Opis projektu
Identyfikowanie oporności na koniugaty przeciwciało-lek
Koniugaty przeciwciało-lek (ADC) poprawiły wskaźniki przeżywalności w guzach litych i nowotworach krwi, przy czym 14 jest już zatwierdzonych a ponad 300 w fazie rozwoju. Jednak oporność na ADC pozostaje krytycznym wyzwaniem, którego przyczyn nie można zidentyfikować za pomocą obecnie stosowanych narzędzi klinicznych i modeli przedklinicznych. Finansowany ze środków UE projekt OASIS ma na celu określenie optymalnego urządzenia diagnostyki towarzyszącej dla poszczególnych ADC i opracowanie multimodalnej skali z wykorzystaniem sztucznej inteligencji w celu przewidywania zarówno odpowiedzi, jak i toksyczności związanej z ADC. W ramach projektu zastosowany zostanie szereg testów, w tym obrazowanie molekularne, krążące komórki nowotworowe i patomorfologia cyfrowa wspomagana uczeniem maszynowym. Stworzony zostanie również biobank organoidów pochodzących od pacjentów w celu odzwierciedlenia mechanizmów oporności na ADC. Pozwoli to zidentyfikować biomarkery oporności na ADC, zapewniając informacje potrzebne do przyszłych strategii terapeutycznych.
Cel
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.
Dziedzina nauki (EuroSciVoc)
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego.
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego.
- nauki przyrodniczenauki biologicznebiochemiabiocząsteczkibiałkaproteomika
- medycyna i nauki o zdrowiumedycyna klinicznaradiologia
- medycyna i nauki o zdrowiumedycyna klinicznapatologia
Aby użyć tej funkcji, musisz się zalogować lub zarejestrować
Słowa kluczowe
Program(-y)
Zaproszenie do składania wniosków
HORIZON-HLTH-2024-TOOL-05-two-stage
Zobacz inne projekty w ramach tego zaproszeniaSystem finansowania
HORIZON-RIA - HORIZON Research and Innovation ActionsKoordynator
94805 Villejuif
Francja