Understanding and addressing LATE-effects of treatment of AYA cancer survivors with AI-based digital phenotyping and non-invasive holistic approach Οι έφηβοι και οι νεαροί ενήλικες (AYAs) αντιμετωπίζουν ένα ιδιαίτερο σύνολο προκλήσεων, συμπεριλαμβανομένων των αυξημένων κινδύνων για δευτεροπαθείς καρκίνους, καρδιαγγειακά νοσήματα, υπογονιμότητα και προβλήματα ψυχικής υγείας, όπως το άγχος και η κατάθλιψη. Τα ογκολογικά προγράμματα που παρέχουν φροντίδα σε AYAs παρέχουν στους επιζώντες εξατομικευμένα πλάνα φροντίδας μετά τη θεραπεία, προκειμένου να συνοδεύσουν την παρακολούθηση από τους παρόχους πρωτοβάθμιας περίθαλψης. Ωστόσο, η συμμόρφωση σε αυτά τα πλάνα είναι συχνά ελλιπής, λόγω διαφορών στην ηλικία των επιζώντων, το φύλο, τη ληφθείσα αντικαρκινική θεραπεία και τις κοινωνικοοικονομικές συνθήκες. Η γνώση και η κατανόηση τέτοιων παραγόντων, καθώς και των σχετικών όψιμων επιπλοκών και των επιπτώσεων στην ποιότητα ζωής, είναι θεμελιώδης για την παροχή αποτελεσματικής φροντίδας μετά τη θεραπεία. Η πανταχού παρούσα χρήση κινητών συσκευών από τους AYAs προσφέρει μια ευκαιρία για την αύξηση της γνώσης και της κατανόησης της κατάστασης υγείας και των συμπεριφορών των επιζώντων από καρκίνο, επιτρέποντας τη μοντελοποίηση των όψιμων επιπλοκών και των διαδρομών της ποιότητας ζωής σε διαφορετικές ηλικιακές υποομάδες. Οι ψηφιακές παρεμβάσεις υγείας ξεπερνούν πολλά εμπόδια στη συμμετοχή των AYAs σε προγράμματα φροντίδας μετά τη θεραπεία. Το LATE-AYA επιδιώκει να καλύψει αυτό το κενό ενδυναμώνοντας τους AYAs να διαχειρίζονται καλύτερα την υγεία και την ευεξία τους μετά τον καρκίνο, αναπτύσσοντας μια πλατφόρμα ψηφιακού φαινοτυπισμού βασισμένη στην Τεχνητή Νοημοσύνη για τη διαχείριση των όψιμων επιπλοκών (LE) της αντικαρκινικής θεραπείας. Το έργο θα εφαρμόσει μια ολιστική, μη επεμβατική προσέγγιση μέσω ψηφιακών εργαλείων, όπως smartphone και φορετές συσκευές (wearables), για την παρακολούθηση της σωματικής, ψυχολογικής και κοινωνικής ευεξίας. Το έργο θα επικεντρωθεί σε προληπτικές συμπεριφορές υγείας, ψυχολογική υποστήριξη και κοινωνική επανένταξη, παρέχοντας εξατομικευμένη φροντίδα μέσω ψηφιακών παρεμβάσεων. Το LATE-AYA θα συμβάλει στη μακροπρόθεσμη βελτίωση της ποιότητας ζωής, θα διευκολύνει την έγκαιρη ανίχνευση των LE και θα παρέχει δεδομένα για τον αντίκτυπο των επιλογών τρόπου ζωής στα αποτελέσματα υγείας. Το έργο αυτό υποστηρίζεται από μια ποικιλόμορφη κοινοπραξία ευρωπαϊκών ιδρυμάτων και θα αξιοποιήσει την πλατφόρμα UNCAN.eu για την ανταλλαγή δεδομένων και μοντέλων, προωθώντας την ευρύτερη συνεργασία σε ολόκληρη την ΕΕ. Αυτή η δράση αποτελεί μέρος της ομάδας έργων της Αποστολής για τον Καρκίνο (Cancer Mission) με θέμα την «Ποιότητα ζωής (AYA)». Understanding and addressing LATE-effects of treatment of AYA cancer survivors with AI-based digital phenotyping and non-invasive holistic approach
AI Research Enhancement through Networked Agents Το EOSC-ARENA προχωρά πέρα από την απλή εφαρμογή λύσεων GenAI σε συγκεκριμένες περιπτώσεις, εστιάζοντας στην παροχή ενός φιλόδοξου συστήματος πράκτορα-AI (agentic AI system), ενισχύοντας τους ερευνητές με εργαλεία που δεν είναι μόνο προηγμένα όσον αφορά την GenAI, αλλά και προσαρμοστικά και ανταποκρινόμενα στις δυναμικές ανάγκες της επιστημονικής έρευνας (μέσω πρακτόρων). Το όραμά μας εκτείνεται πέρα από τις παραδοσιακές εφαρμογές GenAI, δουλεύοντας σε τρεις διαφορετικούς τομείς βάσης: (i) Ένα εξελιγμένο σύστημα πρακτόρων GenAI, με ισχυρή εστίαση στην επιστημονική ευρωστία, (ii) ένα πρόγραμμα οικοδόμησης κοινότητας και ουσιαστικής εκπαίδευσης εστιασμένο στην υπεύθυνη χρήση, που επιτρέπει στους ερευνητές να λαμβάνουν τεκμηριωμένες αποφάσεις, ευθυγραμμισμένες με τις αξίες της ΕΕ από μια ηθική και ανθρωποκεντρική σκοπιά, και (iii) ένα ολοκληρωμένο σύνολο υπηρεσιών υποδομής GenAI. Όλοι μαζί, αυτοί οι τρεις τομείς λειτουργούν ως καταλύτες προκειμένου να παραδοθεί το τελικό κυρίαρχο οικοσύστημα AI που θα επιτρέπει την ανοιχτή επιστήμη και τη συνεργατική εργασία Ανθρώπου-AI.
