Projektbeschreibung
Analyse der Kombinationsbehandlung von Brustkrebs
Brustkrebs zählt unter Frauen zu den führenden krebsbedingten Todesursachen. Die Erkrankung wird in allgemein anerkannte molekulare Subtypen klassifiziert. Dennoch profitieren nur einige Patientinnen von der Verabreichung von kombinierten Arzneimitteln, was darauf hindeutet, dass eine Heterogenität von Tumoren besteht. Das EU-finanzierte Projekt RESCUER hat sich vorgenommen, einen neuen Ansatz zu entwickeln und die Resistenzmechanismen auf Systemebene zu ermitteln. Dazu soll erforscht werden, wie die Behandlung von patienten- und tumorspezifischen Bedingungen beeinflusst wird. Das Projekt wird multidimensionale Daten aus laufenden klinischen Langzeitstudien und neuartigen Systemansätzen miteinbeziehen, bei denen In-silico-Modelle auf subzellulärer, zellulärer und Organebene kombiniert werden, um molekulare Signaturen für die Resistenz zu entdecken und die Patientenreaktion auf Kombinationsbehandlungen vorhersehen zu können. Mithilfe dieser neuen Kenntnisse sollen bereits zugelassene Arzneimittel mit hohem Heilungspotenzial für neue, personalisierte Arzneimittelkombinationen identifiziert werden.
Ziel
Breast Cancer (BC) is the first cause of cancer-related death in women worldwide. Breast cancer is classified into well-recognized molecular subtypes. Despite solid pre-clinical evidence, only some patients benefit from administering drug combinations, an indication that patient and tumor heterogeneity is still present in the current stratification. Out of the numerous possible combinations of approved drugs, only a few have been actually tried, and the choice of tested combinations has been to some degree arbitrary. This proposal seeks to develop new approaches and identify mechanisms of treatment resistance at systems level, exploring how the effectiveness of specific targeted therapies applied in different clinical trials is affected by patient- and tumor-specific conditions. For this purpose, the project will gather and integrate longitudinal multidimensional data from ongoing clinical trials and newly generated --omics using systems approaches, which combine sub-cellular/cellular and/or organ level in-silico models and network analysis to build computational frameworks able to discover molecular signatures of resistance and predict patient response to combinatorial therapies. We aim to identify the physiological characteristics of non-responders vs. responders from existing and newly generated multi-omic data and biological samples from in-vivo and ex-vivo clinical studies of specific subtypes of BC patients treated with combination therapy. This new knowledge will be used to investigate the curative potential of new personalized drugs combinations. The overreaching goal is to develop computer “xenograft model” as a cost-efficient and better alternative in terms of ethics, availability to everyone, and animal use. The framework will include optimization algorithms to identify combinations of approved drugs with a high probability to work on individual or thin strata of patients. The project is endowed with a “legal” framework addressing ethical aspects
Wissenschaftliches Gebiet
Schlüsselbegriffe
Programm/Programme
Thema/Themen
Aufforderung zur Vorschlagseinreichung
Andere Projekte für diesen Aufruf anzeigenUnterauftrag
H2020-SC1-2019-Two-Stage-RTD
Finanzierungsplan
RIA - Research and Innovation actionKoordinator
0313 Oslo
Norwegen