麻豆频道

DE
| EN
|
A A+
Suche
麻豆频道- und Forschungszentrum
Genetische und umweltbedingte KrankheitsmechanismenForschung麻豆频道 & Forschungszentrum fr Molekulare BioMedizinForschungszentren und InstituteMed Uni Graz

Forschungsteam Aigelsreiter

Forschungsschwerpunkt Morpho-molekulare Leber- und Pankreaspathologie

Teamleiterin: Ariane Aigelsreiter

Das Forschungsteam untersucht histologische und molekulare Vernderungen bei Leber- und Pankreastumoren, insbesondere beim hepatozellulren Karzinom (HCC) und beim duktalen Adenokarzinom des Pankreas. Ziel ist es, durch die Verknpfung klassischer Histopathologie mit modernen molekularbiologischen Methoden ein tieferes Verstndnis der Tumorbiologie zu erlangen, um die Prognose zu verbessern und neue Therapieanstze zu entwickeln.

Ein besonderer Schwerpunkt liegt auf der Analyse histomorphologischer Vernderungen und deren Korrelation mit molekularpathologischen Daten. Zum Einsatz kommen Technologien wie Next Generation Sequencing (NGS), spatial in situ Hybridisierung und Proteomanalysen, um genetische Alterationen przise im Gewebekontext zu kartieren. Auf diese Weise sollen neue, klinisch relevante Subgruppen identifiziert werden, die Rckschlsse auf den Krankheitsverlauf und das Therapieansprechen erm枚glichen.

Ein innovativer Ansatz ist der Aufbau digitaler, annotierter Tumorkohorten zur Anwendung knstlicher Intelligenz (KI). KI-gesttzte Algorithmen sollen morphologische Merkmale automatisiert erkennen und mit molekularen Daten verknpfen. Ziel ist eine verbesserte 麻豆频道 sowie die Entwicklung prognostischer Modelle zur personalisierten Therapieentscheidung.

Darber hinaus etabliert das Forschungsteam tumorspezifische Organoid- und Zellkulturmodelle aus patienteneigenem Tumorgewebe, das im Rahmen des Schnellschnittverfahrens gewonnen wird. Diese 3D-Zellkulturen bilden die Tumorheterogenitt und histologischen Subtypen in vitro ab. Bei HCC und Pankreaskarzinomen werden Organoide und Zellkulturmodelle hinsichtlich Morphologie, Differenzierung und molekularer Eigenschaften analysiert. Sie dienen als prklinische Plattform fr neue Therapieanstze. Genetische, epigenetische und proteomische Vernderungen werden detailliert untersucht, um deren Einfluss auf Morphologie und Therapieansprechen besser zu verstehen. Ziel ist es, personalisierte Therapien auf Basis dieser Organoide zu entwickeln und zu validieren.

Das Team vereint klassische Pathologie mit molekularer Onkologie. Durch digitale Analysen, eine KI-basierte Morphologiebewertung und funktionelle Modelle entsteht ein neues Verstndnis der Tumorbiologie 鈥� mit dem Ziel, 麻豆频道, Prognose und Therapieentscheidungen nachhaltig zu verbessern.

