„Studenckie koła naukowe tworzą innowacje” to program, którego adresatem są studenckie koła naukowe. Działa od 2020 roku, a jego celem jest wsparcie innowacyjnych projektów studenckich, szczególnie w zakresie badań naukowych, rozwoju technologii oraz transferu wyników do gospodarki. Program stawia na studenckie innowacje, pozwala osobom studiującym rozwijać kompetencje badawcze i wdrażać praktyczne rozwiązania w środowisku akademickim i poza nim.
W tegorocznej edycji do udziału w konkursie zgłoszono 400 projektów, z których do finansowania zakwalifikowano 120 na łączną kwotę 7,8 mln zł. Maksymalna kwota dofinansowania na pojedynczy projekt wynosiła 70 000 zł, a na realizację każdego projektu przewidziano nie więcej niż 12 miesięcy.
Wśród wskazanych do finansowania jest aż pięć projektów studentów UJ CM:
- Synteza i ocena aktywności kompleksów cynku(II) i miedzi(II) z doksycykliną: potencjał w zwalczaniu szczepów S. aureus – SKN Analityki Farmaceutycznej (kwota dofinansowania: 43 200 zł),
- Badania nad mechanizmami przełamania oporności lekowej w glejaku – terapia skojarzona z udziałem kastycyny – SKN Cytogenom (kwota dofinansowania: 69 900 zł),
- Opracowanie modelu predykcji somatycznych wariantów genetycznych w raku brodawkowatym tarczycy z wykorzystaniem sztucznej inteligencji (AI) – SKN Endokrynologii (kwota dofinansowania: 69 550 zł),
- Zastosowanie generatywnego modelu AI do projektowania inhibitorów PARP1 skutecznych w terapii glejaka i raka piersi – SKN Drug Discovery (kwota dofinansowania: 66 950 zł),
- Badania wzajemnych interakcji hodowli komórek prawidłowych i nowotworowych trzustki pod wpływem wybranych nanocząstek – SKN Terapii Celowanej i Układów Supramolekularnych (kwota dofinansowania: 70 000 zł).
Z listą wszystkich wniosków wskazanych do finansowania można się zapoznać na stronie Ministerstwa Nauki i Szkolnictwa Wyższego
Synteza i ocena aktywności kompleksów cynku(II) i miedzi(II) z doksycykliną: potencjał w zwalczaniu szczepów S. aureus
Celem projektu jest opracowanie związków o zwiększonej skuteczności wobec bakterii MRSA (gronkowca złocistego opornego na metycylinę), co może stanowić nową perspektywę w walce z narastającą antybiotykoopornością, a otrzymane wyniki mogą przyczynić się do tworzenia nowych strategii terapeutycznych.
Studenci będę opracowywać warunki syntezy oraz dokonają charakterystyki kompleksów miedzi(II) i cynku(II) z doksycykliną oraz ocenią ich aktywność przeciwdrobnoustrojową wobec wrażliwych i opornych szczepów Staphylococcus aureus.
Opiekunowie naukowi: dr Joanna Piotrowska, dr Bartłomiej Rospond
Badania nad mechanizmami przełamania oporności lekowej w glejaku – terapia skojarzona z udziałem kastycyny
Glejaki to pierwotne nowotwory mózgu, z których najgroźniejszy jest glejak wielopostaciowy (GBM). Mimo leczenia obejmującego operację, radioterapię i temozolomid rokowania są bardzo złe – mediana przeżycia wynosi 12–21 miesięcy, a 5-letnie przeżycie jedynie 7,2%. Terapia ma głównie charakter paliatywny, a jej skuteczność ogranicza wysoka oporność komórek nowotworowych, związana m.in. z zaburzeniami naprawy DNA i mechanizmami wielolekowej oporności.
Projekt zakłada wykorzystanie kastycyny – flawonoidu z roślin Vitex agnus-castus i Vitex trifolia – jako czynnika zwiększającego wrażliwość glejaka na chemioterapię. Związek ten może indukować apoptozę, hamować podziały komórek oraz modulować szlaki odpowiedzialne za przeżycie nowotworu.
Celem badań jest sprawdzenie czy połączenie kastycyny z temozolomidem, lomustyną, prokarbazyną i winkrystyną skuteczniej zahamuje wzrost komórek glejaka niż monoterapia. Analizowany będzie wpływ terapii skojarzonej na przeżycie komórek, mechanizmy śmierci komórkowej oraz geny związane z opornością. Terapia z udziałem kastycyny może stanowić nową strategię przełamywania oporności lekowej w GBM.
Opiekun naukowy: dr hab. Paulina Koczurkiewicz-Adamczyk
Opracowanie modelu predykcji somatycznych wariantów genetycznych w raku brodawkowatym tarczycy z wykorzystaniem sztucznej inteligencji (AI)
Rak brodawkowaty tarczycy, najczęstszy nowotwór układu dokrewnego, zwykle cechuje się dobrym rokowaniem. U około 10–15% pacjentów choroba przebiega bardziej agresywnie (wznowy miejscowe, przerzuty odległe), a standardowe leczenie – terapia jodem radioaktywnym – częściej jest nieskuteczne. Jedną z opcji leczenia w takich wypadkach jest terapia ukierunkowana molekularnie. Warunkiem jej zastosowania jest identyfikacja określonych zmian genetycznych w guzie.
