Einzelprojekt

CHRYSALIS - Next-generation Krebsimmuntherapie: Tumormikroumgebung-Targeting

Förderkennzeichen: 01KT2308
Fördersumme: 333.973 EUR
Förderzeitraum: 2023 - 2026
Projektleitung: Prof. Dr. Dr. Fabian Theis
Adresse: Helmholtz Zentrum München, Deutsches Forschungszentrum für Gesundheit und Umwelt (GmbH) - ICB
Ingolstädter Landstr. 1
85764 Oberschleißheim

Hochgradige seröse Ovarialkarzinome (HGSOC) sind eine der aggressivsten gynäkologischen Erkrankungen bei Frauen und erfordern neue therapeutische Strategien. Jüngste Daten zeigen, dass mehrere Zelltypen der Tumormikroumgebung (TME) an der Antitumorreaktion beteiligt sind. Krebsassoziierte Fibroblasten (CAF) und angeborene lymphoide Zellen (ILC), Komponenten des TME, unterstützen die Tumorprogression durch verschiedene Mechanismen. Durch zwei Partner des Verbundes wurden bereits zwei spezifische CAF- und ILC-Populationen identifiziert, die eine immunsuppressive Funktion auf T-Zellen ausüben. Diese Studien zeigen, wie wichtig es ist, Zell-Interaktionen innerhalb des TME, die das Ansprechen auf eine Therapie beeinflussen, besser zu verstehen. Das Konsortium ist führend in der Forschung über Immuntherapieresistenz bei HGSOC-Patienten. Die Partner werden sich auf drei Hauptziele konzentrieren: 1) Definition des Ursprungs und der räumlichen Dynamik bestimmter Fibroblasten und angeborenen lymphoiden Zellen bei HGSOC; 2) Bestimmung ihrer Interaktionen mit anderen Immunkomponenten, die zur Immuntherapieresistenz bei HGSOC führen; 3) Entwicklung eines neuen Werkzeugs der künstlichen Intelligenz (KI) zur Vorhersage der Immuntherapie-Reaktion. Mithilfe modernster Technologien werden die Partner definieren, wie die Heterogenität von CAF und ILC entsteht, und werden eine umfassende Karte der TME-Entwicklung während des HGSOC-Progression erstellen. Durch die Aufdeckung der wechselseitigen Interaktionen von CAF und ILC mit Immunzellen wird besser zu verstehen sein, wie sie die Tumorimmunität regulieren. Diese umfangreiche Charakterisierung wird dazu beitragen, ein neues KI-Werkzeug zu entwickeln, um das Ansprechen von Patientinnen auf eine Immuntherapie vorherzusagen.