Název projektu: Reconstruction and Computational Modelling for Inherited Metabolic Diseases – Recon4IMD

Datum zahájení projektu: 1. 6. 2023
Datum ukončení realizace projektu: 31. 5. 2027
Rozpočet projektu: celkem 9 730 588 EUR (z toho pro VFN 10 000 EUR)
Garant projektu: KPDPM, doc. MUDr. RNDr. Pavel Ješina, Ph.D.
Registrační číslo projektu: 101080997

Stručný obsah projektu:

Projekt byl podpořen z programu EU Horizon EUROPE a bude realizován mezinárodním konsorciem zahrnujícím 34 subjektů veřejného i soukromého sektoru. Koordinátorem projektu je National University of Ireland, Galway, Irsko, VFN je jedním z partnerů.

Projekt Recon4IMD si klade za cíl urychlit diagnostiku a umožnit personalizovaný přístup k pacientům s různými dědičnými metabolickými poruchami (DMP) implementací genomických, metabolomických a proteomických dat do výpočetních modelů. Aby bylo možné vyvinout potřebné výpočetní modely, Recon4IMD bude shromažďovat klinická a omická data, tj. účastníci budou vyzváni, aby vytvořili strukturované elektronické zdravotní záznamy v registrech pacientů a zajistili pacientské vzorky (krev/plazma a moč). Kombinace klinických a omických dat pak umožní generování personalizovaných výpočtových modelů.

Vytvořené výpočetní modely pro různé DMP budou sloužit jako sdílený zdravotnický zdroj pro klinické lékaře při rozhodování o diagnóze, léčbě a monitorování onemocnění. Tento softwarový nástroj v kombinaci s personalizovaným přístupem poslouží jako inovativní prostředek k diagnostice a léčbě DMP s celospolečenským přínosem zlepšení prognózy pacientů a snížení nákladů na zdravotní péči. Očekáváme, že výsledky projektu povedou ke zlepšení kvality života pacientů s DMP a jejich rodin.

Abstract in English:

Our overall objectives are to accelerate the diagnosis, and enable personalised management, of inherited metabolic diseases (IMDs). Established academic technology for statistical genomic analysis, deep learning-based prediction of protein structure, and whole-body metabolic network modelling shall be applied to generate personalised computational models, given patient-derived genomic, transcriptomic, proteomic and metabolomic data. To train diagnostic models, a comprehensive clinical team will recruit 1,945 diagnosed patients with a wide variety of IMDs, then validate the clinical utility of personalised computational models on a set of 685 undiagnosed patients. An enhanced human metabolic network reconstruction, especially for lipid metabolism, reaction kinetics and inherited metabolic disease pathways, will increase the predictive capacity of cellular and whole-body metabolic network models. As an exemplar for other IMDs, personalised computational modelling will be used to identify compensatory and aggravating mechanisms that associate with clinical severity in Gaucher disease. The predictive capacity of personalised models will be validated by comparison with additional empirical investigations of protein structure and function as well as metabolomics, tracer-based metabolomics and proteomics of patient-derived in vitro disease models. To maximise the potential for impact, personalised modelling software will be developed to be generally applicable to a broad variety of IMDs and implemented in a way that is both accessible to clinicians and admissible to regulatory authorities. Sustainability will be promoted by development of a roadmap for a European foundation to aid personalised diagnosis and management of IMDs, informed by broad stakeholder consultation. This is a unique opportunity to realise the potential of personalised computational modelling for a broad set of rare diseases, which is a field where European collaboration is an essential for progress.