Datensatz #340113 - GSI Repository

DFG project G:(GEPRIS)516238665

Mapping der metabolischen Aggressivität von Tumoren mit hybriden PET/MR-Shift-Reagenzien in vivo

Coordinator	Professor Andre Martins, Ph.D.
Grant period	2023 -
Funding body	Deutsche Forschungsgemeinschaft
	DFG
Identifier	G:(GEPRIS)516238665

Note: Die altersbereinigte Überlebensrate der Krebspatienten ist seit den 1950er Jahren, trotz erheblicher Fortschritte in der Früherkennung, um lediglich 5% gestiegen. Aus diesem Grund besteht dringender Bedarf an der Entwicklung zuverlässiger Biomarker und personalisierter Diagnoseinstrumente, die es Klinikern ermöglichen, den natürlichen Verlauf sowie die Plastizität von Tumormassen nicht-invasiv vorherzusagen. Mithilfe von Sensoren, die in der Lage sind, spezifische extrazelluläre Ereignisse bei Krebserkrankungen zu erkennen, können wir die Stoffwechselprofile jedes Tumortyps durch Biopsien des Tumorstromas detailliert auswerten - praktisch in vivo und nicht-invasiv. Spannende vorläufige Daten des Teams zeigen, dass ein neuartiger extrazellulärer Laktatsensor in Kombination mit fortschrittlicher biomedizinischer Bildgebung extrazelluläres Laktat als zuverlässigen Biomarker für die Aggressivität von Tumoren nachweisen kann, ohne nennenswerte Beeinflussung durch andere endogene Biomoleküle. Unseres Wissens ist dies das erste Mal, dass extrazelluläres Laktat, das von Krebszellen produziert wird, in vivo nachgewiesen werden kann. Da die Überproduktion extrazellulären Laktats über den Warburg-Effekt ein Markenzeichen von Krebs darstellt, schlagen wir eine direkte Strategie vor, um die Stadien der Krebsaggressivität zu erkennen, indem wir neuartige hybride metabolische Sensoren (SRs*), modernste hybride Bildgebung, multiparametrische Datenanalyse und quantitative metabolische Bildgebung kombiniert einsetzen. Der Erfolg des vorgeschlagenen Arbeitsplans wird den Grundstein für weitere Forschung in folgenden Bereichen legen: Entwicklung von Sonden, die metabolische und funktionelle Ereignisse in der Mikroumgebung erkennen; präzise Erstellung phänotypischer Tumorprofile mit hybriden Sonden; personalisierte und spezialisierte Diagnostik mit multimodalen Ansätzen; Erkennung des Krankheitsverlaufs (z.B. Aggressivität, Stadienbestimmung); quantitative metabolische Bildgebung durch den Einsatz optimierter hybrider PET/MRI-Sensoren für translationale Studien; Fortgeschrittene multiparametrische Analyse. Dies wird letztlich ein ganzheitliches Verständnis des Krebsfortschritts, der Metastasierung, der damit verbundenen Krebsaggressivität, der Heterogenität und der metabolischen Modulation bei soliden Tumoren ermöglichen.

Recent Publications

There are no publications

Datensatz erzeugt am 2023-06-21, letzte Änderung am 2024-11-27

Ähnliche Datensätze

Zum persönlichen Korb hinzufügen
Export als Author List with IDs BibTeX (UTF-8), EndNote XML, EndNote Text, RIS, MARC, Print MARC, MARCXML, DC,
Request correction
Submit fulltext

GSI Homepage \| GSI Library \| English Deutsch \| Gast :: Anmelden GSI Repository
Suchen	Absenden	Personalisieren Ihre Benachrichtigungen Ihre Körbe Ihre Suchanfragen	Hilfe