Forschung
Unser Institut ist sehr gut in die lokale, nationale und internationale Forschungslandschaft eingebettet. Insgesamt ist es unser Bestreben, große Datenmengen von unterschiedlicher Herkunft in aussagekräftiges biologisches Wissen zur Verbesserung der Patientenergebnisse umzusetzen. Um dieses Ziel zu erreichen, arbeiten wir in einem interdisziplinärem Team bestehend aus Wissenschaftlern, die aus den Bereichen der Biologie, Medizin bis hin zu Physik, Mathematik und Bioinformatik kommen.
In Freiburg arbeiten wir eng mit dem Universitätsklinikum Freiburg zusammen, wo auch im Rahmen des Comprehensive Cancer Center (CCCF) das Freiburger Molekulare Tumorboard (MTB) gegründet wurde. Dafür haben wir eine Pipeline zur "personalisierten Entscheidungsfindung" aufgebaut, die auf einem Multiomik-Ansatz basiert, der die Ganzexom-Sequenzierung, die RNA-Sequenzierung und das Methylom einschließt, um die Kliniker bei der Wahl der am besten geeigneten Behandlung für den individuellen Patienten zu unterstützen. Zusammen mit dem Institut für Transfusionsmedizin und Gentherapie entwickeln wir Bioinformatik-Pipelines zur Quantifizierung der Off-Target-Aktivität von Nukleasen wie CRISPR-Cas oder TALEN.
Um ein besseres Verständnis komplexer Mechanismen zu erlangen, wie z.B. der Mechanismen, die die Krebsproliferation und -invasion vorantreiben, oder der Mechanismen, die hinter der immunvermittelten Pathologie stehen, beteiligen wir uns an mehreren nationalen und internationalen Konsortien wie dem SFB/CRC 850, SFB1160 IMPATH, COMPASS für Bauchspeicheldrüsenkrebs, DeCaRe für die Regeneration des Herzens von Zebrafischen, und werten die Daten dieser Konsortien aus.
In-silico-Methoden
Wir gehen biologische Fragen mit Hilfe einer Reihe von modernen Hochdurchsatz-Omik-Technologien an. Insbesondere werden die Sequenzierung des gesamten Genoms und des Exoms sowie die Panelgen-Sequenzierung eingesetzt, um die Mutationsmuster zu bestimmen, die verschiedene Krankheiten wie das duktale Adenokarzinom des Pankreas, das Kolon-Adenokarzinom oder die akute myeoloide Leukämie und viele andere charakterisieren. Bulk- und Einzelzell-RNA-Sequenzierung, Proteomik, Epigenomik (Methylom-, ChIP- und ATAC-Sequenzierung) erlauben es uns, die Regulation und Veränderung entscheidender Muster, die zu beeinträchtigtem Zellverhalten führen, zu quantifizieren. Die identifizierten Ziele können als Signalwege oder sogar als ein ganzes Protein-Protein-Interaktionsnetzwerk angesehen werden, um eine höhere Organisationsebene zu erreichen. Diese verschiedenen biologischen Schichten sind stark miteinander verflochten und erfordern daher auch integrative Ansätze. Wie die Mutationslandschaft das Transkriptom und Proteom von Krebszellen umgestaltet? Welchen Einfluss hat die Epigenetik auf das Zellschicksal? Dies sind einige der Fragen, die wir mit Hilfe qualitativer und quantitativer Integration angehen.
Insgesamt bewältigen wir die Verarbeitung der Rohdaten (Alignement, Quantifizierung usw.), die Qualitätsprüfung, die Interpretation und Validiierung der Ergebnisse. Ansätze des maschinellen Lernens erleichtern die Erkennung von Krankheiten im Frühstadium sowie die Vorhersage des Ansprechens auf die Behandlung und des Überlebens. Unsere Ergebnisse werden unabhängigen Datensätzen oder biologischen Datenbanken (GEO, TCGA, ICGC usw.) zur Validiierung gegenübergestellt. Insgesamt trägt dies schließlich zu einem besseren Verständnis der Entstehung, des Fortschreitens und hoffentlich auch der Rückbildung von Krankheiten bei.
