Ondersteuning van wetenschappelijk onderzoek
LUMC
Het onderzoek van Alexander Vahrmeijer houdt in het kort het volgende in:
Pancreastumoren behoren tot de meest agressieve oncologische aandoeningen, mede doordat vroege symptomen ontbreken en de diagnose vaak pas in een vergevorderd stadium wordt gesteld. Ondanks chirurgische resectie in combinatie met systemische therapie blijven de overlevingskansen beperkt, voornamelijk door onvolledige tumorresectie en daaropvolgend een recidief. Het merendeel van de patiënten heeft pancreas ductaal adenocarcinoom, maar minder frequent voorkomende subtypen, waaronder acinaire celcarcinomen, plaveiselcelcarcinomen, intraductale papillaire mucineuze neoplasieën (IPMNs) en mucineuze cystische neoplasieën, dragen eveneens bij aan de klinische heterogeniteit. Voor al deze tumoren is een volledige verwijdering van het tumorweefsel tijdens de operatie van essentieel belang.
Fluorescentiegegeleide chirurgie (FGS) met indocyanide groen wordt momenteel toegepast ter ondersteuning van tumor- en lymfeklierdetectie, maar de lage specificiteit van deze tracer beperkt de precisie van de intra-operatieve visualisatie. Voor nauwkeurige intra-operatieve beeldvorming zijn tracers met een hogere tumorselectiviteit noodzakelijk.
Dit project richt zich op de ontwikkeling van een AI-ondersteund platform voor het ontwerpen en optimaliseren van peptide-gebaseerde probes die specifiek gericht zijn op pancreastumoren. Het platform combineert computermodellen die de interactie tussen peptiden en tumormarkers voorspellen met modellen die nieuwe tracers genereren. Deze benadering ondersteunt een gerichte optimalisatie van tracers, waarbij zowel stabiliteit als selectiviteit kan worden verbeterd.
Het project biedt een systematische aanpak voor het ontwikkelen van nieuwe tumorspecifieke tracers die de precisie van FGS bij pancreaskanker kunnen verhogen.