David van IJzendoorn

LUMC

Kort samengevat, behelst het fellowship met David van IJzendoorn het volgende: 

Every cell counts: understanding leiomyosarcoma subpopulation heterogeneity

'Leiomyosarcoma is a rare cancer with poor five-year survival. There are no accurate predictors for response to conventional chemotherapy modalities, no targeted therapy is available, and immunotherapy has been ineffective. Preliminary data shows that leiomyosarcomas are heterogeneous malignancies, as genomic profiling of multiple regions of primary, recurrent and metastatic tumors from single patients showed extensive intra- and inter-tumor heterogeneity.

With the Hanarth Fonds fellowship David van IJzendoorn aims to unravel the extent of the tumor cell heterogeneity on a single cell level, with the goal to identify clinically relevant, subpopulations of cancerous cells and develop new targeted therapies. Leiomyosarcoma samples will be analyzed using advanced single-cell techniques, unsupervised machine learning algorithms will be applied to search for recurrent tumor subpopulations. Subsequently, a machine learning-based analysis will be used to identify targeted therapies for specific subpopulations through drug repurposing. Identified therapies and biomarkers could be rapidly implemented in clinical practice.'

Korte samenvatting van voortgang / resultaten 2022

Tijdens de eerste 11 maanden van mijn Hanarth fellowship heb ik met behulp van single cell genexpressie analyse verschillende celpopulaties geïdentificeerd die aanwezig zijn in leiomyosarcomen (en in andere tumoren). Het is mogelijk dat specifieke tumorpopulaties verantwoordelijk zijn voor metastasering of resistentie voor behandelingen. Door deze populaties te identificeren zouden er targeted therapies gevonden kunnen worden. Ik heb een nauwe samenwerking opgezet met de afdeling orthopedie om vers tumormateriaal direct uit de OK te verkrijgen voor single cell sequencing. Tot nu toe is het gelukt om 10 tumoren (waaronder leiomyosarcomen, reusceltumoren en tenosynoviale reusceltumoren) op deze manier te verwerken. Met behulp van ongesuperviseerde machine learning is het gelukt om verschillende populaties te identificeren. De eerste resultaten laten zien dat leiomyosarcomen zeer heterogeen zijn. Om deze celpopulaties verder te bestuderen ben ik een samenwerking met Enable begonnen om CODEX analyse uit te voeren waarmee het mogelijk wordt om de 2D lokalisatie van de verschillende tumorcelpopulaties te bepalen in de context van de tumor microenvironment.