Responsible AI Infrastructures for scientific excellence Το RenAI έχει ως στόχο να παραδώσει ένα ολοκληρωμένο (end-to-end) οικοσύστημα GenAI στο EOSC, το οποίο ενσωματώνει προεκπαιδευμένα μοντέλα ειδικά για συγκεκριμένους τομείς, προκειμένου να υποστηρίξει προηγμένα εργαλεία για την επιμέλεια δεδομένων και την παραγωγή συνθετικών δεδομένων, καθώς και τον RenAI coResearcher, έναν διαισθητικό, βοηθό AI (agentic AI companion) που επιτρέπει σε ερευνητές όλων των κλάδων και επιπέδων δεξιοτήτων να έχουν απρόσκοπτη πρόσβαση και να εφαρμόζουν αξιόπιστες, συμβατές και υψηλού αντίκτυπου ροές εργασίας GenAI από το RenAI, επιταχύνοντας την επιστημονική ανακάλυψη εντός και εκτός του EOSC. Για την κατάρριψη των εμποδίων και την αντιμετώπιση της κατακερματισμένης και άνισης πρόσβασης στην GenAI στην έρευνα, το RenAI βασίζεται σε πέντε διασυνδεδεμένους πυλώνες: (i) Επιστημονικά Προεκπαιδευμένα Μοντέλα, (ii) Υποδομή Μετασχηματισμού και Ετοιμότητας για AI, (iii) RenAI coResearcher, (iv) Κόμβος Νομικής και Ηθικής Συμμόρφωσης, (v) Αναβάθμιση Δεξιοτήτων της Κοινότητας.
Enabling and Connecting Interoperable FAIR Digital Objects Παρά τη σημαντική πρόοδο στα ανοικτά δεδομένα, την κοινή χρήση κώδικα και την εφαρμογή των αρχών FAIR, δεν υπάρχει αυτοματοποιημένος, καθολικός μηχανισμός ικανός να καταστήσει "FAIR" τα Ψηφιακά Αντικείμενα (DOs) σε μεγάλα αποθετήρια πολλαπλών τομέων και χώρους δεδομένων. Το RAISE-CONNECT αντιμετωπίζει αυτή την πρόκληση παρέχοντας συνδέσμους (connectors) που τροφοδοτούνται από AI και είναι ανεξάρτητοι τομέα, οι οποίοι μπορούν να καταστήσουν "FAIR" τα DOs (δηλαδή δεδομένα, κώδικα, πειράματα, πειραματικά αποτελέσματα και FDOs) και να τα καταστήσουν διαλειτουργικά τόσο εντός όσο και μεταξύ των αποθετηρίων. Αξιοποιώντας τα υπάρχοντα εργαλεία του EOSC-RAISE, προσφέρει στους ερευνητές και σε άλλους ενδιαφερόμενους ένα σημείο εισόδου για την πρόσβαση, την κοινή χρήση και την επεξεργασία των FDOs χωρίς κόπο. Το RAISE-CONNECT καθιερώνει ένα αρχιτεκτονικό πλαίσιο για την απρόσκοπτη δημιουργία, μετασχηματισμό και ενοποίηση των FDOs. Στον πυρήνα του, εισάγει μια αυτοματοποιημένη υπηρεσία "FAIRification" για τη συνεχή βελτίωση των DOs αναζητώντας σε αποθετήρια για ελλείποντα στοιχεία FAIR. Αυτό διασφαλίζει ότι κάθε DO μπορεί να μετατραπεί σε ένα FDO που είναι ανιχνεύσιμο, διαλειτουργικό και επαναχρησιμοποιήσιμο. Για να μεγιστοποιήσει τη χρηστικότητα και την υιοθέτηση, το RAISE-CONNECT επιτρέπει στους χρήστες να αλληλεπιδρούν με τα DOs μέσω προτροπών φυσικής γλώσσας, αξιοποιώντας LLMs: οι χρήστες μπορούν να "ζητήσουν" σύνολα δεδομένων, σενάρια (scripts), να συγκρίνουν αποτελέσματα, όλα χωρίς τεχνική επιβάρυνση. Ένα μοντέλο Κοινού Συνδέσμου Αποθετηρίου (Common Repository Connector) λειτουργεί ως ένα επίπεδο αφαίρεσης "προτύπου" για τη γεφύρωση ετερογενών αποθετηρίων, ενώ διαφορετικές ειδικές υλοποιήσεις αυτού θα αναπτυχθούν για γνωστούς Χώρους Δεδομένων και αποθετήρια DO.
Cancer complex nature requires integration of advanced research data across national boundaries to enable progress. Indeed, the Horizon Europe mission board for cancer has identified access to data, knowledge and digital services - accessible across the European Research Area through federated infrastructures - as a key enabling condition for success. The better we organise cancer data across Europe, the better and faster we can bring the fruits of new biological and technical innovations to the benefit of EU citizens/patients. EOSC4Cancer will make cancer genomics, imaging, medical, clinical, environmental and socio-economics data accessible, using and enhancing existing federated and interoperable systems for securely identifying, sharing, processing and reusing FAIR cancer data across borders, and it will offer them via community-driven analysis environments. EOSC4Cancer provision of well curated datasets will be essential for advanced analytics and computational methods to be reproducible and robust, including machine learning and artificial intelligence approaches. EOSC4Cancer use-cases will cover the patient journey from cancer prevention to diagnosis to treatment, laying the foundation of data trajectories and workflows for future cancer mission projects. EOSC4Cancer brings together a comprehensive consortium of cancer research centres, research infrastructures, leading research groups, hospitals and supercomputing centres from 14 European countries. To make the developments sustainable, these will be offered as part of the research infrastructures partners services portfolio, in connection with the EOSC ecosystem and to serve the European Cancer Mission, which will be possible via the engagement with large international coalitions, e.g. ICGC-Argo, GA4GH, 1+MG/B1MG, Cancer Core Europe, European Cancer Information System, European Network of Cancer Registries, Innovative Partnership for Action Against Cancer Joint Action and patients/survivors associations.
