e. coli

Na strojnem učenju temelječe razvrščanje tveganja za dejavnike virulence in odpornosti: študija primera bakterije E. coli

.

 

Splošni podatki

 

Članica UL

Veterinarska fakulteta

 

Status

partner  

Nosilec projekta

   

Šifra projekta/akronim projekta

   

Naslov projekta

Na strojnem učenju temelječe razvrščanje tveganja za dejavnike virulence in odpornosti: študija primera bakterije E. coli  

Financer

Evropska agencija za varnost hrane (EFSA)  

Obdobje financiranja

29.04.2026–28.10.2027  

Letni obseg FTE ali EUR

11.000,00 EUR

 

Vodja na VF

Bojan Papić  

Veda

Mikrobiologija  

Sodelujoče RO

Univerza v Ljubljani, Veterinarska fakulteta, Slovenija (UL VF)
Technological University Dublin (TU Dublin), Ireland
Polytechnic University of Cartagena (UPCT), Spain
Istituto Zooprofilattico Sperimentale della Lombardia e dell'Emilia Romagna (IZSLER), Italija 
 

 

Faze projekta

Naloga 1: Pregled literature
Naloga 2: Razvoj semikvantitativnega sistema za razvrščanje tveganja
Naloga 3: Razvoj kurirane podatkovne zbirke WGS
Naloga 4: Validacija napovednih modelov
Naloga 5: Razvoj uporabniku prijazne programske aplikacije za razvrščanje tveganja
Naloga 6: Ocena primernosti okvira za izboljšanje sodelovanja med deležniki

 

Vsebinski opis projekta

»Na strojnem učenju temelječe razvrščanje tveganja za dejavnike virulence in odpornosti: študija primera bakterije E. coli« je aktivnost, ki jo financira Evropska agencija za varnost hrane (EFSA) v okviru programa Tailor-Made Activity (TMA). Projekt se je začel aprila 2026 in bo trajal 18 mesecev. V njem sodelujejo štiri partnerske institucije: Technological University Dublin kot vodilni koordinator in gostiteljska ustanova vodilne raziskovalke dr. Elene Alexa, Univerza v Ljubljani, Polytechnic University of Cartagena (UPCT) ter Istituto Zooprofilattico Sperimentale della Lombardia e dell'Emilia Romagna (IZSLER).

Projekt uporablja bakterijo Escherichia coli kot študijo primera in si prizadeva razviti inovativno metodologijo, ki povezuje podatke sekvenciranja celotnega genoma (WGS), modele strojnega učenja (ML) ter večkriterijsko analizo odločanja (MCDA) z namenom izboljšanja ocenjevanja mikrobiološkega tveganja.

 

Sestava projekte skupine

  • Bojan Papić
  • Minja Stevanović