Tilbake til søkeresultatene

BEHANDLING-God og treffsikker diagnostikk, behandling og rehabilitering

Multi-parametric Analysis of the Evolution and Progression of Low-Grade Glioma

Alternativ tittel: Multi-parametriske analyser for å studere utvikling av lav-gradige gliomer

Tildelt: kr 2,7 mill.

I dette Transcan prosjektet koordinert av Andreas Bikfalvi (INSERM, University of Bordeaux) har vi som partner, 4 hatt en rolle i analyser av lav-gradige gliomer (LGG). Vevsprøver fra 230 lav gradige gliomer (Italiensk kohort) ble først analysert i Italia hvor inklusjonskriteriene var histologisk analyse og IDH1 status, -og hvor en også hadde MRI og PET data. Av disse var vi i stand til å gjøre proteomikk analyser på biopsi-materiale fra 141 pasienter, mens en Frankrike var i stand til å gjøre gen-ekspresjonsanalyser på 104 av disse. På bakgrunn av de radiologiske dataene, hvor en ser forskjeller i for eksempel kontrast-opptak, ble analysedataene delt in i to kohorter (cold vs. diffuse). Dataene ble også klinisk vurdert med henblikk på tumor progresjon. Formålet med prosjektet var således a kunne predikere, ved hjelp av bioinformatiske analyser, kreftutviklingen av LGG basert på RNA-seq data, proteomikk og radiologiske data. I løpet av vår del av Transcan prosjektet var vi i stand til å øke mengden proteiner identifisert i hver svulst til >5000. I samarbeid med bioinformatikere i Frankrike er det blitt identifisert en gen-signatur (15 gener) og en protein-signatur (29 proteiner) som predikerer tilbakefall etter terapi. Vi er også i Norge, via vår REK godkjente biobank, i ferd med a validere disse signaturene som er viktig i en klinisk sammenheng. Videre forskning vil også være å få en biologisk forståelse av signaturenes prediktive verdi.

The impacts of the TRANSCAN project as described in the grant application were: - Scientific impact: Better understanding of the evolution of LGG - Technological impact: Computation models and algorithms - Translational impact: Development of a tool for prediction of the clinical evolution of LGG, potential biomarkers. Towards this impact we have had a central role in finding a predictive protein biomarker profile for LGG

-Hypothesis Tumor evolution is of primary importance in IDH1-mutated LGG regarding clinical outcome. Global genetic profiling of the primary tumors is not sufficient. A detailed multi-layer analysis needs to be undertaken. We postulate that an integrative analysis of imaging, transcriptional, proteomic data coupled with molecular patient data and immunohistology will provide a better understanding of the clinical evolution of IDH1-mutated LGG. This is a multilevel approach, where we aim at obtaining insights into the heterogeneity profiles of the tumor. The aim is to integrate the data by computational modelling for prediction of clinical evolution of the disease. -Aims The aim is to elaborate a predictive model for LGG progression by using a novel approach coupling mathematical modelling and statistical learning adapted to high dimensional data. The models will be further refined by combining standard molecular analysis as well as expression analysis, proteomics and infrared imaging. -Methods The project is divided into several steps: i) Construction of the predictive model of clinical progression based on standard clinical, molecular and imaging characteristics in a cohort of 150-200 patients followed over up to 5 years ii) Deep evaluation of the misclassified patients based on further imaging, transcriptomics and proteomics iii) Supervised analysis of each high-dimensional datasets based on appropriate and new mathematical and statistical models iv) Construction of the predictive model and improving the model with the transcriptomics and proteomics analyses and Validation of the model using a test sample. -Expected results and potential impact A predictive model for patient stratification and prediction at onset of diagnosis is the ultimate deliverable that should improve the clinical management of patients. Additional results should be provided by the multilevel approach leading to a better understanding of the disease.

Aktivitet:

BEHANDLING-God og treffsikker diagnostikk, behandling og rehabilitering