Η πρόβλεψη της πρωτεϊνικής δομής θεωρείται εδώ και καιρό το «Άγιο Δισκοπότηρο» της δομικής βιολογίας. Η πρόσφατη επιτυχία του AlphaFold εγκαινίασε μια νέα εποχή εξαιρετικά ακριβούς πρόβλεψης δομής, φέρνοντας στο φως τα μυστικά που κρύβονται στις τρισδιάστατες δομές των σφαιρικών πρωτεϊνών, αυξάνοντας την κατανόησή μας για τα δομικά τους χαρακτηριστικά και τη μοριακή τους λειτουργία. Ωστόσο, ένα μεγάλο ποσοστό των πρωτεωμάτων από όλους τους τομείς της ζωής είναι πλούσιο σε αλληλουχίες που δεν αναδιπλώνονται σε κανονικές δομές, κοινώς γνωστές ως μη σφαιρικές πρωτεΐνες (NGPs). Οι NGPs περιλαμβάνουν εγγενώς μη δομημένες περιοχές, επαναλήψεις, αλληλουχίες χαμηλής πολυπλοκότητας, αλληλουχίες επιρρεπείς σε συσσωμάτωση και διαχωρισμό φάσεων, και εμπλέκονται σε μια σειρά από ασθένειες που σχετίζονται με την ηλικία. Οι ετερογενείς δομικές τους καταστάσεις και η χαμηλή πολυπλοκότητα των αλληλουχιών τους προκαλούν τις τρέχουσες πειραματικές τεχνικές προσδιορισμού δομής και τις μεθόδους μηχανικής μάθησης (ML) για την πρόβλεψη δομής, καθιστώντας δύσκολη τη μοριακή κατανόηση της σχέσης αλληλουχίας-δομής-δυναμικής-λειτουργίας τους. Οι πρόσφατες βελτιώσεις των προσεγγίσεων ML και η πρόοδος στον προσδιορισμό των δομικών συνόλων των NGPs απαιτούν μια έγκαιρη επαναξιολόγηση της αλληλεπίδρασης μεταξύ πειραμάτων και υπολογισμών. Η Δράση ML4NGP στοχεύει στη δημιουργία ενός διεπιστημονικού πανευρωπαϊκού δικτύου που θα ευνοεί αυτή την αλληλεπίδραση, προωθώντας πειραματικά πλαίσια σχεδιασμένα να παρέχουν πληροφορίες σε υπολογιστικές μεθόδους, καθώς και νέες υπολογιστικές μεθόδους που αναπτύσσονται, εκπαιδεύονται και αξιολογούνται με πειραματικά δεδομένα. Το ML4NGP θα ενισχύσει την παραγωγή πρωτογενών πειραματικών δεδομένων (WG1), θα προωθήσει ολοκληρωμένες προσεγγίσεις δομικής βιολογίας (WG2), θα αξιολογήσει τις μεθόδους ML αιχμής (WG3) και θα βελτιώσει τον λειτουργικό χαρακτηρισμό των NGPs (WG4). Η Δράση θα υποστηρίξει τους επιστημονικούς της στόχους μέσω πολιτικών που ενισχύουν την ελεύθερη ανταλλαγή γνώσεων, τη συμπεριληπτικότητα και την εκπαίδευση νέων ερευνητών που θα ηγηθούν των μελλοντικών καινοτομιών σε αυτόν τον τομέα. CA21160 - Non-globular proteins in the era of Machine Learning
Η αποστολή του SciLake είναι να βασιστεί στο οικοσύστημα του OpenAIRE και στις υπηρεσίες του EOSC για να (α) διευκολύνει και να ενισχύσει τη δημιουργία, τη διασύνδεση και τη συντήρηση των SKGs και την εκτέλεση ερωτημάτων επιστήμης δεδομένων και εξόρυξης γραφημάτων πάνω σε αυτά, (β) να συμβάλει στον εκδημοκρατισμό του επιστημονικού περιεχομένου και των σχετικών υπηρεσιών προστιθέμενης αξίας εφαρμόζοντας μια προσέγγιση διαχείρισης καθοδηγούμενη από την κοινότητα, και (γ) να προσφέρει προηγμένες, υποστηριζόμενες από το AI υπηρεσίες που αξιοποιούν εξατομικευμένες προοπτικές επιστημονικής αξίας για να βοηθήσουν στην πλοήγηση στον αχανή χώρο της επιστημονικής γνώσης. Εν συντομία, το SciLake θα αναπτύξει, θα υποστηρίξει και θα προσφέρει προσαρμόσιμες υπηρεσίες στην ερευνητική κοινότητα ακολουθώντας μια αρχιτεκτονική υπηρεσιών δύο επιπέδων. Πρώτον, θα προσφέρει μια ολοκληρωμένη, ανοικτή, διαφανή και προσαρμόσιμη επιστημονική «λίμνη δεδομένων ως υπηρεσία» (επίπεδο υπηρεσίας 1), ενισχύοντας και διευκολύνοντας τη δημιουργία, τη διασύνδεση και τη συντήρηση των SKGs τόσο μεταξύ όσο και εντός διαφορετικών επιστημονικών κλάδων. Επιπλέον, θα οικοδομήσει και θα προσφέρει ένα επίπεδο προσαρμόσιμων, υποστηριζόμενων από AI υπηρεσιών που διευκολύνουν την πλοήγηση στο επιστημονικό περιεχόμενο ακολουθώντας μια προσέγγιση βασισμένη στην επιστημονική αξία (επίπεδο 2), εστιάζοντας σε δύο πτυχές αξίας που είναι κρίσιμες για την ερευνητική κοινότητα γενικότερα: τον αντίκτυπο και την αναπαραγωγιμότητα. Οι υπηρεσίες και στα δύο επίπεδα θα αξιοποιούν προηγμένες τεχνικές AI (εξόρυξη κειμένου και γραφημάτων) που πρόκειται να εκμεταλλευτούν και να επεκτείνουν τις υπάρχουσες τεχνολογίες που παρέχονται από τους τεχνολογικούς εταίρους