Wielowarstwowe dane w celu poprawy diagnozy, przewidywania oporności na terapię i sugerowania ukierunkowanych terapii w HGSOC (DECIDER)

Oporność na chemioterapię jest największym czynnikiem przyczyniającym się do śmiertelności w zaawansowanych nowotworach, a znalezienie skutecznych metod leczenia pacjentów z rakiem z przerzutami i nawrotami pozostaje poważnymi wyzwaniami. Surowiczy rak jajnika o wysokim stopniu złośliwości (HGSOC) jest zwykle diagnozowany na etapie, w którym choroba jest już szeroko rozpowszechniona w jamie brzusznej, a obecny standard leczenia obejmuje operację, a następnie chemioterapię opartą na taksanie platyny i terapię podtrzymującą. Podczas gdy 90% pacjentów z HGSOC nie wykazuje klinicznie wykrywalnych objawów raka po operacji i chemioterapii, tylko 43% pacjentów żyje pięć lat po postawieniu diagnozy z powodu raka opornego na chemioterapię.

To prospektywne, obserwacyjne badanie koncentruje się na ujawnieniu głównych mechanizmów powodujących chemooporność u pacjentów z HGSOG i opracowaniu spersonalizowanych schematów leczenia dla pacjentów z HGSOC opornych na chemioterapię. Badacze rekrutują nowo zdiagnozowanych pacjentów z HGSOC w zaawansowanym stadium, których następnie dokładnie obserwuje się podczas leczenia raka. Próbkowanie podłużne obejmuje zdigitalizowane preparaty histologiczne barwione H&E, zbierane głównie podczas rutynowej diagnostyki, świeże próbki guza i wodobrzusza do sekwencjonowania/proteomiki nowej generacji (WGS, RNA-seq, DNA-metylacja, ChIP-seq, cytometria masowa itp.) i ex vivo eksperymenty, próbki osocza do analiz krążącego DNA guza (ctDNA). Gromadzony jest szeroki zakres parametrów klinicznych, takich jak parametry laboratoryjne i radiologiczne (np. FDG PET/CT), stosowane metody leczenia raka i ich wyniki.

Ogólnym celem jest ustanowienie klinicznie użytecznego precyzyjnego podejścia onkologicznego w oparciu o wielopoziomowe dane zebrane w warunkach podłużnych oraz przełożenie najsilniejszych i potwierdzonych odkryć na zastosowanie kliniczne. W ramach projektu DECIDER powstaną narzędzia diagnostyczne oparte na sztucznej inteligencji, najnowocześniejsze platformy oprogramowania do podejmowania decyzji klinicznych, nowatorskie metody analizy i integracji danych oraz wysokowydajne metody badań przesiewowych leków ex vivo.