Utvikling av nye personlig tilpassede 3D prekliniske modeller av pankreas nevroendokrine svulster (3DPanNET)

Pankreatiske nevroendokrine svulster (PanNETs) er preget av svært heterogen biologisk oppførsel. Et annet særtrekk ved disse neoplasmene er tilstedeværelsen av et tett vaskulært nettverk, som minner om deres fysiologiske motstykke. Faktisk spiller tumormikromiljøet en kritisk rolle i disse neoplasmene og påvirker deres terapeutiske behandling. Selv om de vanligvis er indolente av natur, er omtrent 40 % av PanNET-pasientene metastatiske ved diagnose, og krever ikke-kirurgiske behandlinger som somatostatinterapi, kjemoterapi, målrettet terapi og peptidreseptorradionuklidterapi (PRRT). Videre opplever 1 av 5 pasienter sykdomsresidiv etter kirurgisk reseksjon, noe som krever farmakologisk behandling. Foreløpig finnes det ingen spesifikke anbefalinger om den mest effektive terapeutiske sekvensen å følge ved metastatisk sykdom/sykdomsrelaps. En av hovedårsakene bak dette udekkede kliniske behovet er mangelen på tilgjengelige prekliniske modeller av disse neoplasmene som er i stand til nøyaktig å reprodusere biologien og fysiologien til den primære svulsten, og som kan brukes som gyldige plattformer for medikamenttesting.

Studien tar sikte på å generere en ny 3D in vitro-modell av PanNET, som replikerer den komplekse primærtumoren in vitro, inkludert også tumormikromiljøet (f.eks. vaskulært nettverk og stroma, essensielle elementer i disse neoplasmene), tilpasset hver pasient. Faktisk, for utviklingen av de nylig foreslåtte modellene, vil pasientens kirurgiske prøver først bli evaluert av den patologiske enheten, og i nærvær av patologisk materiale i overkant som ikke er nødvendig for den rutinemessige diagnostiske prosedyren, vil det bli brukt for generering av foreslåtte personaliserte modeller. 3D-kulturteknikker (f.eks. 3D-bioprinting) vil bli brukt for utviklingen av modellene. Dessuten, for ytterligere å etterligne in vitro-miljøet in vivo, vil modellene opprettholdes under dynamiske forhold.

Disse nylig foreslåtte modellene vil bli utnyttet for å studere mekanismene som ligger til grunn for sykdomsutvikling og -progresjon, samt for å utføre medikamenttesting.