HAVOC

Während Fortschritte in der Behandlung von Brustkrebs die Prognosen der Patientinnen und Patienten verbessert haben, bleiben einige Tumoren aufgrund ihrer Fähigkeit, der Erkennung durch das Immunsystem zu entgehen, hochresistent. Ein zentraler Grund hierfür ist das Tumormikroumfeld, das die Krebszellen umgibt. Dieses umfasst Immunzellen, Blutgefäßzellen (Endothelzellen), Fibroblasten und strukturelle Komponenten. Insbesondere tumorassoziierte Blutgefäßzellen übernehmen häufig abnormale Funktionen, die das Tumorwachstum unterstützen, den Zugang von Immunzellen verhindern und zur Therapieresistenz beitragen. Ziel dieses Projekts ist die Entwicklung eines humanrelevanten Modells, das diese Wechselwirkungen im Tumormikroumfeld im Labor nachbildet. Mithilfe einer mikrofluidischen "Tumor-on-Chip"-Plattform wird ein miniaturisiertes System aufgebaut, das zentrale Merkmale des Tumormikroumfelds imitiert. Diese Plattform ermöglicht es uns, zu untersuchen, wie Tumorzellen mit ihrer Umgebung interagieren und wie verschiedene Therapien diese Dynamiken beeinflussen. Wir beginnen mit der Optimierung der Plattform unter Verwendung kommerziell erhältlicher sowie intern entwickelter Zelllinien. Anschließend werden primäre Zellen, die direkt von Brustkrebspatientinnen stammen, integriert, um die Komplexität und patientenspezifische Variabilität realer Tumoren möglichst genau nachzubilden. Ein zentrales Ziel des Projekts ist die Untersuchung der Wirkung von Immuntherapien, darunter neuartige bispezifische Antikörper sowohl allein als auch in Kombination mit Standard-Chemotherapien. Durch die Simulation des Tumormilieus eines Patienten auf einem Chip bietet dieser Ansatz ein leistungsstarkes Instrument, um zu bewerten, welche Behandlungsstrategien bei einzelnen Patientinnen und Patienten am erfolgversprechendsten sind. Mittels moderner Techniken wie multiplexer Fluoreszenzbildgebung, Durchflusszytometrie, Zytokinprofilierung und Einzelzell-RNA-Sequenzierung analysieren wir das Zellverhalten und die Reaktionen auf Therapien mit hoher Auflösung. Letztlich erwarten wir, dass unsere Plattform das Verständnis darüber verbessert, wie Tumore einer Behandlung widerstehen und welche Zelltypen für diese Resistenz verantwortlich sind. Dies wird dazu beitragen, effektivere und individuell angepasste Therapiestrategien zu identifizieren. Langfristig könnte die Plattform auch auf andere Tumorarten angepasst werden, wodurch ihre Bedeutung für eine personalisierte Therapieempfehlungen weiter steigt.