Proyecto que tiene como objetivo caracterizar las poblaciones de células inmunes y estromales del microambiente tumoral de la médula ósea (MO) en pacientes de Mieloma Múltiple (MM) de nuevo diagnóstico utilizando datos moleculares y celulares derivados de varias tecnologías proteo-transcriptómicas, principalmente de célula-única, con un estudio paralelo en donantes sanos. El trabajo se centrará en pacientes tratados con la terapia combinada: inhibidor del proteasoma + agente inmunomodulador + dexametasona, con o sin inmunoterapia anti-CD38 Ab. Los OBJETIVOS específicos son: [1] Análisis mediante single-cell multiomics (scRNA-seq y scATAC-seq) de los perfiles de expresión de poblaciones celulares presentes en muestras de biopsias de MO, en una cohorte de 9-12 pacientes de nuevo diagnóstico, más 5-7 donantes sanos. [2] Aislamiento de la fracción enriquecida de células estromales obtenidas por selección CD271+ a partir de los mismos aspirados de MO, sometidas al mismo análisis de scRNA. [3] Desarrollo de un repositorio armonizado de datos transcriptómicos de células de MO de pacientes con MM, recopilados junto con información clínica y datos de supervivencia. [4] Integración de datos de single-cell transcriptomics con datos clínicos de los pacientes para encontrar marcadores asociados a la respuesta al final del tratamiento de inducción, a alcanzar enfermedad residual mínima negativa (MRD-) o no respuesta (progresión). [5] Análisis combinado de perfiles transcriptómicos de célula única junto con perfiles de deconvolución de mezclas de células (a partir de bulkRNA) para cuantificar diferentes poblaciones celulares y calcular: immunescore, stromalscore, tumorscore. [6] Construcción de redes de coexpresión y de regulación génica integrando datos de expresión, y mapeo de los marcadores candidatos. [7] Validación proteica de los marcadores de respuesta encontrados con una nueva cohorte de MO de 5-7 pacientes mediante citometría de masas de célula única de alta dimensión.

cancer
mieloma multiple
ténicas ómicas
célula-única
respuesta a fármacos
biomarcador
inmunoterapia
bioinformatica
deep-learning

Acción Estratégica en Salud (AES)