Rutynowo badania genetyczne tkanek nowotworu wykonuje się po potwierdzeniu zaawansowanego raka brodawkowatego tarczycy, tuż przed decyzją o wprowadzeniu leczenia celowanego. Degradacja materiału genetycznego może jednak uniemożliwić wykorzystanie w tym celu materiału historycznego i wiązać się z koniecznością uzyskania świeżych tkanek guza, często z użyciem inwazyjnych procedur. Wczesna diagnostyka genetyczna guzów jest z kolei kosztowna – z tego powodu nie powinna być wykonywana jako badanie przesiewowe w raku brodawkowatym tarczycy.
Opracowanie modelu predykcji somatycznych wariantów genetycznych w raku brodawkowatym tarczycy z wykorzystaniem sztucznej inteligencji ma ułatwić typowanie chorych, u których wczesna diagnostyka molekularna przyniesie najwięcej korzyści, skracając czas do podjęcia optymalnej decyzji terapeutycznej. Skuteczne narzędzie predykcyjne będzie też sprzyjać racjonalnemu i kosztowo-efektywnemu wykorzystaniu zasobów ochrony zdrowia.
Projekt łączy medycynę precyzyjną, patologię cyfrową i zaawansowaną analizę danych, tworząc fundament pod nową generację inteligentnych narzędzi wspierających onkologię – z możliwością dostosowania do innych nowotworów, w których istnieje zależność między obrazem histologicznym a profilem molekularnym.
Projekt realizowany będzie w Klinice Endokrynologii UJ CM, a zespół badawczy będą tworzyli członkowie i członkinie Koła Naukowego Endokrynologii UJCM, którego przewodniczącym jest Rafał Fyda, student kierunku lekarskiego. W projekt będą zaangażowani także specjaliści patomorfologii i informatyki medycznej.
Opiekun naukowy: dr Małgorzaty Trofimiuk-Müldner
Zastosowanie generatywnego modelu AI do projektowania inhibitorów PARP1 skutecznych w terapii glejaka i raka piersi
Celem projektu jest opracowanie i walidacja generatywnego modelu sztucznej inteligencji wspomagającego projektowanie nowych inhibitorów enzymu PARP1 – kluczowego celu molekularnego w terapii nowotworów związanych z zaburzeniami naprawy DNA, w szczególności glejaka oraz raka piersi. W ramach badań planowane jest wykorzystanie metod uczenia maszynowego do generowania nowych struktur chemicznych, ich selekcja w badaniach in silico (m.in. docking molekularny), następnie synteza wybranych związków oraz ocena ich aktywności biologicznej.
Rezultatem projektu będzie opracowanie narzędzia AI do projektowania inhibitorów PARP1, stworzenie biblioteki nowych związków chemicznych oraz uzyskanie danych dotyczących zależności struktura-aktywność (SAR). Projekt przyczyni się również do rozwoju kompetencji studentów w zakresie chemii medycznej, analizy danych oraz pracy w interdyscyplinarnych zespołach badawczych. Realizacja projektu wpisuje się w rozwój nowoczesnych metod odkrywania leków opartych na sztucznej inteligencji.
Przyznane finansowanie zostanie przeznaczone na syntezę nowych związków chemicznych, badania aktywności biologicznej in vitro oraz upowszechnianie wyników badań .
Projekt realizowany będzie na Wydziale Farmaceutycznym UJ CM, w Katedrze Chemii Farmaceutycznej.
Opiekunowie naukowi: dr hab. Agnieszka Zagórska i dr Jakub Jończyk
Badania wzajemnych interakcji hodowli komórek prawidłowych i nowotworowych trzustki pod wpływem wybranych nanocząstek
Rak przewodowy trzustki (PDAC, ang. pancreatic ductal adenocarcinoma) należy do najbardziej agresywnych nowotworów złośliwych charakteryzujących się wysoką śmiertelnością oraz ograniczoną skutecznością dostępnych metod leczenia. Późne rozpoznanie choroby oraz jej złożona biologia sprawiają, że poszukiwanie nowych strategii terapeutycznych pozostaje jednym z najważniejszych wyzwań współczesnej onkologii.
Projekt koncentruje się na badaniu nowoczesnych podejść do modulowania odpowiedzi komórek nowotworowych w oparciu o zaawansowane narzędzia biologii komórki i nanotechnologii. W szczególności analizowane będą mechanizmy związane z kluczowymi szlakami sygnałowymi regulującymi wzrost i przeżycie komórek nowotworowych oraz ich odpowiedź na czynniki terapeutyczne.
W ramach projektu opracowane zostaną innowacyjne układy badawcze umożliwiające ocenę działania wybranych strategii terapeutycznych w warunkach możliwie najlepiej odzwierciedlających środowisko tkankowe. Zastosowanie zaawansowanych modeli komórkowych pozwoli na analizę interakcji pomiędzy komórkami nowotworowymi a komórkami mikrośrodowiska.
Badania mają charakter interdyscyplinarny i łączą elementy biologii molekularnej, biofizyki, chemii oraz onkologii eksperymentalnej. Uzyskane wyniki przyczynią się do lepszego zrozumienia mechanizmów regulujących odpowiedź komórek raka trzustki na nowe podejścia terapeutyczne oraz mogą stanowić podstawę do dalszych badań o charakterze translacyjnym.
Realizacja projektu umożliwi również studentom zdobycie zaawansowanych kompetencji badawczych, pracy w środowisku interdyscyplinarnym oraz udział w działaniach związanych z analizą i upowszechnianiem wyników badań.
Projekt realizowany będzie na Wydziale Lekarskim, w Ośrodku Biomedycyny i Nauk Interdyscyplinarnych UJ CM.
Opiekun naukowy: dr Małgorzata Lasota
