Riposizionamento farmacologico basato sulla trascrittomica nel carcinoma del colon-retto

Colon cancer represents one of the deadliest malignancies in the developed country. Notwithstanding the significant biological insights gained in the last years, unmet clinical needs still exist. My research projects focus on such a malignancy with several aims: 1. Build-up of a multi-omic colon cancer dataset, including whole slide images, bulk and single-cell RNA-seq, spatial transcriptomics and clinical features; 2. Colon cancer has been advantaged by many molecular classification but, also for this tumor, the application in the molecular diagnostics routine is yet to come. Thus, I bioinformatically selected a set of features able to stratify colon cancer in the Consensus Molecular Subtypes in a routinely applicable assay. Thus, validation in the local cohort has been performed. 3. Explore the chance to predict alterations in clinically relevant genes (e.g., KRAS, PIK3CA, BRAF) by deep learning approaches applied to pathological whole slide images, that lead me to not so high performances, even if concordant to previous works. Such a result led me to perform a technical study on the color normalization based on Generative Adversarial Networks to avoid artifacts generated by traditional color normalization methods. Such a method grants the possibility to train algorithm on images coming from several laboratories and to correctly integrate multi-omic data. 4. Perform a multi-omic drug repositioning study, focusing, in particular, on CMS4, a colon cancer subtype with the worst prognosis and with no therapy with long lasting response. Preliminary results coming from the integration of coding genes, long non-coding RNAs and inferred population cell types showed that anti-inflammatory drugs could be used in CMS4 tumors in combination with platinum-based regimens. 5. Stage II colon cancer represents an issue for oncologists due to the lack of a solid stratification able to identify patients with high risk of recurrence. Thus, I explored the spatial transcriptomics of two early stage colon cancer patients with microsatellite instability. Tumoral areas were analyzed and spatial marker genes were detected to perform gene set enrichment and thus identify spatially differences in terms of biological behavior.

Il cancro al colon rappresenta una delle neoplasie più letali nei paesi sviluppati. Nonostante i significativi progressi biologici ottenuti negli ultimi anni, esistono ancora esigenze cliniche insoddisfatte. I miei progetti di ricerca si concentrano su tale malignità con diversi obiettivi: 1. Creazione di un dataset multi-omico sul cancro al colon, comprendente immagini a scansione totale, RNA-seq bulk e a singola cellula, trascrittomica spaziale e caratteristiche cliniche; 2. Il cancro al colon è stato avvantaggiato da molte classificazioni molecolari, ma anche per questo tumore, l'applicazione nella routine della diagnostica molecolare deve ancora arrivare. Pertanto, ho selezionato bioinformaticamente un insieme di caratteristiche in grado di stratificare il cancro al colon nei Consensi Molecular Subtypes in un saggio applicabile in modo routinario. La validazione nella coorte locale è stata quindi effettuata. 3. Esplorare la possibilità di prevedere alterazioni in geni clinicamente rilevanti (ad es. KRAS, PIK3CA, BRAF) mediante approcci di deep learning applicati a immagini patologiche a scansione totale, che mi hanno portato a prestazioni non così elevate, anche se concordi con lavori precedenti. Questo risultato mi ha spinto a condurre uno studio tecnico sulla normalizzazione del colore basata su Reti Generative Avversarie per evitare artefatti generati dai metodi tradizionali di normalizzazione del colore. Tale metodo consente di addestrare algoritmi su immagini provenienti da diversi laboratori e di integrare correttamente i dati multi-omici. 4. Eseguire uno studio di riposizionamento dei farmaci multi-omico, concentrandomi in particolare sul CMS4, un sottotipo di cancro al colon con la peggiore prognosi e senza terapie con risposta duratura. Risultati preliminari derivanti dall'integrazione di geni codificanti, RNA lunghi non codificanti e tipi cellulari di popolazione inferiti hanno mostrato che i farmaci anti-infiammatori potrebbero essere utilizzati nei tumori CMS4 in combinazione con regimi a base di platino. 5. Il cancro al colon di stadio II rappresenta un problema per gli oncologi a causa della mancanza di una stratificazione solida in grado di identificare pazienti ad alto rischio di recidiva. Pertanto, ho esplorato la trascrittomica spaziale di due pazienti con cancro al colon in stadio precoce con instabilità dei microsatelliti. Le aree tumorali sono state analizzate e sono stati identificati geni marcatore spaziali per eseguire un arricchimento del set genico e quindi identificare differenze spaziali in termini di comportamento biologico.