (pHLA) op kankercellen wordt hedendaags op een grotere schaal verhinderd, gezien anti-pHLA immunotherapieën worden geassocieerd met veiligheidsrisico’s vanwege mogelijke cross-reactiviteit met peptides gepresenteerd op gezonde cellen. In recente klinische onderzoeken zijn zelfs sterfgevallen gemeld die verband hielden met deze onverwachte off-target toxiciteit.

Medische Vraag

Daartoe is er een grote medische vraag naar meer gerichte (immuno)behandelingen tegen kanker die zowel effectiever zijn als minder toxiciteit veroorzaken. In dit project binnen de KIA ‘Gezondheid en Zorg’ beoogt Kweekkas de haalbaarheid te onderzoeken voor het ontwikkelen van een artificial intelligence/machine learning (AI/ML) model dat de 3-dimensionale structuur van peptide-HLA complexen kan voorspellen.

Doelstelling

Hiermee kan mogelijke cross-reactiviteit van een therapie voorspeld worden en kunnen meer effectieve en veiligere anti-pHLA immunotherapieën gerealiseerd worden. Kweekkas doet dit op basis van een academische en industriële achtergrond in celbiologie en immunotherapieën, wat bijdraagt aan het onderzoeken en ontwikkelen van de technische uitdagingen van het te ontwikkelen platform.

Ontwikkelingen

Om het beoogde model naar de markt te brengen, zijn verschillende ontwikkelingen essentieel. Gedurende dit haalbaarheidsonderzoek zal Kweekkas onderzoek doen naar de technische en economische haalbaarheid van het platform.

Financiële details & Tijdlijn

Financiële details

Subsidiebedrag€ 20.000

Tijdlijn

StartdatumOnbekend
EinddatumOnbekend
Subsidiejaar2021

Partners & Locaties

Projectpartners

  • Kweekkas B.V.penvoerder

Land(en)

Netherlands

Vergelijkbare projecten binnen MIT Haalbaarheid

Mkb-innovati...

Haalbaarheidsstudie naar de ontwikkeling van een screeningsplatform voor de ontwikkeling van nieuwe TCRmimic immunotherapieën

Imuno onderzoekt de ontwikkeling van een in silico peptide:HLA-specifieke antistof bibliotheek om snellere en goedkopere immunotherapieën voor kankerpatiënten te realiseren.

€ 20.000
Mkb-innovati...

Haalbaarheidsstudie naar de genetische identificatie van T-cel receptoren voor de ontwikkeling van nieuwe immunotherapieën

Dit project onderzoekt de haalbaarheid van een innovatieve techniek voor genetische identificatie van T-cel receptoren om nieuwe immunotherapieën voor kankerpatiënten te ontwikkelen.

€ 20.000
Mkb-innovati...

Data Driven Leukemia Detection

Het project Bahov ontwikkelt een AI-gestuurde bio-informatica oplossing om vroegtijdige herkenning van leukemie bij patiënten te verbeteren, ter ondersteuning van de gezondheidszorg.

€ 20.000
Mkb-innovati...

Ontwikkeling van een antiTAP antistoftherapie

Dit project onderzoekt de haalbaarheid van een innovatieve immunotherapie voor uitbehandelde kankerpatiënten door het ontwikkelen van een monoklonaal antilichaam gericht op specifieke tumorantigenen.

€ 20.000
Mkb-innovati...

PreActive AI

Het project onderzoekt de haalbaarheid van een AI-model om interventies in een mobiele gezondheidsapp te personaliseren, met als doel de beweging en gezondheid van werknemers te verbeteren.

€ 20.000

Vergelijkbare projecten uit andere regelingen

Mkb-innovati...

PIONEER-AI: Pushing Immune Optimization through Novel Engineering and Enhanced Resourcing

Digi.Bio en Bubl ontwikkelen het PIONEER-AI platform om CAR-T celtherapieën sneller en goedkoper te evalueren, waardoor de behandeling van kankerpatiënten verbetert.

€ 192.835
Mkb-innovati...

Doorbreken van barrières voor gebruik van AI algoritmes in de gezondheidszorg.

Het project ontwikkelt een cloud-based platform met AI-technologie voor verbeterde medische diagnostiek, gericht op snellere, nauwkeurigere behandelingen en kostenbesparingen in de gezondheidszorg.

€ 329.700
Mkb-innovati...

PREDICT - Towards a PREDICTable combination therapy

Het project richt zich op het ontwikkelen van een datagestuurde combinatie van immuunsuppressie en NK-celtherapie om de uitkomst van kankerbehandelingen te voorspellen en te verbeteren.

€ 165.355
ERC Advanced...

An integrative genetic approach for the exploration of melanoma immunological interactions

This project aims to enhance cancer vaccine efficacy by systematically analyzing the immunopeptidome in melanoma to identify actionable neopeptides and their impact on immune responses.

€ 2.500.000
EIC Transition

Pre-clinical validation and demonstration of PeptiCHIP: an immunopurification microfluidic device and software for (neo)antigen identification and prioritization

Valo Therapeutics is developing PeptiCHIP, a microfluidic device and algorithm to efficiently identify neoantigens for personalized cancer immunotherapy, enhancing patient response rates.

€ 2.226.280