In der Ausschreibungsrunde 2024 wurden von einer hochkarätigen internationalen Jury 9 Projekte in drei Fachgebieten ausgewählt:
- Genetik zur Wirkungsweise
- Geschlecht
- Neue Modelle für die Mathematik
In der Ausschreibungsrunde 2024 wurden von einer hochkarätigen internationalen Jury 9 Projekte in drei Fachgebieten ausgewählt:
Dr. Marissa Kosnik, Department of Environmental Toxicology, EAWAG
https://www.eawag.ch/en/about-us/portrait/organisation/staff/profile/marissa-kosnik/show/
Gen-Umwelt-Interaktionen (GxE) beschreiben, wie in einer Population unter gleichen Umwelteinflüssen (z. B. Ausgesetztsein gegenüber Pestiziden) aufgrund ihrer individuellen Genetik unterschiedliche Auswrikungen hervorgerufen werden können. GxE-Wechselwirkungen sind in Populationen allerdings nur schwer zu charakterisieren. Dieses rein computergestützte Projekt zielt darauf ab, vorhandene Daten zur genetischen Variabilität bei der Parkinson-Krankheit (z. B. aus genomweiten Assoziationsstudien) und Daten zur Pestizidaktivität (z. B. aus Hochdurchsatz-Screenings) wiederzuverwenden. Damit sollen Zusammenhänge erkannt werden, die die möglichen Schritte zwischen der Pestizidbelastung und der Entwicklung der Parkinson-Krankheit in einer Population aufdecken. Unser Ziel ist es potenzielle Mechanismen für GxE-Interaktionen bei der pestizidinduzierten Parkinson-Krankheit zu beschreiben.
Dr. Lucile Marion-Poll & Pr. Christian Lüscher: Faculty of Medicine, University of Geneva
https://www.addictionscience.unige.ch/
Die Parkinson-Krankheit ist eine unheilbare neurodegenerative Erkrankung, bei der die derzeitigen Behandlungen die Symptome lindern, ohne die Krankheit zu stoppen oder zu verlangsamen. Unser Projekt nutzt Gehirnzellen, die während Operationen zur tiefen Hirnstimulation gewonnen wurden, und bietet eine seltene und wertvolle Ressource, um die Parkinson-Krankheit auf zellulärer Ebene zu untersuchen. Durch den Einsatz fortschrittlicher Einzelzelltechniken zur Analyse nicht-genetischer molekularer Mechanismen zielen wir darauf ab, spezifische Veränderungen zu identifizieren, die möglicherweise die Krankheitsprogression antreiben. Diese Forschung könnte eine Brücke zwischen genetischen Risiken und diesen epigenetischen Veränderungen schlagen und entscheidende Mechanismen aufdecken, die diese mit der Neurodegeneration verbinden. Solche Erkenntnisse könnten den Weg zu neuartigen, gezielten Therapien für die Parkinson-Krankheit ebnen.
Dr. Manuel Schröter and Dr. Hsiu-Chuan Lin, Department of Biosystems Science and Engineering, ETH Zürich
https://bsse.ethz.ch/bel
Genetische Screens haben entscheidend zur Untersuchung beigetragen, wie genetische Mutationen im Zusammenhang mit Autismus-Spektrum-Störungen (ASS) die Neurogenese und neuronale Differenzierung beeinflussen. Trotz dieser Bemühungen bleibt es jedoch eine Herausforderung, die spezifischen zellautonomen und netzwerkbasierten Störungen zu verstehen, die durch diese Mutationen verursacht werden. Diese Komplexität macht es schwierig, das komplizierte Zusammenspiel dieser Störungen mit den verschiedenen klinischen Phänotypen der ASS in Verbindung zu bringen. Um dieser Herausforderung zu begegnen, wird in diesem Projekt eine multimodale Hochdurchsatz-Screening-Plattform entwickelt, mit der ASD-bezogene Mutationen in menschlichen Neuronen untersucht werden können. Die neue Methodik wird die systematische Charakterisierung der induzierten genetischen Veränderungen ermöglichen und ihre funktionellen Auswirkungen auf der Ebene einzelner Neuronen und von Netzwerken bewerten.
