Hersentumoren: persoonlijke behandeling door moleculaire profilering
Dit onderzoek is gefund en van start gegaan
Hersenkanker is een ernstige en vaak dodelijke aandoening, die jaarlijks veel mensen treft. In Nederland wordt bij duizenden mensen de diagnose kanker gesteld, waarvan een aanzienlijk aantal te maken krijgt met uitzaaiingen (metastasen) naar de hersenen. Dit proces, waarbij kankercellen zich vanuit de oorspronkelijke tumor naar de hersenen verspreiden, vormt een grote uitdaging voor de medische gemeenschap. Het voorspellen van deze metastasering en het ontwikkelen van effectieve behandelingen is dan ook van groot belang voor het verbeteren van de overlevingskansen en de levenskwaliteit van patiënten.
Voorspellen en voorkomen
In dit project wordt onderzocht of op basis van een nieuwe manier van moleculaire profilering, kan worden voorspelt of een tumor gaat uitzaaien en hoe de groei van een uitgezaaide tumor voorkomen kan worden.
Daarvoor moeten cruciale vragen worden beantwoord!
Hiervoor moeten eerst een aantal belangrijke vragen worden beantwoord:
- Kunnen we op basis van moleculaire karakteristieken van primaire tumoren voorspellen wat het risico op hersenmetastasering is?
- Zijn er detecteerbare overeenkomsten tussen hersenmetastasen en gliomen?
- Kunnen gepersonaliseerde behandelingen worden toegepast om metastasering naar het brein en groei van hersenmetastasen te voorkomen?
Kan moleculair profileren daarbij helpen?
Om hier antwoord op te kunnen geven zal een nieuw ontwikkelde technologie, ciRNAseq, toe worden gepast op een uitgebreide selectie van primaire tumoren en een set van gematchte hersenmetastasen, met bekende klinische uitkomst. Waar met de gebruikelijke DNA-technieken mutaties en amplificaties in tumorcellen worden aangetoond, kunnen we met ciRNAseq dezelfde informatie krijgen, met additionele expressieniveaus van genen in kankercellen en de cellen in het kankerstroma (immuuncellen, fibroblasten, etc).
Om te begrijpen wat de interactie tussen kankercellen en hun omgeving is
Hierdoor krijgen we biologische informatie over hoe kankercellen interacteren met elkaar en met cellen in hun omgeving. Deze informatie kan vervolgens gebruikt worden om interacties te verstoren in een therapeutische context. CiRNAseq is bijzonder kosteneffectief waardoor er veel samples tegelijkertijd kunnen worden geanalyseerd. Inmiddels zijn er al statische modellen gebouwd om het gedrag van individuele kankers te voorspellen en op basis van dat gedrag de werkzaamheid van therapie te voorspellen. In het laboratorium is dit concept al aangetoond.
Hoopvol algoritme
Het verwachte eindresultaat van dit project is een RNA-classificator en een algoritme dat het risico berekent op herenmetastasen, gebaseerd op analyse van primaire tumorweefsels die aanleiding gaven tot hersenmetatasen en tumoren die dat niet deden. Dat geeft een indicatie van een mogelijk succesvolle therapie. Door een vergelijking te maken met gliomen, willen we ophelderen welke biologische routes betrokken zijn bij de ontwikkeling van hersenmetastasen.
Dit onderzoek is tot stand gekomen door funding van Stichting Stop Hersentumoren.
Wij zijn Stop Hersentumoren.nl en alle betrokken donateurs zeer dankbaar voor hun bijdrage!
Hoofdonderzoeker:
dr. William Leenders
Medeonderzoekers:
dr. Benno Kusters, Patholoog
dr. Kalijn Bol, Oncoloog
dr. Chantal Driessen, Oncoloog
dr. Berber Piet, Longarts
dr. Anja Gijtenbeek, Neuroloog
dr. Mark ter Laan, Neurochirurg