Opis projektu
Analiza leczenia kombinatorycznego raka piersi
Rak piersi jest nowotworem zbierającym największe śmiertelne żniwo wśród kobiet. Rak piersi dzieli się na dobrze poznane podtypy molekularne. Pomimo ustalonej klasyfikacji molekularnej podtypów nowotworu tylko niektóre pacjentki odnoszą korzyści z podawania im kombinacji leków, co wskazuje na niejednorodność nowotworów. Finansowany ze środków UE projekt RESCUER ma na celu opracowanie nowej metody i określenie mechanizmów oporności na poziomie układów, badając, w jaki sposób na leczenie wpływają warunki specyficzne dla pacjenta i nowotworu. W ramach projektu połączone zostaną wzdłużne, wielowymiarowe dane z trwających badań klinicznych oraz nowe metody układowe, które łączą poziomy subkomórkowe/komórkowe i narządowe w silikonowych modelach w celu odkrycia molekularnych sygnatur oporności i przewidzenia odpowiedzi organizmu pacjentki na terapie kombinatoryczne. Ta nowa wiedza zostanie wykorzystana do identyfikacji zatwierdzonych już leków o wysokim potencjale leczniczym nowych, spersonalizowanych kombinacji leków.
Cel
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
Słowa kluczowe
Program(-y)
Zaproszenie do składania wniosków
Zobacz inne projekty w ramach tego zaproszeniaSzczegółowe działanie
H2020-SC1-2019-Two-Stage-RTD
System finansowania
RIA - Research and Innovation actionKoordynator
0313 Oslo
Norwegia