Introduction

Cel prowadzonych badań/hipoteza badawczaPrzedmiotem proponowanego projektu jest podjęcie systemowej analizy mającej na celu opracowanie modeli i metod obliczeniowych wspomagających prognozowanie wyników terapii antynowotworowej. Badania ukierunkowane będą przede wszystkim na skojarzoną radioterapię i chemioterapię chorych na niedrobnokomórkowego raka płuc, radiochemioterapię raka regionu głowy i szyi oraz radiochemioterapię chorych na raka odbytnicy, dla których wnioskodawca dysponuje danymi klinicznymi, które dotąd nie były przedmiotem takiej analizy. W ramach projektu przewidujemy realizację trzech głównych zadań cząstkowych:Opracowanie oryginalnych metod klasyfikacji pacjentów pod kątem prognozowanej skuteczności terapii skojarzonej.Opracowanie modeli matematycznych opisujących zmienność wybranych parametrów odpowiedzi nowotworów na różne formy terapii, estymacja parametrów tych modeli przy wykorzystaniu oryginalnego podejścia hybrydowego oraz ich weryfikacja za pomocą danych klinicznych, do których Jednostka realizująca projekt ma dostęp.Opracowanie oprogramowania wspomagającego przewidywanie skuteczności różnych form terapii w oparciu o dane indywidualnych pacjentów.Na podstawie wstępnych wyników, można postawić następujące hipotezy badawcze:Modelowanie matematyczne umożliwia wyznaczanie kierunków poszukiwań nowych protokołów terapii, które mogą być weryfikowane za pomocą eksperymentów in silico i in vitroModel hybrydowy wzrostu nowotworu uwzględniający działania terapeutyczne pozwala na opracowanie wygodnego narzędzia wykorzystującego metody sztucznej inteligencji do prognozowania skuteczności różnych form terapiiWyniki badań morfologii krwi mogą być wykorzystane jako źródło prognoz skuteczności leczenia, w tym leczenia skojarzonegoZastosowana metoda badawcza/metodykaPierwsze zadanie, typowe w dziedzinie bioinformatyki i biostatystyki, polega na opracowaniu statystycznych metod analizy dostępnych danych klinicznych oraz wykorzystaniu metod uczenia maszynowego do konstrukcji klasyfikatorów. Drugie zadanie należy do dziedziny biologii systemów, i wymaga wykorzystania metod inżynierii systemów, metod optymalizacji oraz symulacji dynamiki układów. Ostatnie  z proponowanych zadań polega na wykorzystaniu wyników dwóch pierwszych zadań do stworzenia oryginalnego oprogramowania wspomagającego diagnostykę i predykcję efektów leczenia. W szczególności w trakcie badań zostaną wykorzystane następujące narzędzia:Metody uczenia maszynowego dla budowy klasyfikatora służącego do prognozowania skuteczności terapii oraz estymacji parametrów modeli dynamicznychModelowanie dynamiki wzrostu nowotworów za pomocą równań różniczkowych zwyczajnychKrzywe przeżyciowe Kaplana-Meiera oraz modele probabilistyczne dla oszacowania prawdopodobieństwa wystąpienia przerzutów lub wznowy lokalnejSymulacyjne badanie efektywności terapii oraz metody optymalizacji w celu znalezienia lepszych protokołów terapiiWpływ spodziewanych rezultatów na rozwój nauki, cywilizacji, społeczeństwaProponowany projekt zawiera pionierskie, interdyscyplinarne  badania, obejmujące dziedziny uczenia maszynowego, sztucznej inteligencji, teorii systemów, optymalizacji i medycyny. Jego realizacja przyczyni się do wskazania łatwych to zmierzenia markerów pozwalających oszacować skuteczność terapii oraz możliwych zmian w aktualnie stosowanych protokołach terapii, zwiększających szanse na  wyleczenie. Połączenie tych dwóch elementów stanowi krok w kierunku spersonalizowanej medycyny. Ponadto, nowe metody i narzędzia obliczeniowe, które powstaną  w ramach projektu, będą mogły być wykorzystane do stworzenia oprogramowania wspomagającego planowanie nowych, eksperymentalnych protokołów terapii antynowotworowej oraz oprogramowania wspomagającego podejmowanie decyzji w badaniach tego typu.

Goal

Tasks

Contractors

Project manager

Andrzej Świerniak

Contractors

Krzysztof Fujarewicz, Jarosław Smieja, Monika Kurpas, Michał Jakubczak

Results

Articles