του SciLake. Τέλος, για να αναδειχθεί η αξία των παρεχόμενων υπηρεσιών και η ικανότητά τους να ανταποκρίνονται στις τρέχουσες και προβλεπόμενες ανάγκες διαφορετικών ερευνητικών κοινοτήτων, έχουν επιλεγεί τέσσερις επιστημονικοί τομείς (νευροεπιστήμη, έρευνα για τον καρκίνο, μεταφορές και ενέργεια) για να λειτουργήσουν ως πιλότοι. Για τον καθένα, οι αναπτυγμένες υπηρεσίες θα προσαρμοστούν, ώστε να ανταποκρίνονται στις διαφορές στις ερευνητικές διαδικασίες, τις πρακτικές, τα μέτρα αντικτύπου και τους τύπους ερευνητικών αντικειμένων, και θα επικυρωθούν και θα αξιολογηθούν μέσω περιπτώσεων χρήσης σε πραγματικές συνθήκες. Democratising and making sense out of heterogeneous scholarly content
Το έργο EVERSE στοχεύει στη δημιουργία ενός πλαισίου για την αριστεία του ερευνητικού λογισμικού και κώδικα, το οποίο σχεδιάζεται συνεργατικά και υποστηρίζεται από τις ερευνητικές κοινότητες σε πέντε Επιστημονικές Ομάδες (Science Clusters) του EOSC και εθνικά Κέντρα Εξειδίκευσης Ερευνητικού Λογισμικού. Σκοπός είναι η οικοδόμηση ενός ευρωπαϊκού δικτύου για την Ποιότητα του Ερευνητικού Λογισμικού και η θεμελίωση ενός μελλοντικού Εικονικού Ινστιτούτου για την Αριστεία στο Ερευνητικό Λογισμικό (Virtual Institute for Research Software Excellence). Αυτό το πλαίσιο για το Research Software Excellence θα ενσωματώνει πτυχές που αφορούν την επιμέλεια από την κοινότητα, την αξιολόγηση ποιότητας και τις βέλτιστες πρακτικές για το ερευνητικό λογισμικό. Αυτή η συλλογική γνώση θα αποτυπωθεί στο Research Software Quality toolkit (RSQkit), μια γνωσιακή βάση για τη συγκέντρωση και την επιμέλεια τεχνογνωσίας που θα συμβάλει στην παραγωγή λογισμικού και κώδικα υψηλής ποιότητας σε διαφορετικούς επιστημονικούς κλάδους.
Το Odyssey είναι μια διαδικτυακή πύλη με τη μορφή μιας φιλικής προς τον χρήστη διεπαφής, που θα επιτρέπει σε ερευνητές, εκπαιδευτικούς και πολίτες να περιηγηθούν στον κόσμο της μοριακής βιοποικιλότητας χρησιμοποιώντας την Ελλάδα και τη Νορβηγία ως μελέτες περίπτωσης, δύο χώρες με χαρακτηριστικό και μοναδικό πλούτο βιοποικιλότητας, αντιπροσωπεύοντας τους μεσογειακούς και σκανδιναβικούς τύπους οικοσυστημάτων αντίστοιχα. Βασισμένο σε υπάρχουσες πηγές πληροφοριών και πρωτότυπες εφαρμογές που είναι διαθέσιμες για συγκεκριμένες περιοχές και ταξινομικές ομάδες, το έργο αυτό στοχεύει να συνδέσει τις τρέχουσες προσπάθειες και να αναπτύξει μια νέα διεπαφή για να προσφέρει ποικίλες λειτουργίες εξερεύνησης και ανάλυσης δεδομένων, όπως περιγραφική στατιστική, γραφήματα, χάρτες, προσαρμόσιμα φίλτρα δεδομένων και δυναμικές οπτικοποιήσεις. Connecting molecular and geographical biodiversity data
Η εξάπλωση της Τεχνητής Νοημοσύνης (AI) βρίσκεται σε άνοδο, και όμως, εξακολουθεί να υπάρχει έλλειψη συναίνεσης σχετικά με τυποποιημένες προσεγγίσεις για υπεύθυνη εφαρμογή. Στην Ευρώπη, υπάρχει ισχυρή ώθηση για τη ρύθμιση του AI, ιδιαίτερα σε κοινωνικές εφαρμογές υψηλού αντίκτυπου, όπως η βιοϊατρική και η υγειονομική περίθαλψη. Ο στόχος του AHEAD είναι να δημιουργήσει μια διεπιστημονική, ποικιλόμορφη και παγκόσμια κοινότητα, αξιοποιώντας την τεχνογνωσία επαγγελματιών στη βιοϊατρική, την ηθική, την ανάπτυξη AI, τη ανάπτυξη λογισμικού, την κοινωνιολογία, την ψυχολογία, το δίκαιο, τις σπουδές φύλου και των σχετικών ενδιαφερόμενων μερών, αφοσιωμένη στη συνεχή προσπάθεια αντιμετώπισης προκλήσεων και θέσπισης σημαντικών προτύπων σε ένα διαρκώς μεταβαλλόμενο τοπίο. Μαζί, η κοινότητα θα συγκεντρώσει, θα ενοποιήσει και θα θέσει σε εφαρμογή καθιερωμένες αρχές και κατευθυντήριες γραμμές, οικοδομώντας μια μεθοδολογία και μια πλατφόρμα για την αξιολόγηση συστημάτων που βασίζονται στο AI για βιοϊατρικές εφαρμογές και εφαρμογές υγειονομικής περίθαλψης, ώστε να διασφαλιστεί η συμμόρφωση με νομικά, ηθικά, τεχνικά, επιστημονικά και κανονιστικά πρότυπα. Το έργο θα επεκτείνει τις λειτουργίες του OpenEBench, της πλατφόρμας συγκριτικής αξιολόγησης (benchmarking) του ELIXIR για εργαλεία βιοπληροφορικής, ώστε να παρέχει μια πλατφόρμα για αυτές τις αξιολογήσεις. Η κοινότητα θα δημιουργήσει επίσης ένα παρατηρητήριο για τη συλλογή και την επιμέλεια υφιστάμενων κατευθυντήριων γραμμών, βέλτιστων πρακτικών και αρχών για την αξιολόγηση του AI στη βιοϊατρική και την υγειονομική περίθαλψη σε πολλαπλούς κλάδους (τεχνικούς, κοινωνικούς, νομικούς κ.