PRECISE – nowe europejskie konsorcjum badające słabości komórek nowotworowych

Komentarz redakcji

PRECISE to paneuropejska inicjatywa współtworzona m.in. przez Uniwersytet i Szpital Kliniczny w Bonn. Konsorcjum łączy ponad 30 grup badawczych z ponad 20 instytutów w dziewięciu krajach i stawia na połączenie biologii, informatyki oraz analizy danych. Projekt ma wspierać rozwój precyzyjnej onkologii.

Najważniejsze

  • PRECISE to paneuropejskie konsorcjum uruchomione 10 lipca 2026 r., które ma przewidywać słabości komórek nowotworowych zamiast jedynie je katalogować.
  • Projekt łączy ponad 30 grup badawczych z ponad 20 instytutów w dziewięciu krajach Europy, integrując dane eksperymentalne, genetyczne i komputerowe.
  • Rdzeniem inicjatywy jest iteracyjny cykl „przewiduj–testuj–ucz się”, w którym modele komputerowe wskazują najbardziej obiecujące eksperymenty, a wyniki wracają do modeli.
  • PRECISE wykorzystuje m.in. linie komórkowe, organoidy, CRISPR, profilowanie multimodalne, uczenie maszynowe i sztuczną inteligencję.
  • Celem długoterminowym jest szybsze znajdowanie celów terapeutycznych, rozpoznawanie mechanizmów oporności i projektowanie racjonalnych terapii skojarzonych.
·
2 min

Europejskie konsorcjum PRECISE, uruchomione 10 lipca 2026 roku, ma przewidywać słabości komórek nowotworowych za pomocą modeli komputerowych.

Najważniejsze fakty o konsorcjum PRECISE

ElementDane
Data inauguracji10 lipca 2026 r.
Liczba grup badawczychPonad 30
Liczba instytutówPonad 20
Liczba krajów9
Główne metodymodele komputerowe, CRISPR, profilowanie multimodalne, uczenie maszynowe, AI
Celprzewidywanie terapeutycznych słabości komórek nowotworowych

Na podstawie treści artykułu oraz materiałów konsorcjum PRECISE.

Aplikacja PTO Badania molekularne

Źródło zdjęcia: unsplash.com - by Buddha Elemental 3D
Źródło zdjęcia: unsplash.com - by Buddha Elemental 3D

Europejskie konsorcjum PRECISE zostało zainaugurowane 10 lipca 2026 roku i ma przewidywać terapeutyczne słabości komórek nowotworowych przy użyciu modeli komputerowych. W projekcie uczestniczą m.in. Uniwersytet i Szpital Kliniczny w Bonn, a cała inicjatywa łączy ponad 30 grup badawczych z ponad 20 instytutów w dziewięciu krajach Europy.

PRECISE rozwija podejście, w którym dane z badań laboratoryjnych, analiz genetycznych i obliczeń komputerowych mają być łączone w jednym procesie. Konsorcjum wykorzystuje analizy danych oraz technologie biologiczne i informatyczne do wskazywania genów i szlaków sygnałowych, od których zależy przeżycie komórek nowotworowych. Celem jest nie tylko opisanie takich zależności, lecz także przewidywanie, które z nich można wykorzystać jako cel terapii.

Wśród partnerów projektu są zespoły pracujące zarówno eksperymentalnie, jak i obliczeniowo. Jak wynika z materiałów konsorcjum, badacze będą łączyć dane z kohort pacjentów i modeli chorobowych, takich jak linie komórkowe i organoidy, z ukierunkowanymi ingerencjami genetycznymi, m.in. z użyciem CRISPR. W projekcie mają też znaleźć zastosowanie multimodalne profilowanie molekularne, obrazowanie, uczenie maszynowe i sztuczna inteligencja. Koordynację obejmują Francesco Iorio z Human Technopole w Mediolanie oraz Mathew J. Garnett z Wellcome Sanger Institute w Wielkiej Brytanii.

Istotą PRECISE ma być iteracyjny cykl „przewiduj–testuj–ucz się”. Modele komputerowe mają wskazywać eksperymenty o największej wartości poznawczej, a wyniki z laboratorium mają wracać do modeli i poprawiać ich dokładność. Konsorcjum przyjęło też wspólne standardy eksperymentalne i zasady FAIR, aby dane i narzędzia były łatwiejsze do wyszukania, dostępne, interoperacyjne i możliwe do ponownego wykorzystania.

Inicjatywa wpisuje się w szersze wyzwania precyzyjnej onkologii, która musi radzić sobie ze złożonością danych genetycznych i mechanizmów nowotworowych. Szczególnie ważne jest to w przypadku pacjentów, u których obecna diagnostyka molekularna nie wskazuje jeszcze klinicznie użytecznych celów terapeutycznych. PRECISE ma też pomóc w rozpoznawaniu mechanizmów oporności i w identyfikacji racjonalnych terapii skojarzonych.

W praktyce projekt może przyspieszyć sposób, w jaki badacze wybierają cele do dalszych testów w onkologii. Jeśli modele okażą się wystarczająco trafne, kolejne etapy badań nad nowotworami będą mogły być planowane szybciej i bardziej precyzyjnie.

