Subpopulation heterogeneitY and MicroenvironMental Engagement as predictors for Treatment Resistance in lYmphoma

Lymfomer, som de fleste andre kreftformer, består av flere forskjellige kreftcellepopulasjoner innen hver pasient. Disse tumorsubpopulasjonene har distinkte genetiske og biologiske egenskaper som fører til forskjellige medikament-responsprofiler. Vi vil karakterisere disse tumorsubpopulasjonene i aggressivt lymfom på flere biologiske nivåer, inkludert genmutasjoner, genuttrykk, proteinoverflod, overflateproteinprofiler og medikamentrespons. Ved å bruke den dyptgående karakteriseringen av subpopulasjoner i oppdagelseskohorten vil vi undersøke store kliniske pasientkohorter med multiparametrisk immunfluorescens og beskrive assosiasjonen av subklonal histologi og respons på kjemoterapi. Den forbedrede forståelsen av tumorsubpopulasjoner og deres innvirkning på terapieffektivitet kombinert med evnen til å oppdage disse subpopulasjonene i diagnostiske biopsier ved bruk av multiparametrisk immunfluorescens har potensialet til å forbedre behandlingsstratifisering og dermed pasientoverlevelse samtidig som bivirkninger og behandlingskostnader reduseres. Vi vil utføre dybdeintervjuer med pasienter behandlet i våre sentre for personlig tilpasset medisin for å optimere kommunikasjonen av stadig mer komplekse diagnostiske og terapeutiske prosedyrer innen personlig tilpasset medisin. Disse dataene vil bli supplert med kvantitative undersøkelser for å lage kommunikasjonsretningslinjer for personlig tilpasset medisin.

While heterogeneity between patients (inter-tumour heterogeneity) is known to affect treatment efficacy, most personalized treatment approaches do not account for intra-tumour heterogeneity (ITH). New single-cell omics assays provide us, for the first time, with the opportunity to molecularly detect and characterise both genetic and non-genetic ITH. We will use viably frozen lymph node biopsies to thoroughly characterize lymphoma subpopulations and their cellular microenvironment. As a starting point we will use CITE-Seq, characterizing the transcriptome and surface proteome of single cells, and single-cell DNA-Seq, revealing ITH at high resolution. Distinct lymphoma subpopulations will be isolated by single-cell-Seq informed flow cytometry followed by genome sequencing, in depth proteomics and ex-vivo drug sensitivity profiling. We will determine the minimal number of features needed to characterize ITH using the multi-omics data of fresh frozen samples. This set of markers will be used to trace ITH in formalin fixed paraffin embedded (FFPE) tissue by multiplexed immunofluorescence, which enables, if successful, the investigation of ITH in clinical routine samples. The transcriptome, genome and proteome of tumour cell subpopulations in FFPE samples will be evaluated by digital spatial profiling (DSP) and laser microcapture microscopy followed by sequencing and proteome analysis. We will use these data generated in this consortium to develop an automated image analysis pipeline, which estimates the degree of ITH in routine clinical samples and which is suitable to risk stratify lymphoma patients. Ideally, we aim to link recurrent treatment resistant subpopulations to resistance mechanisms and clinically exploitable drug sensitivity profiles. Our results will demonstrate how to overcome the limited applicability of state-of-the-art single cell techniques in routine diagnostic biopsies and will foster the development of patient stratification tools for cancer.