Digital Twin Technology to Predict Individual Response to Pharmacological Treatments in Ovarian Cancer

Projektinformationen

ITHACA

ID Finanzhilfevereinbarung: 883172

DOI 10.3030/883172

Projekt abgeschlossen

EK-Unterschriftsdatum 19 Mai 2020

Startdatum 1 September 2021

Enddatum 31 August 2024

Finanziert unter

• EXCELLENT SCIENCE - Marie Skłodowska-Curie Actions

Gesamtkosten € 257 209,92

EU-Beitrag € 257 209,92

Koordiniert durch

ALMA MATER STUDIORUM - UNIVERSITA DI BOLOGNA
Italy

CORDIS bietet Links zu öffentlichen Ergebnissen und Veröffentlichungen von HORIZONT-Projekten.

Links zu Ergebnissen und Veröffentlichungen von RP7-Projekten sowie Links zu einigen Typen spezifischer Ergebnisse wie Datensätzen und Software werden dynamisch von OpenAIRE abgerufen.

Veröffentlichungen

Peer reviewed articles (5)

Beyond 2D cell cultures: how 3D models are changing the <i>in vitro</i> study of ovarian cancer and how to make the most of them

Autoren: Marilisa Cortesi, Kristina Warton, Caroline E. Ford
Veröffentlicht in: PeerJ, Ausgabe 12, 2024, Seite(n) e17603, ISSN 2167-8359
Herausgeber: PeerJ
DOI: 10.7717/peerj.17603

Author Correction: A comparative analysis of 2D and 3D experimental data for the identification of the parameters of computational models

Autoren: Marilisa Cortesi, Dongli Liu, Christine Yee, Deborah J. Marsh, Caroline E. Ford
Veröffentlicht in: Scientific Reports, Ausgabe 14, 2024, ISSN 2045-2322
Herausgeber: Nature Publishing Group
DOI: 10.1038/s41598-023-50403-x

A comparative analysis of 2D and 3D experimental data for the identification of the parameters of computational models

Autoren: Cortesi M., Liu D., Yee C., Marsh D., and Ford C
Veröffentlicht in: Scientific Reports, 2023, ISSN 2045-2322
Herausgeber: Nature Publishing Group
DOI: 10.1038/s41598-023-42486-3

Driving cell response through deep learning, a study in simulated 3D cell cultures

Autoren: Marilisa Cortesi, Emanuele Giordano
Veröffentlicht in: Heliyon, Ausgabe 10, 2024, Seite(n) e29395, ISSN 2405-8440
Herausgeber: Cell Press
DOI: 10.1016/j.heliyon.2024.e29395

Accurate Identification of Cancer Cells in Complex Pre‐Clinical Models Using a Deep‐Learning Neural Network: A Transfection‐Free Approach

Autoren: Marilisa Cortesi, Dongli Liu, Elyse Powell, Ellen Barlow, Kristina Warton, Caroline E. Ford
Veröffentlicht in: Advanced Biology, 2024, ISSN 2701-0198
Herausgeber: Wiley
DOI: 10.1002/adbi.202400034

Other (2)

A novel approach for the quantification of single-cell adhesion dynamics from microscopy images

Autoren: Marilisa Cortesi, Jingjing Li, Dongli Liu, Tianruo Guo, Socrates Dokos, Kristina Warton, Caroline E. Ford
Veröffentlicht in: biorXiv, 2024
Herausgeber: Cold Spring Harbor Laboratory
DOI: 10.1101/2024.10.08.616409

Development and validation of a computational tool to predict treatment outcomes in cells from High-Grade Serous Ovarian Cancer patients

Autoren: Marilisa Cortesi, Dongli Liu, Elyse Powell, Ellen Barlow, Kristina Warton, Emanuele Giordano, Caroline E. Ford
Veröffentlicht in: biorXiv, 2024
Herausgeber: Cold Spring Harbor Laboratory
DOI: 10.1101/2024.10.02.616212