Los modernos métodos computacionales presentan el potencial de realizar predicciones clínicas y moleculares de una manera rápida, reproducible y coste-eficaz. El propósito de este estudio es presentar un enfoque novedoso de predicción de fenotipos moleculares de cáncer de ovario que permita su subclasificacion para un tratamiento personalizado con iPARP y/o inmuterpia. Esta aproximacion se basará en Caracterización Digital Espacial y el uso de Redes Neuronales de Inteligencia Artificial de secciones histológicas de cáncer de ovario mediante su Para lograr este propósito, el proyecto tiene los siguientes objetivos:?1) Se analizarán las biopsias de omento pre y post tratamiento de pacientes con cáncer de ovario avanzado que recibieron quimioterapia neoadyuvante basada en platino del Hospital Universitario 12 Octubre, anotadas según las principales características clínicas, estado de deficiencia de recombinación homóloga y expresión de genes inmunes.?2) Se descifrará el perfil inmune del cáncer de ovario seroso de alto grado después de la quimioterapia neoadyuvante mediante su Caracterización Espacial Digital basada en la tecnología nCounter®. 3) Se comprenderá, usando Redes Neuronales de Inteligencia Artificial, la arquitectura espacial del microambiente tumoral y el estado de deficiencia de reparación del ADN del cáncer de ovario. Esta cohorte de carcinoma epitelial de ovario (EOC), conociendo su estado de reparación del ADN, representa un recurso novedoso para probar futuras terapias en este tipo de enfermedad, y mediante aprendizaje automático de Inteligencia Artificial para identificar variantes significativas de las imágenes histopatológicas y procesos de expresión de genes.
cancer
ovario
fenotipos
inteligencia artificial
Acción Estratégica en Salud (AES)
01/01/2022 - 31/12/2024
LUIS MANUEL, MANSO SANCHEZ
FUNDACION INVESTIGACION BIOMEDICA HOSPITAL 12 DE OCTUBRE
INSTITUTO DE INVESTIGACION HOSPITAL 12 DE OCTUBRE (i+12)
MADRID
MADRID
82,000 €