Description du projet
Comment identifier la résistance aux conjugués anticorps-médicaments
Les conjugués anticorps-médicaments (ADC) ont amélioré les taux de survie dans les cas de tumeurs solides et de cancers du sang, avec 14 produits approuvés et plus de 300 en cours de développement. La résistance aux ADC demeure toutefois un défi majeur et les outils cliniques et les modèles précliniques actuels ne permettent pas d’identifier correctement ses causes sous-jacentes. Le projet OASIS, financé par l’UE, se propose de déterminer les diagnostics compagnons optimaux pour chaque ADC et de développer un score multimodal basé sur l’IA pour prévoir à la fois la réponse et la toxicité associées aux ADC. Il recourra à une série d’analyses, notamment l’imagerie moléculaire, les cellules tumorales circulantes et la pathologie numérique améliorée par l’apprentissage automatique. Il créera également une biobanque d’organoïdes dérivés de patients qui refléteront les mécanismes de résistance aux ADC. Ces travaux permettront d’identifier les biomarqueurs de la résistance aux ADC et d’éclairer de futures stratégies thérapeutiques.
Objectif
Over the past 5 years, antibody drug conjugates (ADCs) have shown impressive improvements in survival outcomes of solid tumors and hematological malignancies. With 14 ADCs already approved across different countries and more than 140 that entered the clinical development, they are intended to replace standard chemotherapies across multiple tumor types over the next decade. Although ADCs show great clinical efficacy, resistance eventually occurs, and it becomes critical to understand resistance mechanisms to guide the choice of the following lines of therapy for patients who progress on a given ADC. Given the complex nature of ADCs, immunocompromised mouse models (nude mice, NOD-SCID or NOG mice) and currently used clinical assays (standard radiology, IHC, WES etc) are not the optimal preclinical and clinical tools, to identify the multiple causes of resistance. The OASIS project aims to generate a biobank of different patient-derived organoids (PDOs), which better recapitulate ADCs resistance and integrate different assays, spanning from whole-body molecular imaging (Ab-radiolabeled PET scan or immunoPET), circulating tumor cells (CTC), plasma proteomics, to multiplex immunofluorescence (MIF) and machine-learning enhanced digital pathology (AI-digital pathology) to capture most of the parallel mechanisms of resistance to ADCs. Such tools will enable to define biomarkers of ADC resistance that can inform further therapeutic decisions.
Champ scientifique (EuroSciVoc)
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
- sciences naturellessciences biologiquesbiochimiebiomoléculeprotéinesprotéomique
- sciences médicales et de la santémédecine cliniqueradiologie
- sciences médicales et de la santémédecine fondamentalepathologie
Vous devez vous identifier ou vous inscrire pour utiliser cette fonction
Mots‑clés
Programme(s)
Appel à propositions
(s’ouvre dans une nouvelle fenêtre) HORIZON-HLTH-2024-TOOL-05-two-stage
Voir d’autres projets de cet appelRégime de financement
HORIZON-RIA - HORIZON Research and Innovation ActionsCoordinateur
94805 Villejuif
France