Gerdtsson, Anna Marianne – AI and spatial biology for target identification and guided treatment of ovarian cancer

Bakgrund

Immunterapi har potential att öka överlevnaden för cancerpatienter, men behöver individanpassas för att ge bättre svar mot äggstockscancer. I vår pågående forskning har vi sett att det inte bara är mängden eller typen av immunceller i en tumör som kan påverka patientens överlevnad, utan även den spatiala strukturen i tumörvävnaden. Vi har också sett att AI kan förutspå komplexa molekylära mönster genom att tränas på relativt enkla mikroskopbilder av tumörer. Det öppnar upp för helt nya typer av tester som kan förutspå sjukdomsutfall genom bildanalys.

Beskrivning

Vår forskning rör individanpassad behandling av äggstockscancer. Vi vill ta fram ett AI-verktyg som baserat på bildanalys av cancer- och immunceller i tumörer kan förutspå behandlingsutfall och identifiera vilka cell-interaktioner som är kopplade till dålig prognos. De interaktionerna ska vi därefter kartlägga med en modern teknologi som kan mäta tusentals molekyler med i tumörer med bibehållen vävnadsstruktur. På så sätt kan vi hitta vilka gener som styr interaktionerna och därmed identifiera målmolekyler för immunaktivering. Läkemedel testas sen på labb, bland annat på "färska" tumörbitar från patienter som opererats för äggstockscancer.

Mål

Vår forskning bidrar till att förstå vilken typ av behandling som är optimal för individuella patienter. Vårt långsiktiga mål är att kunna implementera AI i cancervården för att hjälpa onkologer att göra kvalificerade bedömningar kring behandlingsval. Vårt mål är också att hitta flera olika sätt att stimulera immunsvaret mot äggstockscancer, dels genom kartläggning av interaktioner i tumörer som är kopplade till prognos, dels genom att etablera tester baserade på patient-tumörer med bibehållen vävnadsstruktur och immunaktivitet. De här verktygen ska först utvecklas för äggstockscancer men kan i framtiden anpassas för olika tumörtyper.