Multiplex immunohistochemie en digitale pathologie als basis voor Next Generation Pathology in melanoom onderzoek

Immunomodulerende therapieën hebben een revolutie in de wereld van melanoomtherapie gebracht. Maar immunomodulerende therapieën zijn alleen effectief bij een subgroep van melanoompatiënten. Identificatie van voorspellende biomarkers kan de efficiëntie van immunomodulerende therapieën aanzienlijk verbeteren. In dit project willen we multiplex immunohistochemie en digitale pathologie gebruiken om 1. melanoomsubtypen nauwkeuriger te classificeren op basis van de subtype en functionële status van melanoomcellen. 2. Identificatie van eencellige ruimtelijke proteomics-gebaseerde voorspellende biomarkers van de respons voor patiënten behandeld met checkpoint-immunotherapie. Om dit te bereiken zullen we melanoma stalen van responders en non-responders op immunotherapie analyseren en vergelijken. Multiplex immunohistochemie zal gebruikt worden om melanoomcel subpopulaties te herkennen door het gebruik van eerder gevalideerde markers en om de immuun micro-omgeving te karakteriseren door verschillende inflammatoire celsubtypen te identificeren. Bio-informatica pijplijnen inclusief machine learning tools, deels al beschikbaar in onze groep en deels ontwikkeld tijdens dit project, zullen worden gebruikt om de gemultiplexte en digitale beelden te verwerken en analyseren. Verschillende stappen zullen zijn: kwaliteitscontrole, voorverwerking, celsegmentatie, clustering, 'neighbourhood' analyse, het vinden van discriminerende parameters, het trainen van machine learning-algoritmen enz. De interpretatie van de gegevens zal gebeuren in nauwe samenwerking met de clinici (co-promotor: prof. Oliver Bechter ) en pathologen (promotor: prof. Francesca Maria Bosisio) om de klinische en pathologische validiteit van alle conclusies te verzekeren