Airway Disease Predicting Outcomes through Patient-Specific Computational Modeling
L’objectif du projet est de développer un modèle de simulation multi-échelle intégré, spécifique au patient, capable de prédire l’évolution naturelle et la réponse thérapeutique des pathologies du système respiratoire telles que l’asthme et les BPCO (bronchopaties chroniques obstructives).
A ce jour, les relations entre le phénotype, le génotype clinique, la structure et la physiologie des voies aériennes pour ces pathologies restent mal connues. De plus, nous disposons aujourd’hui d’outils et modèles limités pour prédire l’évolution naturelle de l’asthme dans un individu. Dans le contexte du développement de nouvelles thérapies hautement sélectives et très coûteuses, des modèles spécifiques au patient capables de suivre et de prédire la progression de la maladie sont requises rapidement afin de pouvoir individualiser les traitements actuels et futurs.
L’enjeu du projet est d’intégrer et d’étendre les modèles existants au niveau tissue-organe sur les pathologies des voies aériennes larges et petites, et au niveau moléculaire-cellulaire sur les lésions épithéliales. Pour cela, des acquisitions TDM volumiques permettent l’étude de l’architecture des voies aériennes jusqu’au 6ème ordre de subdivision et de développer des modèles complexes validées de l’écoulement d’air. Ces modèles pourront ensuite être étendues algorithmiquement en incorporant des géométries de subdivision réalistes de type Weibel afin d’inclure la structure des petites voies aériennes, et être validés in vivo en IRM fonctionnel ou in silico sur des modèles expérimentaux. Ces mêmes modèles seront couplés avec des modèles au niveau moléculaire-cellulaire reflétant la composition de la paroi bronchique et ses propriétés biophysiques et seront par la suite enrichis par des données génomiques et transcriptomiques.
Participants : 34 partenaires européens (http://www.airprom.european-lung-foundation.org/16580-consortium-members.htm)
Site du Projet : http://www.airprom.european-lung-foundation.org/
Mot-clés : Diagnostic Assisté par Ordinateur, Imagerie médicale, Modélisation