Detailseite
Projekt
C03 Prädiktive mechanische Tumormarker: Analyse von mechanischem Stress und viskoelastischen Multiskalendaten
Antragstellerinnen / Antragsteller
Professorin Dr. Jing Guo; Professor Dr. Ingolf Sack
Fachliche Zuordnung
Medizinische Physik, Biomedizinische Technik
Förderung
Förderung seit 2023
Projektkennung
Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 513752256
Zu den ausgezeichneten Materialeigenschaften von Krebs gehören mechanischer Stress sowie drastische und räumlich-heterogene Veränderungen der intrinsischen viskoelastischen Gewebseigenschaften. Während mechanischer Stress mechanosensorische Signale auslöst, die das Fortschreiten des Tumors fördern, begünstigen mechanische Heterogenität und Gewebsfluidität die metastatische Ausbreitung von Tumorzellen. Das übergeordnete Ziel des Unterprojekts C03 ist die Identifizierung vorhersagbarer Profile mechanischer Parameteränderungen, die empfindlich auf Tumorformation und spezifisch für aggressives Wachstum sowie fest-flüssig-Übergängen in Tumoren sind. Zu diesem Zweck werden in C03 zunächst die Methoden zur Quantifizierung von mechanischem Stress in vivo entwickelt, die später mit Gewebsfluidität (C02) und mechanischer Heterogenität (C01) für die diagnostische Charakterisierung von Tumoren kombiniert werden sollen. Mechanischer Stress existiert nur in vivo, im Gewebe, und muss deshalb im Patienten vor einer Tumorresektion gemessen werden. Daher zielt C03 darauf ab, Stress aus in-vivo Deformationsfeldern mittels hochauflösender 3D-MRI und trainierter neuronaler Netzwerke abzuleiten. Dieser neuartige, bildgestützte Stress-Marker kann auch für die Zusammenführung von multiplexen mechanischen Daten genutzt werden, da bekannt ist, dass Stress aufgrund von Kompressionsversteifung die scheinbare Steifigkeit in Tumoren verändert und deshalb bei der Interpretation von in-vivo MRE-Daten berücksichtigt werden muss. Um die Zusammenführung der mechanischen Methoden und Parameter zu gewährleisten, wird C03 eine Bibliothek von Daten aus allen Teilprojekten zusammenstellen. Dabei werden Modalitäts- und frequenzunabhängige mechanische Parameter mit klinischen, histologischen und Multi-Omics-Daten unter Verwendung von maschinellem Lernen kombiniert, um die viskoelastischen Modelle und Parameterbereiche mit hoher Sensitivität, Spezifität und Vorhersagekraft hinsichtlich der Tumorbiologie von ex vivo und in vivo Systemen zu identifizieren. Insgesamt gründet sich unser Arbeitsplan auf die Hypothese, dass die mechanischen Merkmale von Krebs, die nichtinvasiv mittels MRE quantifiziert werden können, das Wachstumspotenzial, das maligne Potenzial und die Behandlungsfähigkeit von Tumoren ursächlich beeinflussen. Um diese Hypothese zu überprüfen, adressiert C03: (i) die Quantifizierung von Stress in Kombination mit anderen krebsspezifischen mechanischen Markern wie Heterogenität und Fluidität aus C01 und C02, (ii) das maschinelle Erlernen von modalitätsübergreifenden und gewebespezifischen konstitutiven Materialkonstanten und (iii) die automatisierte Bewertung des diagnostischen Werts der multifrequenten MRE und quantitativen MRT. Insgesamt zielt C03 darauf ab, die in allen A-B-C-Projekten generierten Daten in eine Roadmap mechanischer Profile zu übersetzen, die das aggressive Potenzial eines Tumors sowie sein Therapie-Ansprechverhalten vorhersagen.
DFG-Verfahren
Forschungsgruppen
