< Terug naar vorige pagina

Project

HavePhAIth: Humane Faagtherapie op basis van AI om faag-cocktails te ontwerpen tegen ESKAPE pathogenen

Humane Faagtherapie (FT) is een beloftevolle strategie voor de behandeling van het toenemend aantal antiobiotica-resisitente infecties. België is Europees leider in de implementatie van FT en de techniek is operationeel in het Militair Hospitaal Koningin Astrid (MHKA) en aan het UZ Leuven. Een Task Force is opgezet (Multidisciplinary Phage Task Force, MPTF) binnen UZ Leuven om FT op te zetten voor patiënten met moeilijk te behandelen infecties. Echter, de huidige strategieën om faagcocktails te ontwerpen zijn een ‘black box’ en maken gebruik van empirisiche regels die geen rekening houden met de snel-groeiende omics data waarmee bacterie-faag interacties voorspeld kunnen worden. In mijn doctoraatsonderzoek heb ik Machine Learning modellen voor faaginfectiviteit ontwikkeld om uit een collectie fagen te voorspellen die P. aeruginosa kunnen infecteren op van basis de inhoud van hun genoom. Als lid van de MPTF en onderzoekspartner van het MHKA, twee entiteiten die grote datasets genereren wat betreft omics en klinische gegevens over FT in vivo, zal ik deze nieuwe modelleertechnieken vertalen naar ESKAPE pathogenen uit patiënten. Dit zal mij in een unieke positie brengen om de dynamiek van bacterie-faag co-evolutie in vivo te bestuderen, door longitudinaal geisoleerde bacterien uit patienten te analyseren. Deze analyses zullen tot kernvuistregels voor het ontwerp van faagcocktails leiden en tegelijkertijd het onderzoek de gepersonaliseerde FT voor specifieke patiënten aansturen.

Datum:1 okt 2022 →  Heden
Trefwoorden:Bacteriophage therapy, Omics data analysis, Machine learning
Disciplines:Microbiomen, Menselijke gezondheidsengineering