Jak działa podejście PRECISE

1
1. Zbieranie danych
Badacze łączą dane kliniczne i eksperymentalne z różnych modeli nowotworowych.
2
2. Profilowanie i perturbacje
Zespół sprawdza, które geny i szlaki sygnałowe są krytyczne dla przeżycia komórek.
3
3. Modelowanie komputerowe
Modele mają przewidywać nowe zależności i wskazywać najbardziej informacyjne eksperymenty.
4
4. Walidacja laboratoryjna
Najbardziej obiecujące hipotezy są sprawdzane w laboratorium.
5
5. Uczenie iteracyjne
Wyniki eksperymentów wracają do modeli i poprawiają ich trafność.

Na podstawie opisu działania konsorcjum PRECISE w artykule i materiałach źródłowych.

Słownik pojęć

Organoidy
Trójwymiarowe modele hodowli komórkowej, które odtwarzają cechy narządów lub tkanek i służą do badania chorób oraz terapii.
CRISPR
Technologia umożliwiająca precyzyjną modyfikację materiału genetycznego, wykorzystywana do badania funkcji genów.
Profilowanie multimodalne
Łączenie wielu typów danych biologicznych, np. genetycznych, transkryptomicznych, proteomicznych i obrazowych, w jednym analizowanym zbiorze.
FAIR
Zasada organizacji danych: Findable, Accessible, Interoperable, Reusable, czyli wyszukiwalne, dostępne, interoperacyjne i możliwe do ponownego wykorzystania.
Syntetyczna letalność
Zależność, w której jednoczesne zaburzenie dwóch genów lub szlaków prowadzi do śmierci komórki, choć każde z osobna nie musi być śmiertelne.
Szlak sygnałowy
Łańcuch molekularnych interakcji przekazujących sygnał wewnątrz komórki i wpływających na jej funkcjonowanie.

Najczęstsze pytania

Czym PRECISE różni się od klasycznych map zależności nowotworowych?
Zamiast tylko opisywać już znane zależności, PRECISE ma przewidywać nowe słabości nowotworów i wskazywać, które z nich są warte testowania eksperymentalnego.
Jakie dane wykorzysta konsorcjum?
Projekt łączy dane z kohort pacjentów, linii komórkowych, organoidów, analiz genetycznych, obrazowania i profilowania molekularnego.
Po co w projekcie używa się sztucznej inteligencji?
AI i uczenie maszynowe mają pomagać w znajdowaniu wzorców w złożonych danych oraz w wybieraniu eksperymentów o największej wartości poznawczej.
Czy PRECISE może przełożyć się na leczenie pacjentów?
Tak, długoterminowo projekt ma przyspieszać identyfikację celów terapeutycznych, mechanizmów oporności i bardziej racjonalnych terapii skojarzonych.

Pierwsi napisali na ten temat

Komentarze (0)

0/2000

Powiązane artykuły

4. Wojskowy Szpital Kliniczny z grantem Horizon Europe na leczenie nowotworów kręgosłupa

Wrocławski 4. Wojskowy Szpital Kliniczny, we współpracy z ośrodkami w Oksfordzie i Utrechcie, opracuje standardy diagnostyki oraz leczenia nowotworów kręgosłupa. Projekt Spin-Excel uzyskał wysokie oceny w konkursie unijnym. Dofinansowanie zostanie przeznaczone na transfer wiedzy i szkolenia kadry medycznej.

7 września 2026

MHH uruchamia projekt ROKAVI, który ma wykrywać nowotwory przy pomocy AI

Zespół Medizinische Hochschule Hannover rozpoczął trzyletni projekt ROKAVI, finansowany kwotą około 1 mln euro. Naukowcy chcą porównać tradycyjne modele statystyczne z algorytmami sztucznej inteligencji na podstawie danych 1,3 mln ubezpieczonych.

4 sierpnia 2026

Milion euro na rozwój „molekularnego odcisku palca” do wczesnego wykrywania raka płuc

25 kwietnia 2026

Sztuczna inteligencja w walce z chorobami. Nadchodzi przełom w żywieniu

Przedsięwzięcie, którym kieruje dr Mattea Müller, połączy dane z urządzeń ubieralnych z wynikami badań genetycznych i metabolicznych pacjentów. Projekt finansują środki publiczne, a w jego realizację zaangażowało się konsorcjum kilku europejskich uczelni. Opracowany algorytm pomoże w zapobieganiu chorobom przewlekłym.

17 lipca 2026

Naukowcy z Oksfordu testują modele matematyczne do optymalizacji terapii nowotworowych

Badania dotyczą modeli matematycznych opisujących procesy angiogenezy, dostarczania tlenu oraz wzrostu komórek nowotworowych. Rozwiązanie to ma zapobiegać lekooporności guzów w ramach terapii adaptacyjnej. Narzędzia te pozwalają na przeprowadzenie symulacji komputerowych przed etapem testów klinicznych.

26 sierpnia 2026

Oszacowanie oporności czerniaków: fińska innowacja z Uniwersytetu w Turku

Zespół z Uniwersytetu w Turku opracował nowy model komórkowy do badania czerniaków z deficytem BAP1, które należą do najtrudniejszych w leczeniu nowotworów tego typu. Badanie opublikowano 29 czerwca 2026 roku w piśmie „Communications Biology”.

1 lipca 2026

StartSzukaj