Verbeterde chirurgische strategieën voor pancreas neuro-endocriene tumoren met behulp van een somatostatinereceptor-gerichte fluorescerende kleurstof
Onderzoekssamenvatting
Pancreas neuro-endocriene tumoren (pNET’s) zijn zeldzame tumoren die ontstaan uit hormoonproducerende (neuro-endocriene) cellen in de alvleesklier. Ze veroorzaken vaak lange tijd geen klachten. Daardoor worden ze laat ontdekt. Opereren is dan de enige genezende behandeling, maar kleine of dieper gelegen tumoren en uitzaaiingen in lymfeklieren zijn tijdens de operatie lastig te vinden. Bestaande fluorescentiekleurstoffen lichten wel tumorbloedvaten op, maar niet de gehele tumor. Hoewel er wél contrastmiddelen zijn voor scans vóór de operatie en behandelingen achteraf, bestaat er nog geen doelgerichte hulpmiddel voor het zichtbaar maken van de tumor in de operatiekamer (OK).
Onderzoeksrichting/voorgestelde oplossing
Wij ontwikkelen een slimme fluorescerende kleurstof die zich hecht aan receptoren (somatostatine-receptoren) op pNET-cellen. Deze tracer, TATE–cbICG, is zo ontworpen dat hij zichtbaar is met de al aanwezige ICG-camera’s in de OK. Daarnaast bouwen we software die het signaal automatisch op het scherm omrandt, zodat chirurgen tumorranden en lymfeklieren sneller en betrouwbaarder zien en tumoren nauwkeuriger kunnen wegnemen terwijl gezond omliggend weefsel gespaard blijft.
Relevantie
Betere zichtbaarheid betekent grotere kans op volledige verwijdering van de tumor, minder nodeloze verwijdering van gezond weefsel, minder complicaties én behoud van alvleesklierfunctie. Dat verbetert herstel en kwaliteit van leven en verlaagt zorgkosten. Omdat TATE–cbICG gevisualiseerd kan worden op bestaande chirurgische camera systemen, kan invoering snel en breed gebeuren.
Onderzoeksvragen:
- Hecht TATE–cbICG goed aan pNET-weefsel en blijft het signaal lang genoeg zichtbaar?
- Wat is de optimale dosis en het beste tijdstip om te opereren na toediening?
- Werkt het ook voor het opsporen van aangedane lymfeklieren?
- Verbetert de artificiële intelligente software herkenning en de workflow in de OK?
Onderzoeksopzet
In stap 1 ontwerpen en maken we meerdere varianten van de kleurstof en testen we chemische eigenschappen, helderheid en bindingskracht van de kleurstof aan tumor cellen in het lab. In stap 2 bouwen we een “levende biobank” van patiënt-afgeleide mini-tumoren en testen we daar binding en opname van de kleurstof; we maken ook muismodellen met deze mini-tumoren om zo dicht mogelijk bij de situatie in de mens te blijven. In stap 3 bepalen we dosis en timing en meten we prestaties in muismodellen met klinische ICG-camera’s.
Verwachte uitkomsten
We streven er naar om een kleurstof te ontwikkelen die vrijwel direct getest kan worden op mensen. Daarnaast willen we gebruiksinstructies (dosis, timing, camera-instellingen), gevalideerde AI-ondersteuning en gestandaardiseerde protocollen en datasets die andere ziekenhuizen en onderzoekers kunnen gebruiken ontwikkeld hebben. Deze set vormt de basis voor de aanvraag van de eerste klinische studie.
Benodigde stappen voor implementatie
Na dit project zal verdere ontwikkeling bestaan uit toxiciteitsstudies en klinische studies in gezonde vrijwilligers en pNET patiënten. Parallel leiden we OK-teams op, integreren we AI-overlays op bestaande camera’s, en starten we een landelijke registratie om uitkomsten (zoals genezing, complicaties en heropnames) te volgen en eerlijke toegang voor alle patiënten te borgen.