GlioSELECT - Glioblastoma (GBM) blijft één van de moeilijkst te behandelen vormen van kanker, met een overlevingskans van minder dan 5% op 5 jaar, ondanks intensieve standaardtherapie. De harde realiteit is dat vrijwel alle klinische trials van de afgelopen 20 jaar zijn gefaald, wat kan worden toegeschreven aan de grote verscheidenheid aan GBM-patiënten en de heterogene aard van elke individuele tumor. De observatie dat kleine groepen patiënten toch uitzonderlijk kunnen reageren op verschillende therapeutica toont aan dat een nauwkeurigere selectie van patiënten, het klinische verloop aanzienlijk kan verbeteren. Echter, terwijl de klassieke benadering om patiënten en therapie te matchen op basis van genetische analyse ruim onvoldoende bleek te zijn voor GBM, biedt functionele precisie-oncologie (FPO) een sterk alternatief om betere en klinisch bruikbare inzichten te verwerven. Met dit project zullen we de oprichting van een nieuw spin-off bedrijf voorbereiden dat gericht is op de ontwikkeling van nieuwe methoden en instrumentatie voor FPO-analyse adhv van single-cell analyse, en zo de response op therapie gedetailleerd in kaart te brengen voor GBM. Deze profielen zullen verzameld worden adhv patiënt afgeleide GBM-celculturen en verse chirurgische stalen die worden blootgesteld aan tal van therapeutica, en door ze te linken aan klinische data in een observationele klinische studie, zullen we algoritmen kunnen ontwikkelen die patiënten veel nauwkeuriger kunnen matchen met de voor hen meest actieve therapie/combinaties. Tenslotte zullen de miljoenen single-cell profielen verzameld worden in de 'Single-cell drUg ResPonse AnalySiS' (SURPASS) database, waardoor het werkingsmechanisme van nieuwe therapeutica in vergelijkende analyses veel sneller zal kunnen worden achterhaald (service naar academie en farma toe). Deze database laat ons bovendien ook toe om nieuwe drug targets te identificeren voor GBM aan de hand van analyse met geavanceerde artificiële intelligentie.