Projekt: Ausschalten von Biomarker-Genen des Pankreas-Duktal-Adenokarzinoms (PDAC) in PDAC-Zelllinien mittels RNA-Interferenz
Auf Grund der häufigen Erkennung im Spätstadium hat PDAC eine schlechte Prognose und eine niedrige 5-Jahres-Überlebensrate. Das Hauptziel der translationalen Forschung an PDAC ist daher die Früherkennung im prämetastatischen Stadium.1
Durch eine Metaanalyse mehrerer öffentlich verfügbarer unabhängiger PDAC-Kohorten haben wir eine diagnostische und prognostische Gensignatur für PDAC erstellt, die 17 stark regulierte Gene enthält. Mit diesem 17-Gen-Classifier konnten wir PDAC nicht nur von gesundem Gewebe unterscheiden, sondern auch vom PDAC-Vorläuferstadium, der sogenannten intraepithelialen Pankreas-Neoplasie (PanIN), ebenso von Pankreatitis.2 Wir bestimmten die Expression der Classifier-Gene in Patientenproben und konnten diese auf Transkript- und Proteinebene experimentell nachweisen. Zusätzlich konnten auch zwei sekretierte Proteine im Blutplasma der Patienten nachgewiesen werden.2
Derzeit untersuchen wir die Funktion einzelner Classifier-Gene, indem wir ihre Expression in etablierten PDAC-Zelllinien mithilfe von short-hairpin RNA (shRNA) inaktivieren. Wir untersuchen die Auswirkungen dieser Gen-Stilllegung in vitro und konzentrieren uns dabei auf die Untersuchung des Proliferations- und Migrationsverhalten der veränderten Zelllinien. Zudem wollen wir das Verhalten der veränderten Zelllinien in vivo charakterisieren, indem wir sie in immundefiziente Mäuse injizieren.
- Chari S. T., et al. (2015). Early detection of sporadic pancreatic cancer. Pancreas 44 693–712. 10.1097/MPA.0000000000000368
- Klett et al., Front Genet. 2018; 9: 108. doi: 10.3389/fgene.2018.00108
Projekt: Resistenzverhalten des malignen Melanoms
Das maligne Melanom ist eine seltene, bösartige Erkrankung der Haut. Obwohl sie nur etwa 1% aller Hautkrebsfälle ausmacht, verursacht sie die überwiegende Mehrheit der Melanom-bedingten Todesfälle.1 Bis zu 50% aller Melanome haben eine Mutation im BRAF-Gen, das die Serin/Threonin-Kinase rapidly accelerated fibrosarcoma homolog B (BRAF) kodiert. Die häufigste Mutation wird durch die Aminosäuresubstitution von Valin (V) gegen Glutaminsäure (E) im Codon 600 (BRAFV600E) verursacht. Dadurch kommt es zu einer fortwährenden Aktivierung der Kinase BRAF, die wiederum zur andauernden Aktivität der mitogen-activated protein kinase (MAPK)/extracellular signal-regulated kinase (ERK) Signalkaskade führt und somit die Entwicklung des Melanoms antreibt. Es gibt mehrere molekulare Melanom-Subtypen, die zur Heterogenität der einzelnen Patienten beitragen. Beispielsweise führt der Verlust des Tumorsuppressors phosphatase und des tensin homolog (PTEN), eines Antagonisten der Phosphoinositid-3-Kinase (PI3K), zu einer fortwährenden PI3K-Aktivität, wodurch u.a. das Überleben und die Vermehrung der Krebszellen gewährleistet werden. Verlust von PTEN kommt häufig in Melanom mit mutiertem BRAF vor.2
Im Spätstadium ist das Melanom durch eine hohe Metastasierungsrate und eine intrinsische oder erworbene Behandlungsresistenz gegen niedermolekulare Inhibitoren gekennzeichnet: Die gezielte Hemmung von BRAFV600E ist zunächst bei den meisten Patienten wirksam, jedoch entwickeln sie häufig schon innerhalb eines Jahres eine Resistenz gegen Inhibitoren wie Vemurafenib.2 Deshalb ist es äußerst wichtig, die zugrunde liegenden Resistenzmechanismen jedes einzelnen Patienten zu verstehen.
In einem systembiologischen Ansatz führten wir eine Transkriptomanalyse mit dem Ziel durch, die einzelnen Transkriptionssignaturen von vier Melanomzelllinien mit BRAFV600E-Mutation aus Patienten im Spätstadium zu charakterisieren. Wir konnten verschiedene funktionelle Unterschiede in Proliferation, Zellüberleben, Migration und Invasion vorhersagen, die wir in einem zell- und molekularbiologischen Ansatz bestätigten.
Derzeit untersuchen wir weitere funktionelle Veränderungen des Zellwachstums, Zellzyklus, der Migration und Invasion sowie der metabolischen Reprogrammierung in Melanomzelllinien unter Hemmung der MEK/ERK- oder PI3K-Signalwege, um mögliche Resistenzmechanismen zu ermitteln. Wir erforschen außerdem die Rolle der Tumormikroumgebung in der Behandlung der Melanome und untersuchen die Kommunikation der Melanomzellen mit umgebenden Fibroblasten sowie mit den Zellen des Immunsystems.
- American Cancer Society. “Cancer Facts and Figures 2020”. Atlanta: American Cancer Society; 2020.
- Shtivelman, E. et al. Pathways and therapeutic targets in melanoma. Oncotarget 5, 1701–1752 (2014).