λπ.). Το AHEAD θα ενθαρρύνει την υπεύθυνη καινοτομία στην AI μέσω συνεχούς συνεργασίας και ανταλλαγής γνώσεων, ώστε να ανταποκρίνεται διαρκώς στις απαιτήσεις του ταχέως μεταβαλλόμενου τοπίου της AI και να διασφαλίζει ότι η ποιοτική υγειονομική περίθαλψη για όλους τους ανθρώπους δεν τίθεται ποτέ σε κίνδυνο και μόνο ενισχύεται. Το προτεινόμενο έργο είναι η αρχή μιας διαρκούς προσπάθειας που θα ωφεληθεί σημαντικά από επιχορηγήσεις κινητικότητας για την ενίσχυση των δεσμών της κοινότητας και την προώθηση συνεργατικών προσπαθειών προς αυτόν τον στόχο. AI for Health: Evaluation of Applications & Datasets
Το SYNTHIA είναι μια φιλόδοξη συνεργασία μεταξύ δημόσιων και ιδιωτικών φορέων για τη διευκόλυνση της υπεύθυνης χρήσης Συνθετικών Δεδομένων (Synthetic Data - SD) σε εφαρμογές υγειονομικής περίθαλψης. Το έργο θα βελτιώσει τις μεθοδολογικές και τεχνικές πτυχές της Παραγωγής Συνθετικών Δεδομένων (SDG), αναπτύσσοντας νέες τεχνικές και εξελίσσοντας τις ήδη καθιερωμένες για διαφορετικούς τύπους δεδομένων, συμπεριλαμβανομένης της γονιδιωματικής και της απεικόνισης, προκειμένου να βελτιωθεί η παραγωγή ρεαλιστικών πολυτροπικών και διαχρονικών δεδομένων. Αυτό το έργο θα παρέχει στην ερευνητική κοινότητα προσεγγίσεις για τη διαφανή συγκριτική αξιολόγηση εναλλακτικών μεθόδων Παραγωγής Συνθετικών Δεδομένων για συγκεκριμένες εφαρμογές, θα εντοπίσει και θα καθιερώσει μετρήσεις και μεθοδολογίες αξιολόγησης και θα συμβάλει στην τυποποίηση ενός πλαισίου αξιολόγησης για τα Συνθετικά Δεδομένα. Ισχυρές αποδείξεις της εφαρμογής των Συνθετικών Δεδομένων σε ένα σύνολο περιπτώσεων χρήσης σε ένα ευρύ φάσμα ιατρικών καταστάσεων θα είναι καθοριστικές για την επίδειξη των δυνατοτήτων των Συνθετικών Δεδομένων να επιταχύνουν λύσεις βασισμένες σε δεδομένα ισοδύναμης ποιότητας με εκείνες που προέρχονται από πραγματικά δεδομένα ασθενών. Επιπλέον, θα αναλυθούν οι νομικές και κανονιστικές επιπτώσεις της χρήσης των Συνθετικών Δεδομένων με στόχο την παροχή ενός πλαισίου διασφάλισης για την καθοδήγηση της ασφαλούς χρήσης των Συνθετικών Δεδομένων στην υγειονομική περίθαλψη. Αυτά τα σημαντικά επιτεύγματα θα υλοποιηθούν μέσω της ανοιχτής federated πλατφόρμας SYNTHIA, διευκολύνοντας την υπεύθυνη χρήση των Συνθετικών Δεδομένων από την κοινότητα της υγειονομικής έρευνας. Η πλατφόρμα θα διευκολύνει τη μακροπρόθεσμη πρόσβαση των χρηστών σε εκτενώς επικυρωμένα, επαναχρησιμοποιήσιμα συνθετικά σύνολα δεδομένων, καθώς και σε ροές εργασίας Παραγωγής Συνθετικών Δεδομένων και πλαίσια αξιολόγησης Συνθετικών Δεδομένων. Η federated υποδομή θα βασίζεται σε διευρυμένα πλαίσια ανοιχτού κώδικα για διαλειτουργικότητα με άλλες υποδομές ανταλλαγής δεδομένων στο πλαίσιο του Ευρωπαϊκού Χώρου Δεδομένων Υγείας. Μια διεπιστημονική συνεργασία προγραμματιστών Παραγωγής Συνθετικών Δεδομένων, εμπειρογνωμόνων δεδομένων FAIR, κλινικών ερευνητών, προγραμματιστών θεραπειών και εργαλείων βασισμένων σε δεδομένα, νομικών εμπειρογνωμόνων, κοινωνικοοικονομικών αναλυτών, καθώς και εμπειρογνωμόνων σε θέματα κανονισμών, υποστήριξης πολιτικής και επικοινωνίας, θα παρέχει ένα όραμα 360º για το πώς θα εξελιχθούν οι εφαρμογές υγειονομικής περίθαλψης μέσω της χρήσης των Συνθετικών Δεδομένων. Synthetic Data Generation framework for integrated validation of use cases and AI healthcare applications
