Ontwikkeling van een in situ padweg analyse systeem voor spatiale proteomie en gepersonaliseerde kankertherapie

Pathologische beoordeling bij kankerpatiënten is essentieel om de juiste diagnose te bepalen, wat een aanzienlijke invloed heeft op de prognose en het succes van hun therapeutisch plan. De recente introductie van ruimtelijke proteomics-technieken stelt pathologen in staat om een toenemend aantal vermeende biomarkers te evalueren op het niveau van de individuele cel. Deze ‘single-cell’ analyse heefPathologische beoordeling bij kankerpatiënten is essentieel om de juiste diagnose te bepalen, wat een aanzienlijke invloed heeft op de prognose en het succes van hun therapeutisch plan. De recente introductie van ruimtelijke proteomics-technieken stelt pathologen in staat om een toenemend aantal vermeende biomarkers te evalueren op het niveau van de individuele cel. Deze ‘single-cell’ analyse heeft uiteindelijk de ruimte gecreëerd om de fijne biologische dissectie van de tumor te bereiken die nodig is voor precisiegeneeskunde. Onze groep heeft, in samenwerking met Europese partners, een nieuwe tool ontwikkeld genaamd 'Multiple Iterative Labelling by Antibody Neodeposition' (MILAN), die het mogelijk maakt om meerdere (> 70) eiwitten in een enkele weefselsectie te analyseren met een ongekende resolutie (‘single-cell’ niveau). Ondanks het potentieel van ruimtelijke proteomics, zijn de toepassingen ervan nog niet benut door de wetenschappelijke gemeenschap. Tot op heden zijn er in de literatuur geen methoden beschikbaar die zijn gebaseerd op ruimtelijke proteomics om de activiteit van biologische routes in situ te meten. Het vermogen om pathway-activiteit te evalueren bovenop andere fenotypische en functionele kenmerken op eencellig niveau in een ruimtelijke context, zou echter een grote bijdrage leveren aan ons begrip van de verschillende relaties tussen de celtypen aanwezig in tumorweefsel. Daarom zal ik binnen dit project een methode ontwikkelen om specifieke pathway-activiteiten op enkelvoudig celniveau te schatten en deze informatie te gebruiken om kankerpatiënten te classificeren. Als case study zal ik de activiteit van HLA-DR analyseren, die afwijkend tot expressie kan komen in melanoomtumoren, en verschillende paden binnen en rond de tumorcellen kan activeren zoals geïdentificeerd door voorlopige bulk-RNA-sequentieanalyse. Om dit doel te bereiken, zal ik me eerst concentreren op het belangrijkste en meest uitdagende aspect van dit ambitieuze en innovatieve project: het integreren van ruimtelijke informatie van individuele cellen in weefselcoupes met hun eiwitexpressie in pathway-activiteit scores. Om dit te laten gebeuren, moeten enkele fundamentele stappen worden bereikt: (1) identificeren en valideren van de meest betrouwbare antilichamen die de eiwitten meten die aanwezig zijn in de HLA-DR-route en zijn interactoom; (2) deze inzichten integreren bovenop reeds beschikbare fenotypische en functionele markers die worden gebruikt om elk celtype in het weefsel te identificeren; (3) deze informatie gebruiken om de activiteit score van individuele cellen af te leiden die verband houden met de HLA-DR-route; (4) Deze cel-activiteit score integreren in een ruimtelijke context om scores van route- / netwerkactiviteit af te leiden; en (5) deze bevindingen correleren met klinische kenmerken van de opgenomen patiënten.