Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | “Approccio multi-omico per l'identificazione di biomarcatori non invasivi di risposta agli inibitori del checkpoint immunitario nei pazienti con cancro polmonare avanzato” |
|---|---|
| Titolo del progetto di ricerca in inglese | “Multi-omics approach for the identification of non-invasive biomarkers of response to immune checkpoint inhibitors in advanced lung cancer patients” |
| Settore Concorsuale | 05 - Scienze biologiche |
| S.S.D | BIO/18 - GENETICA |
| Descrizione sintetica in italiano | Il progetto ha come obiettivo principale quello di identificare e sviluppare biomarcatori predittivi per la risposta agli inibitori del checkpoint immunitario (ICI) nei pazienti con cancro polmonare avanzato al fine di ottenere una comprensione più approfondita e completa dei meccanismi molecolari e genetici della risposta clinica e/o della resistenza al trattamento. Le attività riguardano il sequenziamento dell'intero esoma (WES) del DNA tumorale libero circolante (cfDNA) in pazienti con tumore polmonare non a piccole cellule trattati con ICI e includono l’estrazione del cfDNA da plasma, il sequenziamento e l’analisi dei dati con tecniche di Machine Learning e Deep Learning e generazione di dati sintetici per arricchire i set di addestramento e migliorare la precisione predittiva degli algoritmi. |
| Descrizione sintetica in inglese | The main objective of the project is to identify and develop predictive biomarkers for response to immune checkpoint inhibitors (ICIs) in patients with advanced lung cancer in order to obtain a more in-depth and complete understanding of the molecular and genetic mechanisms of clinical response and/or resistance to treatment. The activities concern whole exome sequencing (WES) of circulating cell-free tumor DNA (cfDNA) in patients with non-small cell lung cancer treated with ICIs and include the extraction of cfDNA from plasma, the sequencing and analysis of data with Machine Learning and Deep Learning techniques and generation of synthetic data to enrich the training sets and improve the predictive accuracy of the algorithms |
| Data del bando | 04/03/2024 |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
EUROPE |
| Nazionalità dei candidati |
EUROPE |
| Sito web del bando | https://www.unisi.it/servizi-line |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|
| Nome dell'Ente finanziatore | Università degli Studi di Siena (Fondi MIUR/PRIN2022) |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Siena |
| Sito web | https://www.unisi.it/ |
| amministrazione.dbm@unisi.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 25/03/2024 |
|---|