Gepersonaliseerde therapie heeft de kankerzorg in de afgelopen decennia gerevolutionaliseerd, maar therapieresistentie blijft voorlopig een belangrijke uitdaging. Het begrip van de onderliggende mechanismen zal uiteindelijk helpen om therapieresistentie vroegtijdig op te sporen en het herval van patiënten te voorkomen. Hoewel de rol van DNA-mutaties en veranderingen in DNA-kopij aantal goed beschreven is, accumuleert er steeds meer bewijs voor een rol van epigenetische plasticiteit in therapiefalen. Een prominent voorbeeld hiervan is de epitheliale-mesenchymale transitie (EMT), waarin tumorcellen andere epigenetische toestanden, of cell states, aannemen om aan de druk van chemotherapie te ontsnappen. Het doel van dit project is het ontwikkelen van een computationele methode om epigenetische veranderingen in de tumor te detecteren met behulp van vrij-circulerend DNA (cfDNA) in bloedplasma. Het project richt zich specifiek op triple-negatieve borstkanker (TNBC), een type kanker met een gekende rol voor EMT in therapieresistentie. Eerst zal met behulp van bulk- en single-cell sequencing technologieën een atlas opgesteld worden die EMT cell states in TNBC in kaart brengt. Vervolgens zal een computationele deconvolutie methode ontwikkeld worden om nauwkeurig cell state proporties in de tumor in te schatten op basis van cfDNA. Ten slotte wordt de methode gevalideerd op een TNBC muismodel en een TNBC patiëntcohorte, als startpunt voor de vertaling naar de klinische praktijk.