Descrizione del progetto
Risonanza magnetica molecolare per l’immaginografia dei tumori cerebrali nei bambini
La risonanza magnetica per immagini è la modalità di riferimento per la diagnosi e il monitoraggio dei tumori cerebrali. Tuttavia, i dati convenzionali di questa tecnica sono di tipo qualitativo e presentano lacune in termini di capacità di monitorare le risposte al trattamento. Finanziato dal Consiglio europeo della ricerca, il progetto BabyMagnet si prefigge di migliorare questa situazione attraverso lo sviluppo di una tecnologia di risonanza magnetica molecolare in grado di offrire un rapido monitoraggio per il trattamento del cancro cerebrale pediatrico senza la necessità di ricorrere ad agenti di contrasto. La tecnologia si basa sull’IA e sull’impiego di biomarcatori tumorali quali variazioni del pH e della concentrazione di proteine nel cervello. La ricerca svolta nell’ambito del progetto dispone del potenziale per rivoluzionare l’immaginografia del cancro automatizzando l’ottimizzazione del protocollo di risonanza magnetica per immagini, velocizzando le scansioni e offrendo la medicina di precisione per il trattamento del cancro pediatrico.
Obiettivo
Despite vast drug development efforts, brain tumors remain the leading cause of pediatric cancer deaths. Noninvasive monitoring of treatment response is crucial to reveal the mechanisms behind tumor-drug interactions and optimize patient care. However, standard magnetic resonance imaging (MRI) methods involve injecting metals, have severe difficulties in differentiating treatment response from tumor progression, are qualitative, and mandate prolonged anesthesia due to the lengthy acquisition. I propose to develop a transformative molecular MRI technology, based on the chemical exchange saturation transfer (CEST) contrast mechanism that will enable specific, quantitative, rapid, contrast-material free, treatment monitoring of pediatric brain cancer. Recently I revealed that a combination of mathematical CEST models and AI can generate quantitative biomarker maps of pH and protein concentration changes across the brain, two known hallmarks of cancer. Inspired by these results, I now propose to adopt a previously unconsidered perspective and to represent the underlying physics of CEST MRI as a computational graph, enabling an automatic AI-based optimization of molecular imaging. I hypothesize that the combination of biophysical models with a new AI framework, and their synergetic integration throughout the entire imaging pipeline will provide accurate noninvasive treatment monitoring. First, I will establish a method for automated optimization of MRI protocols for early determination of the tumor response to mainstream chemotherapy. Next, I will shorten the 3D scan time by an order of magnitude and quantify the response to next generation immunotherapy. Third, I will translate the method to clinical scanners and validate it in a human pediatric pilot study. This research will yield a fundamental understanding of the molecular mechanisms underlying treatment response and establish an innovative precision medicine methodology that will transform pediatric cancer imaging.
Campo scientifico
- medical and health sciencesbasic medicinepharmacology and pharmacydrug discovery
- medical and health sciencesclinical medicineoncology
- medical and health scienceshealth sciencespersonalized medicine
- engineering and technologymedical engineeringdiagnostic imagingmagnetic resonance imaging
- medical and health sciencesbasic medicineimmunologyimmunotherapy
Parole chiave
Programma(i)
- HORIZON.1.1 - European Research Council (ERC) Main Programme
Argomento(i)
Meccanismo di finanziamento
HORIZON-ERC - HORIZON ERC GrantsIstituzione ospitante
69978 Tel Aviv
Israele