Το METAPLANTCODE παρουσιάζει μια μοναδική συνεργατική και διακρατική προσέγγιση για τη δοκιμή, βελτιστοποίηση, εναρμόνιση και σύσταση βέλτιστων πρακτικών για το metabarcoding φυτών για δείγματα με ποικίλους βαθμούς πολυπλοκότητας ειδών, μόλυνσης και αποικοδόμησης DNA, χρησιμοποιώντας μελέτες περίπτωσης σε όλη την Ευρώπη. Ο καινοτόμος συνδυασμός της επιταχυνόμενης μοριακής παρακολούθησης φυτών και της ενσωμάτωσης ποικίλων δεδομένων βιοποικιλότητας με βελτιστοποιημένες και αυτοματοποιημένες ροές εργασίας θα καλύψει τα κενά γνώσης σχετικά με την κατάσταση της βιοποικιλότητας, τις αλληλεξαρτήσεις και τη δυναμική. Το έργο METAPLANTCODE στοχεύει να δοκιμάσει και να βελτιστοποιήσει πανευρωπαϊκές μελέτες περίπτωσης σχετικά με το metabarcoding, να παράσχει συστάσεις βέλτιστων πρακτικών, να βελτιστοποιήσει τις ροές εργασίας ανάλυσης για την ταυτοποίηση ειδών και να δημιουργήσει εύχρηστες βάσεις δεδομένων αναφοράς. Το έργο θα εντοπίσει και θα προσδιορίσει κενά, θα δημοσιεύσει έγγραφα βέλτιστων πρακτικών για τη δημοσίευση δεδομένων FAIR των metabarcode δεδομένων φυτών στις βάσεις δεδομένων GBIF και INSDC, και θα εφαρμόσει πολυτροπικά μοντέλα βαθιάς μάθησης συμβατά με το ELIXIR σε νέα εργαλεία για αυτόνομες αναλύσεις metabarcoding χρησιμοποιώντας διαφορετικές πηγές δεδομένων. Το έργο θα ενισχύσει επίσης την ακρίβεια ταυτοποίησης ειδών μέσω αρχείων και μεταδεδομένων του GBIF και θα χαρτογραφήσει περιφερειακούς, εθνικούς και διεθνείς βοτανικούς ταξινομικούς καταλόγους, κόκκινες λίστες και χλωρίδες στο Catalogue of Life (COL) μέσω του COL ChecklistBank. Harmonizing plant metabarcoding pipelines in Europe to support monitoring activities in the field of plants and their functional organismic networks
Υπό τον συντονισμό του Health-RI και με μια κοινοπραξία 40 εταίρων από 20 ευρωπαϊκές χώρες, το έργο θα υποστηρίξει τα κράτη μέλη και τις συνδεδεμένες χώρες στη δημιουργία Εθνικών Κόμβων Δεδομένων Καρκίνου (National Cancer Data Nodes). Αυτοί οι Κόμβοι θα προωθήσουν την ανάπτυξη τυποποιημένων υπηρεσιών για τη διαχείριση και την ανταλλαγή δεδομένων καρκίνου σε εθνικό και διασυνοριακό επίπεδο, συνδέοντας διαφορετικούς εθνικούς φορείς. Παρά τις τεράστιες ποσότητες δεδομένων που σχετίζονται με τον καρκίνο στην Ευρώπη, ο κατακερματισμός και η έλλειψη διαλειτουργικότητας εμποδίζουν την πρόοδο στην έρευνα και τη θεραπεία. Το CANDLE αντιμετωπίζει αυτό το πρόβλημα δημιουργώντας αξιόπιστους κόμβους για τη σύνδεση δεδομένων, εργαλείων και τεχνογνωσίας πέρα από τα σύνορα. Αυτοί οι Εθνικοί Κόμβοι Δεδομένων Καρκίνου θα διευκολύνουν την πρόσβαση σε δεδομένα καρκίνου από όλη την Ευρώπη. Οι ερευνητές θα μπορούν έτσι να έχουν πρόσβαση σε περισσότερα δεδομένα από όσα είναι διαθέσιμα σήμερα – βοηθώντας την Ευρώπη να κατανοήσει καλύτερα τη νόσο. Αυτό μπορεί να τροφοδοτήσει την ανάπτυξη νέων θεραπειών, διαγνωστικών μεθόδων και καλύτερης ενημέρωσης για ασθενείς, επιζώντες και φροντιστές και πολλά άλλα. Το CANDLE θα εργαστεί προς αυτή την κατεύθυνση: Προωθώντας την ανάπτυξη και εφαρμογή Εθνικών Κόμβων Δεδομένων Καρκίνου στις συμμετέχουσες χώρες, για την υποστήριξη των χρηστών στη διαχείριση των δεδομένων τους με τις κατάλληλες εφαρμογές και υποδομές. Προωθώντας την εναρμόνιση και την τυποποίηση των δεδομένων καρκίνου. Υποστηρίζοντας τη δυνατότητα εντοπισμού, την προσβασιμότητα και την επαναχρησιμοποίηση των δεδομένων σύμφωνα με τις αρχές FAIR. Επιτρέποντας τη διασυνοριακή ανταλλαγή δεδομένων για έρευνα και καινοτομία, σε συμμόρφωση με τον GDPR. Αξιοποιώντας τον Ευρωπαϊκό Χώρο Δεδομένων Υγείας (EHDS) και συνεισφέροντας στην ευρωπαϊκή υποδομή δεδομένων καρκίνου UNCAN.eu. National CAncer data Node DeveLopErs
Το έργο Beyond 1 Million Genomes plus (B1MGplus) συμβάλλει στη δημιουργία ενός ευρωπαϊκού διασυνοριακού δικτύου γονιδιωματικών και αντίστοιχων κλινικών δεδομένων για τη βελτίωση των αποτελεσμάτων στον τομέα της υγείας. Το έργο παρέχει συντονισμό και υποστήριξη στην πρωτοβουλία «1+ Million Genomes» (1+MG), η οποία αποτελεί τη δέσμευση 25 χωρών της ΕΕ συν της Νορβηγίας για την εξασφάλιση ασφαλούς πρόσβασης σε γονιδιωματικά και σχετικά κλινικά δεδομένα σε ολόκληρη την Ευρώπη, υποστηρίζοντας την έρευνα, την πολιτική υγείας και την εξατομικευμένη υγειονομική περίθαλψη. Beyond 1 Million Genomes plus: Driving the future of evidence-based healthcare
