Identificatie van therapieën voor laaggradig sereus ovarium carcinoom (LGSOC) gebruikmakend van klinisch relevante sferoïd en tumor-engineerde modellen voor peritoneale metastasen.

Laaggradig sereus ovarium carcinoom (LGSOC) maakt een klein deel uit van ovariumcarcinoom, de dodelijkste gynaecologische kanker, en de meerderheid van de patiënten vertoont peritoneale metastasen (PM). De huidige therapieën zijn niet succesvol. Er is nood aan preklinische modellen dat de biologische eigenschappen voor geneesmiddelenscreening accuraat nabootsen. Om de 3D context van deze PM na te bootsen, zal ik sferoïd en tumor engineering technologie implementeren dat rekening houdt met stromale elementen zoals kanker geassocieerde fibroblasten (CAF). Heterocellulaire LGSOC sferoïden zullen gescreend worden voor drug dat momenteel gebruikt worden in klinische trials/praktijk van andere tumortypes. Hits zullen gevalideerd worden met RNA interferentie en CRISPR/Cas9 technologie. Mechanistische informatie zal verkregen worden door proteomics. Ik zal een LGSOC model ontwikkelen dat biofysisch de PM nabootst, gebruikmakend van acrylate-terminated, urethane-based PEG (AUP) polymeer. Ik zal de optimale PEG lengte selecteren waarbij de stijfheid is gegenereerd door de kanker en stromale celmassa. Scaffolds zullen peritoneaal ingebracht worden in muizen om de microscopische en biofysische analogie met de PM te bevestigen. Concluderend, mijn doel is om tumor engineering te implementeren om PM van genetisch verschillende LGSOC getrouw na te bootsen. Drug geïdentificeerd via in vitro sferoïd modellering zal worden geëvalueerd in dit in vivo model.