Directe detectie en identificatie van neuro-oncologische merkers in hersentumoren (BRAIN TUMOURS)

Het resultaat voor patiënten met hersenkanker is sterk afhankelijk van de maximale verwijdering van tumorweefsel, maar de kwaliteit van leven na de operatie is gekoppeld aan de precisie waarmee niet-tumorale, essentiële delen van de hersenen kunnen worden bewaard. Tegenwoordig is de beslissing tussen het verwijderen en gedeeltelijk behouden van weefsel tijdens een operatie gebaseerd op een combinatie van MRI-neuronavigatiebegeleiding, het gebruik Gliolan®, een fluorescerende kleurstof die tumorcellen benadrukt, intra-operatieve echografie, functionele mapping en ten slotte de ervaring van de chirurg, die al deze hulpmiddelen integreert. Hoewel deze van groot belang zijn voor de chirurg om tumorweefsel tijdens chirurgie te herkennen, is de afbakening tussen normaal en tumorweefsel vaak nog steeds omslachtig. Ook wordt histopathologische bevestiging van het tumortype beschikbaar enkele dagen na het voltooien van de operatie. Dit betekent dat zeer weinig monsters direct worden geclassificeerd tijdens een operatie. Directe tumor-identificatie kan echter chirurgische beslissingen aanzienlijk beïnvloeden. Wanneer een chirurg tijdens de operatie een solide, realtime onderscheid kan maken tussen gezond en tumorweefsel, is het voordeel voor de patiënt aanzienlijk. Bovendien kan directe identificatie van het tumorsubtype tijdens chirurgie de uitkomst van een operatie sturen. Dit project zal multimodale beeldvormende massaspectrometrie gebruiken om chemische informatie van hersentumortypes en gezond hersenweefsel te verzamelen. Op hetzelfde weefselmonster resulteert meervoudige analyse in het chemische profiel. Bovendien kan de tumorheterogeniteit worden geëvalueerd dankzij de ruimtelijke informatie. Deze informatie wordt vergeleken met extractie en pathologische resultaten om het volledige weefselprofiel en identiteit te verzamelen. Uiteindelijk zal alle verzamelde informatie worden gebruikt om een database- en patroonherkenningssysteem te bouwen om weefsel en tumortype tijdens elektrochirurgische dissectie binnen enkele seconden rechtstreeks te identificeren. De definitief ontwikkelde methode zal offline worden gevalideerd in de laatste fase van dit project