Το έργο NeuroHEALTH στοχεύει στην αντιμετώπιση των νευροεκφυλιστικών ασθενειών, όπως η νόσος του Alzheimer και η νόσος του Parkinson, οι οποίες επηρεάζουν εκατομμύρια ανθρώπους παγκοσμίως. Το έργο θα αξιοποιήσει το δυναμικό μη-μελετημένων φυσικών προϊόντων, όπως τα αλκαλοειδή, τα οποία προέρχονται από ψυχοτρόπα φυτά και μανιτάρια. Η ανακάλυψη νέων βιοδραστικών φυσικών προϊόντων θα επιτευχθεί με το συνδυασμό προηγμένων φυτοχημικών αναλύσεων με σύγχρονα υπολογιστικά εργαλεία. Η ασφάλεια και η αποτελεσματικότητά τους θα αξιολογηθεί μέσω πειραματικών βιοδοκιμασιών, με κύριο στόχο την ανάδειξη ενώσεων που μπορεί να ενισχύσουν τη γνωστική υγεία των ασθενών και να βελτιώσουν την ποιότητα ζωής τους. Τα βιοενεργά εκχυλίσματα και τα φυσικά προϊόντα θα παραχθούν και θα διαμορφωθούν σε μεγάλη κλίμακα, ενώ παράλληλα, μέσω ανάλυσης αγοράς, αξιολόγησης βιωσιμότητας και προστασίας των πνευματικών δικαιωμάτων, θα διασφαλιστεί ότι τα αποτελέσματα θα έχουν πρακτική εφαρμογή Οι ανταλλαγές προσωπικού μεταξύ ακαδημαϊκών και βιομηχανικών εταίρων στα πλαίσια του NeuroHEALTH θα προωθήσουν τη διεπιστημονική συνεργασία, ενισχύοντας τη μεταφορά γνώσης και την καινοτομία. Τα ευρήματα του έργου και οι επιπτώσεις τους για την υγειονομική περίθαλψη θα διαδοθούν μέσω δράσεων διάχυσης προς ποικίλους ενδιαφερόμενους φορείς, όπως επαγγελματίες υγείας, υπεύθυνοι χάραξης πολιτικής και το ευρύ κοινό. Γεφυρώνοντας το χάσμα μεταξύ της παραδοσιακής γνώσης και της σύγχρονης επιστήμης, το NeuroHEALTH στοχεύει να προσφέρει ουσιαστικές λύσεις για τις νευροεκφυλιστικές ασθένειες,. Παράλληλα, αυτή η πρωτοβουλία τοποθετεί την Ευρώπη στην αιχμή της έρευνας για θεραπείες βασισμένες σε φυσικά προϊόντα.
Ο 21ος αιώνας εφιστά την προσοχή στην τριπλή πρόκληση της κάλυψης των διατροφικών αναγκών ενός διαρκώς αυξανόμενου παγκόσμιου πληθυσμού, της αντιμετώπισης της κλιματικής αλλαγής και της δημιουργίας ενός πιο βιώσιμου και προοδευτικού γεωργικού μοντέλου. Σε αυτό το πλαίσιο, η τεχνολογία Precision Plant Breeding (PPB) ξεχωρίζει ως ένα πρωτοποριακό και καινοτόμο έργο που αξιοποιεί τις εξελίξεις στη γενωμική επαναδιατύπωση (Genome Editing) για να βελτιώσει στοχευμένα και γρήγορα την ποιότητα και την απόδοση της τομάτας. Η τεχνολογία των νουκλεασών τύπου δακτύλων ψευδαργύρου (Zinc Finger Nucleases-ZFNs) προσφέρει τη δυνατότητα τροποποίησης του γονιδιώματος με ακρίβεια, για τη δημιουργία νέων, ελίτ ποικιλιών χωρίς την εισαγωγή ξένου γενετικού υλικού. Ο γονιδιακός στόχος που επελέγη είναι ένας κρίσιμος μεταγραφικός παράγοντας (NF-YA) που εμπλέκεται στην ανάπτυξη του φυτού, την ποιότητα και τα χαρακτηριστικά της τομάτας και επηρεάζει πολλά γονιδία. To PPB αποτελεί μια υποσχόμενη και προοδευτική τεχνολογία αιχμής, ικανή να εξελίξει τη βελτίωση σε πολλά φυτικά είδη, συμβάλλοντας στην αντιμετώπιση των προκλήσεων που σχετίζονται με τη διατροφική ασφάλεια, τη βιώσιμη γεωργία και την κλιματική αλλαγή.
Η τομάτα αποτελεί ένα από τα πιο διαδεδομένα λαχανικά στον κόσμο, με σημαντική συμβολή στην παγκόσμια τροφική ασφάλεια. Ειδικότερα, οι παραδοσιακές ποικιλίες της συνδυάζουν εξαιρετική γεύση με δυνατότητα διατήρησης σε συστήματα χαμηλών εισροών, γεγονός που τις καθιστά απαραίτητες για προγράμματα βελτίωσης που στοχεύουν στην αντοχή στην κλιματική αλλαγή και την αειφόρο παραγωγή. Στόχος της παρούσας έρευνας είναι να διερευνήσει τις ελληνικές παραδοσιακές ποικιλίες τομάτας, για την ανάπτυξη νέων υβριδίων που θα είναι ανταγωνιστικά με τα εμπορικά προϊόντα όσον αφορά την ποιότητα, την απόδοση και το κόστος. Ταυτόχρονα, εισάγεται η χρήση του βιοξυλάνθρακα (γεωμηχανικού υλικού φυτικής προέλευσης) στα θερμοκήπια, ως μέρος ενός συστήματος χαμηλών εισροών που βελτιώνει την υγρασία, θρέψη και την ποιότητα του εδάφους. Η έρευνα αυτή αναπτύσεται σε ένα μεγάλης κλίμακας πιλοτικό πρόγραμμα στην Πρέβεζα, με στόχους την αύξηση της γεωργικής παραγωγικότητας, την προώθηση της τοπικής οικονομίας, τη βιώσιμη διαχείριση των φυσικών πόρων και την προστασία του περιβάλλοντος.
