Understanding disease outcome in cancer by integrating large-scale transcriptomic data
Inzicht in de ziekteprognose bij kanker door integratie van grootschalige transcriptomische gegevens.
Kanker blijft wereldwijd een van de belangrijkste doodsoorzaken. Hoewel behandelingen zoals chemotherapie, gerichte therapie en immuuntherapie grote vooruitgang hebben geboekt, hebben veel patiënten daar nog steeds geen baat bij. Een belangrijke uitdaging is het begrijpen waarom sommige patiënten goed op de behandeling reageren en andere niet, aangezien deze verschillen worden veroorzaakt door een complex samenspel van tumor-intrinsieke en patiëntspecifieke factoren.
In dit proefschrift van Stefan Loipfinger zijn geavanceerde methoden voor machinaal leren toegepast om grote verzamelingen genexpressiedata uit tumoren en bloedmonsters van patiënten te analyseren. Deze methoden hielpen verborgen biologische patronen te vinden die specifieke processen weerspiegelen die verband houden met de progressie van kanker en de respons op behandeling.
De studies hebben aangetoond dat bepaalde genetische veranderingen in tumoren de immunologische omgeving kunnen beïnvloeden, waardoor tumoren mogelijk resistenter worden tegen immuuntherapie. Ook zijn genexpressiepatronen in het bloed geïdentificeerd die verband houden met hoe goed patiënten op immuuntherapie reageren. Bij borst- en eierstokkanker zijn specifieke patronen gevonden die samenhangen met het behandelingsvoordeel en de overlevingskansen, wat mogelijkheden biedt om de risicobeoordeling te verfijnen en therapiekeuzes beter te onderbouwen. Bij gemetastaseerde borstkanker zijn nieuwe moleculaire kenmerken geïdentificeerd die kunnen bijdragen aan vroege resistentie tegen de behandeling.
Over het geheel genomen toont het onderzoek aan hoe omvangrijke genexpressieanalyse biologische processen kan identificeren die verband houden met de progressie van kanker en de respons op behandelingen. Deze bevindingen openen de deur naar nauwkeurigere, gepersonaliseerde behandelingsstrategieën en wijzen op nieuwe biologische doelwitten die in de toekomst de uitkomsten voor patiënten kunnen verbeteren.