Implementatie van een longitudinaal meerdere omics voorspellingsmodel voor respons op immunologische controle punt remmen

Checkpoint inhibitoren (CI) hebben een ware revolutie teweeg gebracht in de behandeling van verscheidene kankertypes en worden steeds meer ingezet als eerstelijnsbehandeling binnen de oncologie. Deze behandeling leidt tot activatie van het immuunsysteem van de patiënt zodat kankercellen vernietigd worden. Helaas kennen CI een hoge kostprijs en slechts 20-40% van de patiënten vertoont een goede respons. Een accurate predictieve test kan voorkomen dat patiënten nodeloos een dure behandeling ondergaan. Dit kan oncologen tevens toelaten om vroeg in het behandelplan een meer geschikte therapeutische optie in te schakelen. Er is reeds evidentie dat monitoring van veranderingen in immuuncelpopulaties gedurende de behandeling, respons op CI in een vroeg stadium kan voorspellen. Een accurate opvolging van immuuncel proporties doorheen de tijd is hiervoor cruciaal. Dit project heeft als doel een tijdsgebonden multi-omics kader te modelleren om respons op CI te voorspellen door de integratie van transcriptomics en immuuncel profilering van bloed (plasma, trombocyten en perifere mononucleaire bloedcellen), formalin-fixed paraffin-embedded tumor stalen en metagenomics op basis van stoelgang van een unieke cohorte van 97 oncologische patiënten onder behandeling met CI (zowel voor als tijdens behandeling). Een computationele deconvolutie pipeline zal gebouwd worden om de proporties van verschillende immuuncel populaties te bepalen op basis van complementaire bloedcompartimenten.