Publicação
Systems-level modelling of the cancer and immune metabolome to improve immunotherapeutic outcomes
| Resumo: | A medicina de precisão busca fornecer terapias para diversas doenças que sejam adequadas para (grupos de) pacientes específicos. O cancro é uma doença causada por células anormais que se multiplicam descontroladamente e, dada a sua heterogeneidade e base genética, é um dos desafios mais relevantes para a medicina de precisão. As imunoterapias podem ser adaptadas para indivíduos específicos, fornecendo formas interessantes de combater o cancro, induzindo ou aprimorando as respostas naturais do sistema imunológico dos pacientes, o que pode traduzir-se em terapias com menos efeitos colaterais. Neste trabalho, o objectivo foi o de desenvolver abordagens computacionais baseadas em mineração de dados ómicos e modelação metabólica que ajudem os esforços personalizados de descoberta de medicamentos com o mínimo de efeitos secundários. Para isso, foram desenvolvidos modelos metabólicos de células T de tumores e tecidos saudáveis com base em dados ómicos de single-cell. O single-cell RNAseq (scRNAseq) é uma ótima ferramenta para a reconstrução de modelos metabólicos específicos para cada paciente e tipo de célula. No entanto, esta abordagem não foi ainda aproveitada no campo da imunoterapia tumoral. Numa fase inicial, construímos um atlas de dados de scRNAseq para cancro colorretal, que foi usado para reconstruir 196 modelos de vários sub-tipos de células T do micro-ambiente desse tumor. Além disso, realizou-se uma análise do desempenho de vários métodos de deconvolução do tumor, para permitir que os dados de bulk RNAseq amplamente disponíveis sejam usados na modelação metabólica de tipos de células presentes no micro-ambiente do cancro colorretal. |
|---|---|
| Autores principais: | Cardoso, Sara Manso Sousa |
| Assunto: | Modelos metabólicos Single-cell RNAseq Cancro colorectal Deconvolução de tumores Metabolic modeling Colorectal cancer Tumour deconvolution Engenharia e Tecnologia::Engenharia Médica |
| Ano: | 2023 |
| País: | Portugal |
| Tipo de documento: | tese de doutoramento |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Universidade do Minho |
| Idioma: | inglês |
| Origem: | RepositóriUM - Universidade do Minho |
| Resumo: | A medicina de precisão busca fornecer terapias para diversas doenças que sejam adequadas para (grupos de) pacientes específicos. O cancro é uma doença causada por células anormais que se multiplicam descontroladamente e, dada a sua heterogeneidade e base genética, é um dos desafios mais relevantes para a medicina de precisão. As imunoterapias podem ser adaptadas para indivíduos específicos, fornecendo formas interessantes de combater o cancro, induzindo ou aprimorando as respostas naturais do sistema imunológico dos pacientes, o que pode traduzir-se em terapias com menos efeitos colaterais. Neste trabalho, o objectivo foi o de desenvolver abordagens computacionais baseadas em mineração de dados ómicos e modelação metabólica que ajudem os esforços personalizados de descoberta de medicamentos com o mínimo de efeitos secundários. Para isso, foram desenvolvidos modelos metabólicos de células T de tumores e tecidos saudáveis com base em dados ómicos de single-cell. O single-cell RNAseq (scRNAseq) é uma ótima ferramenta para a reconstrução de modelos metabólicos específicos para cada paciente e tipo de célula. No entanto, esta abordagem não foi ainda aproveitada no campo da imunoterapia tumoral. Numa fase inicial, construímos um atlas de dados de scRNAseq para cancro colorretal, que foi usado para reconstruir 196 modelos de vários sub-tipos de células T do micro-ambiente desse tumor. Além disso, realizou-se uma análise do desempenho de vários métodos de deconvolução do tumor, para permitir que os dados de bulk RNAseq amplamente disponíveis sejam usados na modelação metabólica de tipos de células presentes no micro-ambiente do cancro colorretal. |
|---|