Pojavnost in umrljivost primarnih možganskih rakov naraščata, zlasti med mlajšo populacijo. Kljub obsežnim raziskavam trenutno ni učinkovitega

zdravljenja ali preventivnih strategij za glioblastom, najpogostejši in najsmrtonosnejši primarni možganski tumor pri odraslih.

Naš cilj je odkriti biološke označevalce invazivnosti glioblastoma in odpornosti na zdravljenje, ki so pomembni za razvrstitev bolnikov in prognozo

ter za napovedovanje bolnikovega odziva na zdravljenje. Naš pristop obravnava dva glavna izziva, ki preprečujeta učinkovito zdravljenje

glioblastoma: invazivne rakave celice in heterogenost tumorja. Multimodalni pristop, ki združuje molekularne in radiografske značilnosti

glioblastoma z uporabo pristopov umetne inteligence, bo zagotovil ključen vpogled v značilnosti tumorja (tumorsko mikrookolje) in omogočil

vpogled v klinični potencial identificiranih bioloških označevalcev.

Obstaja omejen nabor napovednih in prognostičnih bioloških označevalcev za glioblastom. Invazivne celice glioblastoma, ki ostanejo v bolnikovem

možganskem tkivu po kirurški odstranitvi in zdravljenju, so gonila ponovne rasti tumorja. Več študij dokazuje, da je večja resekcija tumorja povezana

z izboljšanim preživetjem bolnikov. Trenutno obstaja vrzel v znanju o bioloških označevalcih, ki bi lahko identificirali hitre invazivne rakave celice.

Invazivni rob glioblastoma je premalo raziskan, predvsem zaradi omejene razpoložljivosti biološkega materiala, pridobljenega iz tumorskih biopsij

bolnikov. Trenutno znanje o biologiji glioblastoma izvira predvsem iz analize celotne tumorske mase, zbrane med operacijo. Ker invazivne celice

povzročijo ponovitev tumorja, imajo morebitne razlike med celičnimi populacijami tumorskega jedra in invazivnega roba terapevtski potencial. V

predlaganem projektu bo izbor bioloških označevalcev temeljil na celičnih kulturah, pridobljenih iz tkivnih biopsij bolnikov, ki zajemajo edinstveno

genetsko ozadje in invazivno naravo tumorjev. Naša translacijska platforma GlioBanka nam omogoča izvajanje raziskav z uporabo kultur rakavih

celic, izoliranih iz invazivnega tumorskega roba (roba) bolnikov. Z vzpostavitvijo tridimenzionalnih celičnih modelov glioblastoma in modeliranjem

zdravljenja bomo posnemali tumorsko mikrookolje in standardno zdravljenje. Pridobljeni biološki označevalci bodo temeljili na detekciji invazivnih in

na zdravljenje neodzivnih rakavih celic, ki predstavljajo celice, ki po zdravljenju ostanejo v možganskem tkivu.

Diagnoza možganskih tumorjev trenutno temelji predvsem na histopatoloških preiskavah in molekularni analizi. Odstranitev tumorskega tkiva

predstavlja tveganje za obolevnost in umrljivost, zlasti pri starejših in zaradi tumorjev prizadetih območjih. Kljub prednostim testiranja tumorskih

bioloških označevalcev z uporabo molekularne biologije ostaja njegova širša klinična uporaba izziv zaradi visokih stroškov in tveganj za bolnike

zaradi vzorčenja tkiv. Zato želimo razviti nov pristop z radiogenomiko, ki je stroškovno učinkovit in brez tveganja za bolnike. Radiogenomika temelji

na slikanju z magnetno resonanco (MRI) celotnega tumorja in njegovi kvantitativni analizi s pristopom strojnega učenja ter omogoča zgodnje

napovedovanje bioloških značilnosti tumorja in izida zdravljenja bolnika brez invazivnih posegov.

Izzivi in cilji predlaganega projekta zahtevajo interdisciplinarno ekipo na področjih celične in molekularne biologije, modelov bolezni, onkologije,

radiologije, patologije in računalništva. Projekt bo spodbujal napredek vseh teh disciplin in digitalni prehod.

Kombinacija molekularnih in radiografskih značilnosti glioblastoma ter uporaba pristopov umetne inteligence zagotovili celovito znanje o

značilnostih glioblastoma, ki lahko vodijo do odkritja in potrditve novih podpisov biološih označevalcev za izboljšano zdravljenje in preživetje

bolnikov.