Opis projektu
Wyznaczanie niejednorodności guza za pomocą organoidów
Wyniki badań sugerują, że niejednorodność komórkowa sprzyja rozrostowi guza i zwiększa oporność na leczenie. Brakuje jednak podstawowych informacji o pojawieniu się w czasie tego zjawiska. Aby zbadać tę kwestię, w ramach finansowanego ze środków UE projektu SpatialOrganoids zostaną przeprowadzone eksperymentalne i obliczeniowe analizy hodowli organoidów 3D raka piersi i ich ewolucji czasowej. Wskazanie czasoprzestrzennych zmian w fenotypach komórkowych pozwoli naukowcom zidentyfikować molekularne i przestrzenne determinanty niejednorodności raka piersi. Biorąc pod uwagę wysoką zachorowalność na raka piersi u kobiet oraz znaczną niejednorodność u jednej pacjentki oraz między pacjentkami, można stwierdzić, że wyniki projektu przyczynią się do opracowania nowych ukierunkowanych strategii leczenia.
Cel
Cell-to-cell heterogeneity in biological systems has been broadly studied in unicellular organisms and mammals. Furthermore, non-genetic, in addition to genetic heterogeneity has been recently proposed to support tumour growth and to induce resistance to cancer therapy. However, the molecular events on a spatial and temporal level that lead to the emergence of tumour heterogeneity are largely unknown. To address this question, I will study breast cancer, which shows the highest cancer incidence in women and is characterised by extensive intra- and inter-patient heterogeneity in cellular and molecular phenotypes. As model system, I select 3D organoid cultures, which are gaining popularity in cancer research due to their ability to reconstruct tumour-like molecular features and to recapitulate treatment response.
Here, I propose experimental and computational time-course analyses of breast cancer organoids to understand molecular and spatial determinants that underlie the emergence of heterogeneity in cancer cell phenotypes. On the experimental side, I will use imaging mass cytometry and perturbation experiments to capture and validate spatio-temporal changes in cellular phenotypes, interactions and signalling networks. Statistical modelling will quantify dynamic changes in phenotypic heterogeneity over the time-course of organoid growth. Finally, I will predict the emergence of intra-organoid heterogeneity across multiple organoid lines, which allows me to derive targeted treatment strategies.
In sum, the proposed work will disentangle and perturb the spatio-temporal emergence of phenotypic intra-tumour heterogeneity, which is characteristic of breast cancer tissues.
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 klinicznaonkologiarak piersi
- nauki przyrodniczenauki biologicznezoologiamammalogia
Aby użyć tej funkcji, musisz się zalogować lub zarejestrować
Słowa kluczowe
Program(-y)
Temat(-y)
System finansowania
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)Koordynator
8006 Zurich
Szwajcaria