Nanobombolles induïdes per làser a partir de nanobots impulsats per enzims per a la immunoteràpia del càncer de bufeta

BubblyBots4BC té com a objectiu desenvolupar una nova immunoteràpia per al càncer de bufeta utilitzant nanobots d’òxid de ferro impulsats per ureasa combinats amb irradiació làser polsada. Després de l’administració intravesical, els nanobots estan dissenyats per autopropulsar-se, distribuir-se dins de la bufeta i acumular-se preferentment al teixit tumoral. En activar-se amb làser, generen nanobombolles de vapor que danyen mecànicament les cèl·lules canceroses i indueixen mort cel·lular immunogènica, afavorint l’alliberament de senyals de perill i l’activació de cèl·lules dendrítiques. El projecte optimitzarà la síntesi, el moviment, les condicions d’irradiació, l’activació immunitària, l’acumulació tumoral i l’eficàcia terapèutica en models de càncer de bufeta.

Aprofitant l’activitat de l’enzim ALDH per desenvolupar fàrmacs altament selectius contra les cèl·lules mare canceroses

L’evidència acumulada reforça la teoria que el càncer es desenvolupa i es manté per una subpoblació de cèl·lules canceroses amb propietats de cèl·lules mare. Aquestes cèl·lules mare canceroses (CSC) es troben típicament en un estat quiescent, cosa que les fa resistents a les teràpies estàndard i responsables de la recaiguda de la malaltia. El projecte SeleCStem, finançat per l’ERC, té com a objectiu desenvolupar estratègies innovadores per atacar les CSC de manera efectiva explotant l’enzim aldehid deshidrogenasa (ALDH), que es troba sobreexpressat en les CSC de diversos càncers. L’equip de recerca aprofitarà l’activitat de l’enzim per alliberar fàrmacs selectivament dins de les CSC i la combinarà amb la inhibició mediada per llum de l’ALDH en tumors.

Escàner intel·ligent de patologia per al diagnòstic i la recomanació de tractament personalitzat en oncologia

CancerScan desenvolupa un escàner de patologia de nova generació que integra la perfilació multiòmica a nivell de portaobjectes de biòpsies tumorals amb dades clíniques estàndard per generar (semi)automàticament un bessó digital tumoral específic per al pacient. Mitjançant el mapeig de la comunicació tumoral i les interaccions tumor-microambient, la reconstrucció de grafs de coneixement biomèdic i l’ús de models basats en IA amb acceleració de maquinari, la plataforma simularà les respostes als fàrmacs i donarà suport a decisions més personalitzades. El càncer de pàncrees s’utilitza com a primer sistema model, combinant experiments amb organoides amb validació clínica en col·laboració amb hospitals associats.