Onderzoek Sarah De Beuckeleer

Abstract

Glioblastoma is de meest voorkomende vorm van hersenkanker bij volwassenen. Door de agressieve aard ervan zal minder dan 10% van de patiënten 5 jaar na de diagnose overleven. Tot op heden is er geen behandeling die alle tumorcellen kan uitroeien en herval kan voorkomen. Dit komt deels door de aanwezigheid van glioma stamcellen (GSC's), die kunnen blijven delen, kunnen communiceren met elkaar en met de tumormicro-omgeving (TME), en kunnen invaderen in de omgeving. Deze heterogeniteit en interactie met de TME kan in verband gebracht worden met behandelingsresistentie en herval. Daarom willen we de identiteit, migratie en interactie van deze GSC's beter begrijpen in een relevante omgeving. Hiervoor zullen we gebruik maken van complexere 3D-modellen om de hersenomgeving beter na te bootsen en de heterogeniteit binnen de GSC-populatie te behouden om de GSC-invasiepatronen betrouwbaar te bestuderen. Cerebrale organoïden bieden hiervoor een waardevolle mogelijkheid, omdat ze een platform bieden voor diffuse tumorinvasie die lijkt op GSC-migratie in vivo. We gebruiken het 3D-assembloid-invasiemodel in combinatie met in-flow light-sheet imaging om op schaalbare wijze de infiltratie in een panel van van patiënten afkomstige GSC's in isogene organoïden te observeren.

Onderzoeker(s)

• Promotor: De Beuckeleer Sarah

Onderzoeksgroep(en)

• Laboratorium voor celbiologie en histologie

Project type(s)

• Onderzoeksproject

Abstract

Het cerebraal organoïde is een opkomend modelsysteem met groot potentieel voor fundamenteel en toegepast neurowetenschappelijk onderzoek. De variabiliteit tussen individuele partijen van organoïden en het onvermogen om deze efficient op cellulair niveau te karakteriseren, belemmeren hun integratie in een industriële omgeving. Met dit project willen we een platform ontwikkelen voor onbevooroordeelde cellulaire fenotypering van intacte cerebrale organoïden door een combinatie van multiplex fluorescente labelling, light-sheet microscopie en deep learning. Onze aanpak bouwt op het concept van celidentificatie via zuiver morfologische informatie. Eerst zullen we deze zogenaamde celprofilering perfectioneren in mengculturen van verschillende hersencellijnen door machine learning classificatie algoritmen te trainen. Vervolgens vertalen we het concept naar 3D, met behulp van sferoïden gevormd uit dezelfde hersencellen. We zullen de kleuring compatibel maken met chemische weefselklaring en een staalmontage procedure ontwikkelen voor seriële, isotrope beeldacquisitie. Ten slotte zullen we de methode inzetten om celtype en -staat te herkennen in iPSC-afgeleide cerebrale organoïden behandeld met actieve stoffen of gezaaid met invasieve glioblastoma cellen. Samen zal dit werk bijdragen aan de gestandaardiseerde kwaliteitscontrole van organoïden en zal de implementatie ervan farmacologische screening vereenvoudigen, waardoor de translationele waarde van preklinisch onderzoek vergroot.

Onderzoeker(s)

• Promotor: De Vos Winnok
• Co-promotor: Ponsaerts Peter
• Mandaathouder: De Beuckeleer Sarah

Onderzoeksgroep(en)

• Laboratorium voor celbiologie en histologie

Project type(s)

• Onderzoeksproject