(Wien, 20-12-2023) Die MedUni Wien war beim Life Sciences 2023 Call „Understanding Biology with AI/ML“ des Wiener Wissenschafts-, Forschungs- und Technologiefonds WWTF mit mehreren Einreichungen erfolgreich. Diana Mechtcheriakova, Marjan Slak Rupnik und Juliane Winkler konnten hochdotierte Förderungen für ihre Forschungsprojekte einwerben.
Geförderte Vorhaben an der MedUni Wien:
LS23-006 Diana Mechtcheriakova (MedUni Wien, Institut für Pathophysiologie und Allergieforschung)
LymphoidStructureMiner: AI-based exploration of the immunological contexture of lymphoid structures in translational research
Co-PI: Amirreza Mahbod (DPU), Anastasia Meshcheryakova (MedUni Wien)
Dauer: 24 Monate, Fördersumme: € 480.236
Lymphoide Strukturen sind hochorganisierte multizelluläre Einheiten des Immunsystems, die eine Vielzahl von Krankheitserregern sowie Krebszellen erkennen und darauf reagieren können. Bei Krebspatienten erfolgt die Analyse der lymphoiden Strukturen mit Hilfe der Gewebebildzytometrie. Ziel dieses Projekts ist die Entwicklung neuartiger, auf Deep Learning basierender Methoden, um lymphoide Strukturen in digitalen mikroskopischen Bildern zu erkennen und eine genaue Analyse ihrer zellulären Zusammensetzung zu ermöglichen. Das Projekt ist Teil der translationalen Forschung im Bereich der Immunonkologie und dient der Nominierung neuer Biomarker und der Identifizierung neuer Strategien zur Patientenstratifizierung.
LS23-026 Marjan Slak Rupnik (MedUni Wien, Institut für Physiologie)
Understanding pancreas biology with AI/ML
Co-PI: Gasper Tkacik (ISTA), Manami Hara (University of Chicago)
Dauer: 48 Monate, Fördersumme: € 879.647
Die Bauchspeicheldrüse misst den Nährstoffgehalt des Blutes und sondert entsprechend Hormone ab. Während sich die Forschung bisher auf die molekularen Prozesse in einzelnen Zellen konzentriert hat, ist noch immer unklar, wie diese Zellen zusammenarbeiten, um die Reaktionsfunktionen zu koordinieren. Dieses Projekt wird die Aktivität mehrerer Zellen der Bauchspeicheldrüse gleichzeitig mit hoher zeitlicher Auflösung unter verschiedenen Bedingungen aufzeichnen. ML-Methoden werden eingesetzt, um Subpopulationen verschiedener Zelltypen zu identifizieren, Zell-Zell-Interaktionen abzuleiten und optimale Interaktionen zur Aufrechterhaltung eines gesunden Blutzuckerspiegels vorherzusagen.
LS23-067 Juliane Winkler (MedUni Wien, Zentrum für Krebsforschung)
Multiscale discovery of cellular and microanatomical determinants of metastasis
Co-PI: André Rendeiro (CeMM), Zsuzsanna Bagó-Horváth (MUW)
Dauer: 48 Monate, Fördersumme: € 799.960
Metastasen treten bei etwa 30% der Brustkrebspatientinnen auf. Während einige tumorzellspezifische Determinanten der Metastasierung identifiziert wurden, ist die Rolle des Gewebemilieus noch weitgehend unbekannt. In diesem Projekt sollen mit Hilfe von Xenotransplantationsmodellen die für die Metastasierung entscheidenden Mikromilieufaktoren identifiziert werden. Bildgebungstechnologien werden mit ML-Modellen kombiniert, um vielschichtige Informationen zu einer detaillierten Karte der Metastasierung zusammenzufügen. Das Projekt wird dazu beitragen, die Ausbreitung von Krebs besser zu verstehen und Patientinnen mit hohem Metastasierungsrisiko zu identifizieren.
Weitere Förderungen im Rahmen des WWTF Life Sciences 2023 Call “Understanding Biology with AI/ML”
LS23-028 Giulio Superti-Furga (CeMM - Research Center for Molecular Medicine of the Austrian Academy of Sciences)
mlDIAMANT: machine learning decodes interaction archetypes of membrane proteins to predict the effect of genetic variants
Dauer: 36 Monate, Fördersumme: € 707.724
LS23-002 Jonas Ries (Universität Wien)
Dynamic nanoscale reconstruction of endocytosis with high-throughput superresolution microscopy and machine-learning
Dauer: 36 Monate, Fördersumme: € 799.809
LS23-014 Marisa Hoeschele (ÖAW - Austrian Academy of Sciences)
Analysis of Nonhuman Intercommunication with Machine Learning
Dauer: 48 Monate, Fördersumme: € 799.885
LS23-024 Angela Stöger-Horwath (ÖAW - Austrian Academy of Sciences)
Decoding elephant communication with AI
Dauer: 48 Monate, Fördersumme: € 876.188
LS23-053 Ivo Hofacker (Universität Wien)
Determinants of mRNA Lifetime and Translation Efficiency
Dauer: 48 Monate, Fördersumme: € 799.100
LS23-070 Manuel Zimmer (Universität Wien)
An interdisciplinary approach to learn and test the causal mapping between neural network dynamics and behavior
Dauer: 48 Monate, Fördersumme: € 799.998