Projekte

Hepatozellures Karzinom 鈥� patientenspezifische Organoid-Modelle

  • Im Rahmen dieses translationalen Projekts werden patientenindividuelle hepatozellulre Karzinom-(HCC)-Organoide aus Tumorgewebe generiert, das intraoperativ im Zuge der Schnellschnittdiagnostik entnommen wird. Die Etablierung der Organoide erfolgt in Gegenwart autologer Komponenten aus dem Serum des jeweiligen Patienten/der jeweiligen Patientin, um m枚glichst naturnahe Bedingungen des Tumormikromilieus zu rekonstruieren. Ziel ist es, die Morphologie sowie die genetischen Vernderungen des Primrtumors in den ex vivo kultivierten Organoiden widerzuspiegeln und ein Modell zu schaffen, das sich zur prklinischen Testung individueller Therapieanstze eignet. Die Tumoren werden gem脽 der aktuellen WHO-Klassifikation morphologisch subtypisiert. Die histologischen Merkmale werden systematisch erfasst und mit den in den Organoiden beobachteten morphologischen Strukturen verglichen, um die Reprsentativitt der Modelle zu validieren. Zustzlich erfolgt eine umfassende molekulare Charakterisierung sowohl des Primrtumors als auch der Organoide mittels Next-Generation-Sequencing (NGS). Dabei werden relevante Treibermutationen und potenzielle therapeutische Ziele analysiert. Durch den Abgleich der genetischen Profile soll sichergestellt werden, dass die Organoide die wesentlichen genetischen Eigenschaften des Ursprungsgewebes beibehalten. Langfristiges Ziel des Projekts ist die Etablierung eines funktionellen Testsystems zur personalisierten Therapieauswahl. Durch die Anwendung verschiedener medikament枚ser Substanzen an den patientenspezifischen Organoiden kann ein ex vivo-Ansprechen simuliert und so ein m枚glicher Therapieerfolg antizipiert werden. Dies bietet die Perspektive, in Zukunft patientenindividuell optimierte Therapieentscheidungen zu treffen und das Ansprechen auf zielgerichtete oder systemische Therapien zu verbessern. Die Kombination aus histopathologischer Klassifikation, genetischer Analyse und funktioneller Testung stellt einen innovativen Ansatz zur personalisierten Behandlung des HCC dar.
  • Laufzeit: 2025-2028
  • Gef枚rdert durch: Med Uni Graz

Hepatozellulres Karzinom 鈥� morpho-molekulare Analyse, digitale Pathologie und KI-gesttzter Algorithmus

  • Im Rahmen dieses Projekts wird eine digitale Pathologie-Kohorte von Patient*innen mit hepatozellulrem Karzinom (HCC) aufgebaut, mit dem Ziel, die morphologischen Subtypen gem脽 der aktuellen WHO-Klassifikation systematisch zu erfassen. Die Tumoren werden digitalisiert, und es erfolgt eine detaillierte Annotation der morphologischen Heterogenitt, insbesondere der relativen Anteile verschiedener histologischer Wachstumsmuster innerhalb eines Tumors (z.鈥疊. trabekulr, pseudoglandulr, solid, steatohepatitisch etc.). Diese quantitativen morphologischen Merkmale werden mit klinischen Endpunkten wie Prognose (z.鈥疊. Gesamtberleben, krankheitsfreies 脺berleben) sowie Ansprechen auf systemische und lokale Therapien korreliert. Die morphologischen Subtypen werden zustzlich mittels rumlicher in situ-Hybridisierung weiter charakterisiert, um genetische Muster in Bezug zu spezifischen Wachstumsmustern zu analysieren. Ziel ist es, genetische Ursprnge und molekulare Mechanismen zu identifizieren, die dem unterschiedlichen biologischen Verhalten der morphologischen Subtypen zugrunde liegen. Dies soll ein vertieftes Verstndnis der Tumorheterogenitt erm枚glichen und zur Entwicklung biologisch fundierter Stratifizierungsanstze beitragen. Auf Basis dieser Daten soll ein KI-gesttzter Algorithmus entwickelt werden, der automatisiert Wachstumsmuster in digitalen histologischen Schnitten erkennt, quantifiziert und interpretiert. Dieser Algorithmus soll in zuknftigen Kohorten validiert werden und langfristig in der klinischen Routine als Entscheidungshilfe fr personalisierte Therapieanstze und ein optimiertes Patient*innenmanagement eingesetzt werden. Das Projekt verbindet klassische Histopathologie, digitale Pathologie, moderne Bildanalyse und knstliche Intelligenz, um die Przisionsmedizin im Bereich HCC voranzutreiben.
  • Laufzeit: 2025-2028
  • Gef枚rdert durch: Med Uni Graz

麻豆频道- und Forschungsinstitut fr Pathologie

Univ. F脛 Priv.-Doz.in Dr.in
Ariane Aigelsreiter  
T: +43 316 385 71771
E: ariane.aigelsreiter(at)medunigraz.at
Ariane Aigelsreiter

Team

Mitarbeiter*innen

Unter dem Mikroskop

HCC

Hepatozellulres Karzinom mit pseudoglandulrem Wachstum

HCC

Hepatozellulres Karzinom mit steatohepatitischen Vernderungen mit zahlreichen Mallory-Denk-Bodies

HCC

Hepatozellulres Karzinom mit steatohepatitischen Vernderungen mit hochgradiger Steatose

HCC

Hepatozellulres Karzinom mit trabekulrem Wachstum