Vés al contingut

Un Bio-Lab mòbil per donar suport a la primera resposta davant brots d’arbovirus (MOBVEC)

MOBVEC

mobvec
L'objectiu general del projecte MOBVEC és crear una tecnologia que sigui la primera línia de defensa contra els vectors de malalties, ajudi a prevenir i combatre brots de malalties i contribueixi a salvar vides.

L’objectiu general del projecte MOBVEC és crear una tecnologia que serà la primera línia de defensa contra els vectors de malalties, ajudarà a prevenir i combatre brots de malalties devastadores i salvarà vides i estalviarà milions d’euros en atenció sanitària i hores de feina perdudes.

MOBVEC serà el primer VBD Mobile Bio-Lab del món, oferint un servei global:

– Informació automàtica sobre les poblacions de vectors i l’entorn, obtinguda en temps real mitjançant trampes intel·ligents, impulsades per aprenentatge automàtic i computació d’avantguarda: espècies d’insectes, sexe, edat i infecció viral.

– Mapes de risc de vectors d’insectes adults i ous/larves que compleixen amb GEOSS, construïts al camp + dades de Copernicus

– Models de transmissió de malalties compatibles amb GEOSS en poblacions de mosquits, fusionant dades proporcionades per a) Copernicus, b) dades clíniques i de diagnòstic de laboratoris de referència, ic) mapes de risc de vectors

– Plataforma de ciència ciutadana compatible amb GEOSS per reforçar la vigilància de mosquits utilitzant els ciutadans com a nodes d’observació, les dades dels quals es calibrin automàticament utilitzant les dades de les trampes intel·ligents.

– Biolaboratori mòbil de BD amb capacitat per als punts 1, 2 i 3 + mapes epidemiològics de VBD, models de pronòstic i anàlisi molecular d’arbovirus, que estarà ràpidament operatiu al cor dels brots de VBD per ajudar el personal d’emergències.

 

Desenvolupament dels protocols de biolaboratori amb mostres biològiques:

  • Protocol per provar noves trampes intel·ligents amb diferents espècies de mosquits portadors de malalties
  • Cria d’exemplars de mosquits de diferents espècies per a proves de laboratori.
  • Recol·lecció de camp d’espècimens en estats immadurs (ous, larves o pupes) utilitzant el programa de control de mosquits de l’INSA.
  • Implementació de noves proves in situ per a la detecció viral: NGS (seqüenciació de propera generació)
  • Desenvolupament d’un mètode optimitzat per a la conservació i el transport d’ARN virals
  • Desenvolupament de protocol per al desplegament de sensors terrestres amb biolaboratori desplegable en cas de brots
  • Desenvolupament d’un protocol de biolaboratori desplegable per treballar amb les autoritats sanitàries locals a escenaris de brots de VBD
  • Desenvolupament de models VBD EO utilitzant EGNSS, COPERNICUS i GEOSS:
  • Implementació de productes Sentinel 3A per obtenir dades de vegetació i temperatura
  • Implementació del marc SNAP de l’ESA per estalviar temps i diners i la nostra cadena de processament MODIS
  • Implementació d’altres productes de Copernicus Global Land Service per a la vegetació (per exemple, productes derivats de Proba-V)
  • Implementació d’algorismes per corregir fonts d’error (per exemple, núvols) i obtenir components de dades estacionals.
  • Avaluació comparativa dels conjunts de dades existents (com MODIS) realitzada en diferents etapes de la cadena de processament. Es compararan els resultats de Fourier i es verificarà la influència dels diferents productes a la precisió del model.
  • Desenvolupament de mapes de risc vectorial i SDSS amb dades de camp en temps real de sensors terrestres compatibles amb EGNSS. Trobant la millor sinergia entre la quantitat de sensors terrestres (trampes de camp) i els models basats en dades d’EO
  • Desenvolupament de Models de Transmissió de VBD amb fusió de Mapes de Risc Vectorial amb dades de diagnòstic de virus
  • Desenvolupament de Mapes i Models de Risc Epidemiològic
Disseny avançat de sensors terrestres de IoT:
  • Sensors terrestres dissenyats per formar una xarxa de sensors sense fil, amb trampes intel·ligents per a adults com a porta d’entrada, envoltades d’ovitrampes intel·ligents com a nodes multisensor que capturen l’activitat de les femelles gràvides/ponedores d’ous i dades microambientals.
  • Sensor IoT dissenyat per a un mínim manteniment i baix consum energètic, amb capacitat denergia solar.
  • Optimització de l’optoelectrònica per capturar les característiques espectrals del batut de les ales (freqüències fonamentals i harmòniques) amb versions miniaturitzades del prototip original i millora de la relació senyal-soroll.
  • Optimització dels models de classificació d’aprenentatge automàtic per a diferents espècies i diferents variables com a infecció viral.
  • Prova de resposta de trampes intel·ligents a barreges d’espècies de mosquits autòctons i invasors, compartint el mateix hàbitat
  • Prova de les comunicacions de nodes multisensor amb porta d’enllaç i servidor al núvol.
  • Disseny de marc de comunicació comptabilitzant fiabilitat, vida útil i infraestructures existents.
  • WSN basat en LoWPAN o LPWAN per proporcionar transmissions sense fil de baix consum, baix cost i velocitat de dades reduïda
Desenvolupament d’una aplicació al núvol interoperable d’aprenentatge automàtic basat en estàndards:
  • Programari integrat desenvolupat com a part duna aplicació de servidor al núvol per manejar dades de camp per ajudar els usuaris finals.
  • Processador de dades d’entrada i mòdul d’emmagatzematge per processar automàticament dades geoespacials transferides des de nodes de camp
  • Base de dades multiaccessible amb registre històric, detalls de l’usuari i dades ambientals i infestació.
  • Abast la interoperabilitat total entre servidors de sensors terrestres, sistemes Vector i VBD EO
  • Realitza càlculs basats en les dades recopilades de les trampes i emet alertes (per exemple, risc d’infestació en una regió)
  • Sistema interactiu que permet a lusuari final registrar els mètodes de control implementats en una àrea determinada.
  • SDSS per recopilar dades i compilar informació estadística per reduir costos en el control de plagues i avaluar-ne l’efectivitat.
  • Interfície gràfica d’usuari dissenyada per ser utilitzada de manera fàcil i intuïtiva a múltiples plataformes.
  • Les dades processades compleixen amb INSPIRE per garantir una interoperabilitat total

