Pereiti prie turinio
ieškoti

Išsėtinės sklerozės biožymenų sąsajų su radiologiniais duomenimis paieška taikant dirbtinio intelekto metodus (MS-BRAVO)

   

Projekto nr.: INP2025/5

Projekto aprašymas:

Išsėtinė sklerozė (IS) – lėtinė uždegiminė liga, kuriai būdingi centrinės nervų sistemos (CNS) pažeidimai, galintys sukelti sunkią fizinę ar kognityvinę negalią, taip pat neurologinius defektus. Šiuo metu didelis dėmesys skiriamas sergančiųjų IS tyrimams – naujų žymenų paieškai, bandant aiškintis pradinius patogenezinius ligų kelius ir prognozuojant ligos eigą. Demielinizuojančių ligų biožymenys yra ypač svarbūs, kadangi kartais lėtas šių ligų progresavimas ir nespecifinė simptomatika gali sukelti didelių diagnostinių sunkumų, ypač ligos pradžioje, taip pat prognozuojant ligos eigą, kliniškai arba radiologiškai izoliuoto sindromo perėjimą į IS.
Šio projekto tikslas – pasitelkiant dirbtinio intelekto ir duomenų analizės metodus, ištirti pacientų miRNR raiškos profilių pokyčių sąsajas su klinikiniais ir radiologiniais duomenimis, siekiant atskirti ir įvertinti šių molekulių vaidmenį diagnozuojant ir prognozuojant išsėtinės sklerozės (IS) ligos eigą bei galimą pritaikymą personalizuotam gydymui.
Projekto metu LSMU tyrėjai atliks sergančiųjų IS klinikinių ir radiologinių (magnetinio rezonanso tyrimo (MRT)) duomenų surinkimą. MiRNR tyrimams bus renkamas tiriamųjų asmenų kraujo serumas, išskiriama RNR, įvertinama jos kokybė ir mėginiai siunčiami sekoskaitos tyrimams. Šio pilotinio tyrimo metu planuojama ištirti iki 10 IS pacientų mėginių, kuriems nebuvo taikytas imunomoduliuojantis gydymas ir iki 10 kontrolinės grupės mėginių. Siekiant rasti diagnostinius ir prognostinius biožymenis LSMU mokslininkų surinktus sekoskaitos rezultatus, klinikinius ir radiologinius duomenis analizuos KTU mokslininkai, taikydami bioinformatikos, duomenų analizės ir dirbtinio intelekto metodus. Šio tyrimo rezultatai galėtų būti pritaikyti išsėtinės sklerozės tikslesniam diagnozavimui ir padėtų įvertinti galimą ligos progresavimą, bei personalizuotą gydymo strategiją.

Projekto finansavimas:

KTU Mokslo fondas


Projekto rezultatai:

Projekto įgyvendinimo laikotarpis: 2025-04-17 - 2025-12-31

Projekto partneriai: Lietuvos sveikatos mokslų universitetas, Vytauto Didžiojo universitetas

Vadovas:
Dalia Čalnerytė

Trukmė:
2025 - 2025

Padalinys:
Informatikos fakultetas, Taikomosios informatikos katedra