Nicola Crosetto

Ragnar Söderberg Fellow in Medicine, 2016

Anslagsförvaltare

Lunds universitet

Institutionen för laboratoriemedicin

Projektsammanfattning

Avancerad bestämning av variationen mellan celler i en tumör

Cancerbehandlingar individanpassas för patienters unika cancer, trots det misslyckas många riktade behandlingar. Troligtvis beror det på att cancer utgör ett mycket komplext ekosystem bestående av miljontals celler med olika egenskaper. Denna variation, så kallad ”intra-tumörheterogenitet” (ITH), har stor betydelse för hur, och om, tumören kommer att svara på behandling. Nicola Crosetto vill genom sitt forskningsprojekt utveckla nya pålitliga metoder som kan mäta och visualisera ITH och sedan omvandla informationen till nytta för behandlande läkare.

Under de senaste årtiondena har många framstående cancercenter runt om i världen börjat utveckla behandlingsprogram som baseras på begreppet personalized cancer medicine som innebär att behandlingen individanpassas och skräddarsys för patientens unika cancer snarare än att behandla all cancer lika. Trots stora satsningar på området så misslyckas många riktade behandlingar, troligtvis på grund av att den individuella cancern utgör ett eget mycket komplext ekosystem bestående av miljontals celler med olika egenskaper.

Denna variation, eller så kallad ”intra-tumörheterogenitet” (ITH), har stor betydelse för hur, och om, tumören kommer att svara på behandling samt om den kommer att bilda livshotande metastaser eller inte. Därför är det viktigt att utveckla nya pålitliga metoder som kan mäta och visualisera ITH och sedan omvandla informationen till nytta för behandlande läkare.

I Nicola Crosettos forskningsprojekt antar man den utmaningen genom att utveckla avancerade tekniker och beräkningsalgoritmer för att mäta olika parametrar i cancerprover och tillämpar dessa för att kartlägga ITH i bröstcancerpatienter som behandlats med neoadjuvant cellgiftsbehandling före operation. Projektet integrerar den spjutspetsteknologi som utvecklas på Science for Life Lab med klinisk expertis vid Karolinska universitetssjukhuset på ett unikt sätt och bidrar till att placera Sverige i framkant för individbaserad cancerbehandling.

Modern personalized anti-cancer treatments still fail in many patients at some point during the disease because of genetic, epigenetic, and phenotypic intra-tumor heterogeneity (ITH). Thus, there is an urgent need to develop both experimental and computational methods that can reliably capture this heterogeneity and convert ITH data into meaningful and actionable knowledge in the clinical context.

Here, we address this challenge by integrating cutting-edge sequencing and microscopy technologies with advanced computational algorithms to map the high-dimensional molecular anatomy of ITH in breast cancer patients treated with neoadjuvant chemotherapy. First, we integrate 3D digital pathology with advanced sequencing-based methods to obtain spatially resolved maps of DNA sequence and copy number, DNA methylation, DNA accessibility, and RNA expression. Second, we combine state-of-the-art computational pipelines to perform efficient processing and analysis of the imaging and sequencing data obtained. Finally, we apply Topological Data Analysis as a robust mathematical framework to reduce the complexity and enable visualization of high-dimensional ITH data by pathologists and clinicians.

This project will have high impact both on the technology and clinical front, placing Sweden at the forefront of the emerging field of spatially resolved omics and bringing high-end technologies and data science methods closer to the patient.