Opis projektu
Innowacyjna platforma badań przesiewowych na potrzeby spersonalizowanego leczenia nowotworów
Skuteczne leczenie nowotworów wymaga zrozumienia systemów molekularnych i komórkowych, które leżą u podstaw reakcji na leczenie, a także opracowania specyficznych testów, które umożliwiają przewidywanie odpowiedzi na podane leki. Zespół finansowanego ze środków Unii Europejskiej projektu SCIPER zamierza określić mechanizmy odpowiedzialne za zróżnicowanie reakcji oraz opracowanie testów dla pacjentów z nowotworami w późnym stadium zaawansowania, które pozwolą na dokładne określenie reakcji na leczenie. W ramach projektu powstaje platforma, która pozwoli na pomiar odpowiedzi na leki ex vivo na podstawie biopsji przy pomocy immunofluorescencji, automatycznej mikroskopii konfokalnej, analizy obrazu pojedynczych komórek i uczenia maszynowego. Nowoczesna platforma testów Pharmacoscopy połączy badania obrazowe leków w preparatach pobranych od pacjentów oraz ich profilowanie molekularne i dane pacjentów zgromadzone w szeregu badań klinicznych, co zapewni możliwość zastosowania nowej technologii w rzeczywistej praktyce.
Cel
The cellular and molecular systems that determine drug responses in cancer are complex, highly individual, and incompletely understood. As a result, many cancer patients receive ineffective or even harmful therapies, which endangers lives, burdens healthcare systems, and prevents new therapies from reaching clinical approval.
To address this problem, we are developing a platform that measures hundreds of ex vivo drug responses from small patient biopsies by immunofluorescence, automated confocal microscopy, single-cell image analysis, and machine learning. We preserve cellular memory and maximize physiological relevance by not culturing or sorting cells prior to drug exposure. Sub-cellular, single-cell, and cell population-wide image analysis reveals on-target drug responses and disentangles multicellular ones. In a first interventional clinical trial, this phenotypic information alone led to strongly improved treatment of patients with aggressive hematologic malignancies.
Enabled by this high-throughput, predictive, and phenotypic information, I here propose to identify the molecular and cellular systems that govern treatment response individuality in cancer. (Aim 1) We will combine drug response profiling with RNA sequencing and proteomic measurements of malignant and healthy cells from the same biopsies. Critically, the patient-internal comparisons in both screening and OMICs allow neutralizing complex confounding factors. (Aim 2) New multiplexed immunofluorescence and convolutional neural network-based analyses will identify multiclass cell-types and -states, and quantify non-cell-autonomous responses. (Aim 3) Computational integration and causal inference will identify the molecular determinants and governing principles of drug response individuality in cancer, amenable to further validation. This proposal will thus improve our mechanistic understanding of cancer individuality and develop powerful new tools for OMICs-based precision medicine.
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.
- medycyna i nauki o zdrowiumedycyna klinicznaonkologia
- medycyna i nauki o zdrowiunauki o zdrowiumedycyna spersonalizowana
- nauki przyrodniczenauki fizyczneoptykamikroskopiamikroskopia konfokalna
- nauki przyrodniczenauki biologicznegenetykaRNA
- nauki przyrodniczeinformatykasztuczna inteligencjauczenie maszynowe
Aby użyć tej funkcji, musisz się zalogować lub zarejestrować
Słowa kluczowe
Program(-y)
Temat(-y)
System finansowania
ERC-STG - Starting GrantInstytucja przyjmująca
8092 Zuerich
Szwajcaria