Prof. Tatiana Petrova, Department of Oncology, Université Lausanne
https://www.unil.ch/dof/petrova
Der Darm spielt eine Schlüsselrolle bei der Bereitstellung von Nährstoffen, Hormonen und Immunzellen, die andere Organe beeinflussen. Es ist jedoch wenig über die Proteine bekannt, die während der Schwangerschaft vom Darm der Mutter und des Fötus abgesondert werden. Unser Projekt zielt darauf ab, diese Lücken zu schliessen, indem wir ein neuartiges genetisches Modell verwenden, um Darmproteine in lebenden Organismen zu identifizieren und zu verfolgen. Diese Studie könnte zur Entdeckung neuer Regulatoren und Marker für Darmdysfunktion bei Mutter und Fötus führen und unser Verständnis der Mutter-Kind-Kommunikation während der Schwangerschaft verbessern.
Dr. Elisabetta Cacace, Institute of Microbiology, ETH Zurich
https://micro.biol.ethz.ch/people/persondetail.
Geschlechtsassoziierte Unterschiede wurden bei mehreren bakteriellen Infektionen beobachtet. Dies wurde mit wirtsspezifischen Faktoren wie dem Immunsystem in Verbindung gebracht, das wiederum durch den hormonellen Zustand des Wirts reguliert wird. Es wurde nachgewiesen, dass natürliche und synthetische Sexualhormone einen direkten Einfluss auf die Aktivität von Antibiotika im Wirt haben, und zwar unabhängig vom Wirt. Dies deutet auf eine direkte Wirkung von Sexualhormonen auf Bakterien hin. Durch die Kombination von phänotypischen und proteomischen Ansätzen mit in-vivo-Infektionstests soll dieses Projekt diese Effekte charakterisieren und dabei folgende Fragen behandeln: (i) Beeinflussen Hormone und ihre therapeutischen Homologe das Bakterienwachstum und wie? (ii) Modulieren Hormone orthogonale Phänotypen des Bakterienwachstums, wie Virulenz und Antibiotikaresistenz? (iii) Tragen diese Effekte zu geschlechtsspezifischen Unterschieden bei der Infektion bei?
Prof. Simone Bersini
Ente Ospedaliero Cantonale, Bellinzona, Switzerland
Università della Svizzera italiana, Lugano, Switzerland
https://search.usi.ch/en/people/af37e00b27d5199e68bb294f19e50006/bersini-simone
Europa altert: 90 Millionen Menschen sind 65 Jahre und älter und stellen eine sozioökonomische Herausforderung dar, die nur durch die Prävention von altersbedingten Krankheiten (ABK) wie Herz-Kreislauf- und neurodegenerativen Erkrankungen bewältigt werden können.
Das Altern führt zu Veränderungen der Blutgefäße, die in Folge das Voranschreiten vieler ABK-Erkrankungen begünstigen. Diese vaskulären Veränderungen sind geschlechtsspezifisch und könnten ein Hauptgrund dafür sein, dass Männer und Frauen unterschiedlich altern.
Durch die Kombination fortschrittlicher Biofabrikationsstrategien zur Herstellung humaner mikrovaskulärer 3D-Netzwerke mit modernsten molekularen und funktionellen Analysen zielt das Projekt darauf ab, potenzielle Zielproteine zu identifizieren, die eine effektive, geschlechtsspezifische funktionelle Wiederherstellung geschädigter Blutgefässe fördern.