Η πατάτα αποτελεί κορυφαία προτεραιότητα για την Παγκόσμια Οργάνωση Τροφίμων και Γεωργίας (FAO), διότι κατέχει βασικό ρόλο στη μετριασμό της επισιτιστικής ανασφάλειας παγκόσμιας κλίμακας. Ωστόσο, η παντελής εξάρτηση από τις παραδοσιακές αγροτικές πρακτικές αντιμετωπίζει σημαντικές προκλήσεις, καθώς οι ακραίες κλιματικές απειλές επονομάζουν την εφαρμογή βιώσιμων λύσεων. Στην Ελλάδα, η ραγδαίη πτώση της εγχώριας παραγωγής πατάτας (60% λιγότερη από το 1995 ως το 2022) καθιστά αισθητές τις αδυναμίες των γεωργών στην αγοραστική πίεση και στη διαχείριση ανταγωνιστικού πλεονεκτήματος. Ταυτόχρονα, η ανάκαμψη σε επίπεδα παραγωγής της δεκαετίας του 1990 θα εκπληρώσει ρόλο προσανατολιστικού μοχλού για την ανασφάλεια της χώρας και τη σταδιακή εξόδου της αγοράς από την κρίση. Με στόχο αυτή την προοπτική, το έργο στο Περιθώρι της περιοχής Νευροκοπίου Δράμας ερευνά τα αποτελέσματα της διαφυλλικής χρήσης βιοδιεγερτών στην παραγωγή πατάτας, ενός διεθνώς καταξιωμένου προιόντος, βελτιστοποιώντας πρωτοκόλλα εφαρμογής με έμφαση σε ακριβείς ποσότητες και χρονικές διαστήματα. Παράλληλα, αναλύονται οι βιοχημικοί μηχανισμοί που υποστηρίζουν την βελτιωμένη παραγωγή και αντοχή της καλλιέργειας σε παθήσεις. Αυτό το «πακέτο» καινοτομιών, ως νέο εργαλείο υποστήριξης του γεωργού, διευκολύνει την μείωση των χημικών επεμβάσεων, οδηγώντας σε μια πλέον αντικειμενικά βιώσιμη παραγωγική πρακτική. Επιπλέον, το έργο αξιοποιεί τη διαστημική παρακολούθηση της καλλιέργειας μέσω δορυφόρου και αυτόνομων αεροσκαφών (UAVs), ενισχύοντας την εποπτεία και την υποστήριξη αποφάσεων σε πραγματικό χρόνο.
INAB-CERTH will perform during the study conduct the following assessments that are required by the study protocol and detailed in Exhibit A: 1. NGS Immunoprofiling experiments 2. WES experiments 3. RNA seq experiments 4. Peptide pools. Functional T cell assays.
Ο στόχος του έργου CLLon ήταν η κατανόηση των διαδικασιών που σχετίζονται με το ρόλο της ανοσοσφαιρίνης του Β κυτταρικού υποδοχέα (B cell receptor immunoglobulin, BcR IG) που συμβαίνουν κατά τη διάρκεια της φυσικής ιστορίας της ΧΛΛ και συμβάλλουν στην οντογένεση και την εξέλιξη της νόσου μέσω της μελέτης του κλωνοτυπικού BcR IG σε ανοσογενετικό και λειτουργικό επίπεδο. Για την εξαγωγή ισχυρών συμπερασμάτων, η ομάδα μελέτης περιλάμβανε άτομα με ΜΒΛ και των δύο υποτύπων: (i) ΜΒΛ χαμηλού αριθμού κυττάρων (low-count MBL, LC-MBL) και (ii) MBL υψηλού αριθμού κυττάρων (high-count MBL, HC-MBL), καθώς και ασθενείς με ΧΛΛ με διακριτή κλινικά πορεία της νόσου, η οποία κυμαινόταν από εξαιρετικά σταθερή (ασυμπτωματικοί ασθενείς για τουλάχιστον 10 χρόνια) έως ταχέως εξελισσόμενη. Πραγματοποιήθηκε πολυπαραμετρικός χαρακτηρισμός των ιδιοτήτων του Β κυτταρικού υποδοχέα στη ΜΒΛ και τη ΧΛΛ σε διαφορετικά επίπεδα: (i) ανάλυση δεδομένων αλληλουχιών βαριάς και ελαφριάς αλυσίδας IG, (ii) προφίλ αντιδραστικότητας του Β κυτταρικού υποδοχέα και (iii) ικανότητα σηματοδότησης μέσω του Β κυτταρικού υποδοχέα (κλασική και αυτόνομη).
The Joint Action on integrating prevention, testing and link to care strategies across HIV, Viral Hepatitis, TB & STIs in Europe” (INTEGRATE) has the overall objective to improve the understanding and implement integrated activities related to early diagnosis of HIV, viral hepatitis, TB and STIs and linkage to prevention and care in partner countries. A number of tools have been developed to reduce transmission, optimize early diagnosis and linkage to care for one or more of these four diseases. INTEGRATE will map relevant existing tools for cross-linking. A peer-review process will identify which of these tools are complimentary or redundant for other disease(s), and which could be adapted or require further innovation. HIV, viral hepatitis, TB and STIs are cross-borders public health threats of concern to Europe that affect vulnerable populations disproportionately and require personalised interventions. As multiple dimensional approaches are required to reduce the public health burden, the most optimal profile of approaches that provide additive effects (and that are reasonably cost-effective) should be identified and implemented broadly. INTEGRATE provides a platform to disseminate and exchange best practice among Member States and facilitate discussions on innovations and emerging issues within the four diseases. In this respect, INTEGRATE is a shared European effort that extends beyond the partners and can create important synergies across European stakeholders, projects and initiatives.