Integració i proves de camp i pilots del sistema prototip MOBVEC:

  • Proves de la porta d’enllaç de trampa intel·ligent i els nodes multisensor per validar el rendiment operatiu de camp
  • Sistema WSN amb sensors terrestres provat i pilotat en condicions reals de camp en programes de vigilància reals
  • El sensor d’IoT arriba a >70% de precisió en detectar i classificar espècies de mosquits, edats i infeccions virals
  • Models de EO amb una precisió d’una àrea sota la corba de 0,8 i una sensibilitat i especificitat de 0,7
  • Prova de comunicacions de dades de camp a servidors al núvol
  • Validació de Mapes de Risc de Vectors i plataforma de Ciència Ciutadana en programes reals de vigilància de vectors
  • Validació de models de transmissió de malalties transmeses per vectors d’ETV i mapes/models de risc epidemiològic basats en dades de COPERNICUS amb dades històriques de brots anteriors
  • Validació del desplegament de biolaboratori mòbil en simulació de brot amb autoritats sanitàries
  • Validació de tot el sistema MOBVEC sota REVIVE i protocols nacionals de comunicació de malalties transmissibles amb la Unió Europea
  • Programa de Vigilància Epidemiològica (TESSy) de l’ECDC
  • Validació de tot el sistema MOBVEC en un escenari de brot real de VBD a la UE (contacte amb autoritats sanitàries franceses i italianes).
    autoritats a les regions on ocorren brots de VBD cada any)

Camí per al futur lliurament de MOBVEC al mercat i a la societat:

  • Reavaluació del mercat, oportunitats/desenvolupaments recents, tendències i participació.
  • Realitzar un estudi de desenvolupament de clients amb comentaris dels usuaris finals i una anàlisi de risc dʻajust al mercat.
  • Anàlisi de colls d’ampolla seguint segments de mercat identificats i una anàlisi de l’ecosistema empresarial.
  • Realitzar una demostració de mercat del sistema i avaluar el rendiment i el nivell de satisfacció de l’usuari.
  • Promoure la replicació al mercat involucrant els usuaris finals i clients potencials i brindant tallers de capacitació.
  • Implementar una estratègia de gestió del coneixement i protecció de la propietat intel·lectual per a l’explotació internacional de la tecnologia.

Informació general del projecte

Període de desenvolupament
Inici
Fi

Investigador/a responsable

Professor d'investigació ICREA | Cap del Departament d'Ecologia Teòrica

Altres investigadors/es i personal implicat

Entitats finançadores

horizon-europe

Institucions/col·laboradors

Xarxes socials del projecte

També et pot interessar

Projecte transfronterer per detectar i monitoritzar espècies marines no indígenes a Catalunya i Occitània, millorant la cooperació científica, la participació ciutadana i la gestió dels impactes sobre els ecosistemes i l’economia costanera.
DryingLake aborda la problemàtica de la dessecació d'aigües interiors, que està afectant cada cop més els ecosistemes a nivell mundial degut tant al canvi climàtic com a la desviació daigua per a reg.
Mitjançant la combinació d'imatges satelitals, teledetecció i dades de camp, el projecte proporcionarà eines eficaces per ajudar els gestors i responsables polítics a monitoritzar i valorar els ecosistemes costaners de carboni i integrar el carboni blau als inventaris i polítiques climàtiques nacionals.
L'objectiu principal de la Xarxa és fomentar la col·laboració entre grups de recerca nacionals i internacionals per assessorar la societat i les autoritats sobre el paper clau d'aquests ecosistemes.
Proposa desenvolupar un mètode innovador i no destructiu per quantificar els estocs de carboni. Aquest mètode utilitzarà tecnologies avançades com la geoacústica, vehicles autònoms, drones, imatges satel·litàries i intel·ligència artificial, permetent a més explorar els dipòsits de carboni “ocults” sota capes de sediment, que fins ara han estat ignorats.