Pathogene bacteriën worden in toenemende mate resistent tegen antibiotica. De stijging in het aantal onbehandelbare bacteriële infecties heeft gezorgd voor een hernieuwde interesse in faag therapie in de Westerse wereld. Faag therapie is het therapeutisch gebruik van fagen (virussen die bacteriën infecteren) tegen bacteriële infecties. België heeft recent een nieuw regulatorisch kader goedgekeurd als eerste land ter wereld, dat het mogelijk maakt om op maat gemaakte faag producten te gebruiken in magistrale preparaties om individuele patiënten te behandelen. Vandaag blijft de ontwikkeling van faag producten een arbeidsintensief en duur proces. Tijdens mijn onderzoek zal ik focussen op het gebruik van machine learning om bacterie-faag interacties te voorspellen op stam niveau. Ik ga daarenboven digitale fagogrammen opstellen gebaseerd op experimentele validatie (equivalent aan het opstellen van een antibiogram voor antibiotica). Machine learning algoritmen zullen patronen leren in gekende interacties om zo nieuwe bacterie-faag interacties te kunnen voorspellen. Dit laat toe om snel geschikte fagen te selecteren en produceren, wat de karakterisatie van fagen significant versnelt. Onze onderzoeksgroepen zullen samenwerken met het militair hospitaal Koningin Astrid (zie aanbevelingsbrief) om deze methodiek in hun faag therapie aanpak te verwerken. Op die manier versterkt mijn onderzoek de voortrekkersrol van Vlaanderen in deze antibacteriële strategie.