Description du projet
Une analyse du traitement combiné du cancer du sein
Le cancer du sein est la principale cause de décès liés au cancer chez les femmes. Ce type de cancer est classé en sous-types moléculaires bien reconnus. Malgré la classification moléculaire établie des sous-types de tumeurs, seuls certaines patientes bénéficient de l’administration de combinaisons de médicaments, ce qui indique une hétérogénéité tumorale. Le projet RESCUER, financé par l’UE, vise à développer une nouvelle approche et à identifier les mécanismes de résistance au niveau des systèmes, en explorant comment le traitement est influencé par des conditions spécifiques au patient et à la tumeur. Le projet intégrera des données longitudinales multidimensionnelles issues d’essais cliniques en cours et de nouvelles approches systémiques, qui combinent des modèles in silico au niveau cellulaire, sous-cellulaire et des organes pour découvrir les signatures moléculaires de la résistance et prédire la réponse des patientes aux thérapies combinées. Ces nouvelles connaissances seront utilisées pour identifier des médicaments déjà approuvés ayant un fort potentiel curatif pour mettre en place de nouvelles combinaisons de médicaments personnalisées.
Objectif
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
Champ scientifique
Mots‑clés
Programme(s)
Régime de financement
RIA - Research and Innovation actionCoordinateur
0313 Oslo
Norvège