Tilbake til søkeresultatene

INTPART-International Partnerships for Excellent Education and Research

Norwegian-American Alliance for Research and Education in Data Driven Mathematical Models of Cancer

Alternativ tittel: Norwegian-American Alliance for Research and Education in Data Driven Mathematical Models of Cancer

Tildelt: kr 4,5 mill.

Presisjonsonkologi betyr for en kreftpasient at han eller hun blir behandlet med best mulig behandling, som er slik akkurat for ham eller henne. Det er ikke en standardbehandling, men et terapi for akkurat den pasienten som trenger å bli behandlet. Et viktig instrument for å bestemme denne personaliserte optimale behandlingen er matematiske modeller som fanger viktige mekanismer for sykdommen, og statistikk som trekker ut individuell informasjon fra pasientdata. Dette prosjektet kombinerer disse to styrkene: Forskere fra Universitetet i Oslo (UiO) og Universitetet i Minnesota (UMN) skal undervise og forske i grensesnittet mellom matematikk, kreftbiologi, klinisk onkologi, maskinlæring og statistikk. Forskning vil fokusere på å estimere heterogenitet innen tumor og på å forutsi optimal kombinert terapi for individuelle kreftpasienter. Nye metoder for å integrere pasientdata i matematiske modeller for kreft, kan bidra til en bedre behandling av kreftpasienter. Prosjektet har tilgang til unike data, men et stort samarbeid med klinikere og biologer fra Oslo universitetssykehus. Prosjektet skal utvikle nye kurs på bachelor-, master- og doktorgradsnivå ved UiO og UMN, i matematisk og statistisk modellering av kreft. Sammen med de andre studentene, postdoktorene og ansatte ved UiO og UMN, realiserer dette et nytt vitenskapelig samfunn, som vil ha nytte av mobilitet over Atlanterhavet, så snart covid19 tillater det igjen. Vi vil aktivt jobbe for en bedre representasjon av kvinnelige og underrepresenterte forskere. Dette prosjektet styrker internasjonaliseringen ved UiO og UMN, med en ny og langvarig allianse. På grunn av reisebegrensningene på grunn av Covid, hadde vi det første året ukentlige videomøter med ansatte og studenter, noe som førte til at vi er veldig godt forberedt på mobilitet, så snart det er mulig.

Precision oncology can greatly benefit from sharp mathematical models, which capture essential mechanisms, and statistics, which extracts individualised information from patient data. This project combines these two strengths: researchers from the University of Oslo (UiO) and the University of Minnesota (UMN), will teach and research at the interface between mathematics, cancer biology, clinical oncology, machine learning and statistics. Research will focus on estimating complex pictures of intra-tumour heterogeneity and on predicting optimal combined therapy for individual patients with blood or breast cancer. New methods for integrating patient data into mathematical models of cancer, can contribute to a better treatment of cancer patients. The project has access to unique data though an ample partnership with clinicians and biologists of the Oslo University Hospital. The project will develop new courses, at bachelor’s, master’s and PhD levels at UiO and UMN, in mathematical and statistical modelling of cancer. A course tailored to students in medicine and clinicians on opportunities and challenges of mathematics and algorithms will allow us to develop the needed language and communication skills. We shall jointly supervise of at least three PhD students and four master students. Together with the other students, postdocs and staff at UiO and UMN, this realises a new scientific community, who will benefit from across-the-Atlantic mobility and the participation to research kitchens, a new instrument to harvest the best and most ambitious ideas. Outreach will allow the project to communicate with patients and their organisation and with the general public. We will actively work for a better representation of female and under-represented-group scientist. This project strengthens internationalisation at UiO and UMN, with a new and long lasting alliance.

Aktivitet:

INTPART-International Partnerships for Excellent Education and Research