Raphael Snitzman
University Bern, Center for Biomedical Engineering Research
Research: Prof. Dr. Raphael Sznitman - ARTORG Center for Biomedical Engineering Research (unibe.ch)
Für viele Krebspatienten ist eine Operation die einzige Hoffnung auf Heilung. Während dieser Eingriffe muss der Chirurg oft alle Spuren des Tumors identifizieren und entfernen, um dem Patienten die höchsten Überlebenschancen zu geben. Da es jedoch große Geschicklichkeit und Erfahrung erfordert, Tumore allein durch Tasten und Sehen von entzündetem und Narbengewebe zu unterscheiden, wird bei vielen Krebsoperationen nicht immer das gesamte Krebsgewebe entfernt. Was wäre, wenn es eine Möglichkeit gäbe, dem chirurgischen Personal besseres visuelles Feedback darüber zu geben, wieviel Tumorgewebe noch vorhanden ist? Und könnte dies schnell und zuverlässig erreicht werden? Dieses Projekt untersucht, ob mittels Lichtpolarisation Unterschiede zwischen gesundem und Krebsgewebe zu erkennen sind. Es werden maschinelle Lernmethoden entwickelt, die Polarimetrie-Bildgebung analysieren, um Chirurgen in Echtzeit Feedback geben zu können. Da moderne maschinelle Lernmethoden jedoch enorme Datenmengen benötigen, um trainiert und kalibriert zu werden, weit mehr als die Anzahl der in einem bestimmten Krankenhaus durchgeführten Operationen, werden wir neueste Modelltechniken untersuchen, die Archivdaten in Pathologiezentren nutzen. Auf diese Weise werden wir robuste maschinelle Lernmodelle entwickeln, die auf großen Datenmengen trainiert sind und für die Bewertung von Geweben geeignet sind. Wir hoffen, dies in interventionelle Diagnosesysteme zu integrieren, um dem chirurgischen Personal bessere Werkzeuge zur Behandlung von Krebspatienten zur Verfügung zu stellen.
Lucas D. Wittwer1, Tim Heinemann1, Jonas Meirer1, Carine Poussin1, Sohyon Lee2,
1 AI For Life Sciences, CSEM, 4123 Allschwil, www.csem.ch
2 Korea Advanced Institute of Science and Technology, South Korea, www.kaist.ac.kr
Um Krankheitsmechanismen zu untersuchen und neue Arzneimittelkandidaten zu testen, werden in der biomedizinischen Forschung häufig Nagetiere als Tiermodelle verwendet. Da es jedoch erhebliche Unterschiede zwischen den biologischen Systemen von Nagetieren und Menschen gibt, können die gewonnenen Erkenntnisse oft nicht direkt auf den Menschen übertragen werden. Dies macht den Erfolg von klinischen Studien ungewiss. Das Projekt VAEriety zielt darauf ab, diese Lücke der Translatibilität zwischen den Arten durch die Entwicklung eines Modells der künstlichen Intelligenz zu schließen, das ein innovatives neuronales Netz mit tiefem Lernen verwendet. Unsere Fallstudie wird sich auf das Medulloblastom konzentrieren, eine seltene und schwer zu behandelnde Art von Kleinhirnkrebs.
Prof. Mattia Zampieri
University of Basel, Department of Biomedicine.
https://www.zampierilab.org/
Die Deregulierung des Stoffwechsels hat sich sowohl als Marker für viele Krankheiten, wie z.B. Krebs, als auch als attraktives therapeutisches Ziel herausgestellt. Die Entdeckung von Molekülen, die in der Lage sind, selektiv in Stoffwechselwege einzugreifen und die gewünschten Effekte zu erzielen, bleibt jedoch eine Herausforderung.
Neue massenspektrometrische Technologien ermöglichen es, arzneimittelinduzierte Stoffwechselveränderungen mit einer noch nie dagewesenen Zeitauflösung und einem noch nie dagewesenen Durchsatz zu profilieren. Der Engpass hat sich vollständig von der Datengenerierung hin zu Vorhersagemodellen verlagert, die in der Lage sind, mechanistische Erkenntnisse aus grossen Datenmengen zu gewinnen.
In diesem Projekt wollen wir durch die Kombination mathematischer Modelle des Stoffwechsels mit zeitaufgelöstem metabolischem Profiling von Arzneimittelwirkungen besser verstehen, wie pharmakologisch in die Regulation des Stoffwechsels eingegriffen und vorhergesagt werden kann, wie die medikamentöse Behandlung den Stoffwechsel stören und ausbreiten wird.
In Kombination mit fortschrittlichen Metabolomik-Techniken mit hohem Durchsatz und hoher Abdeckung öffnen in-silico-Modelle des zellulären Stoffwechsels, die in der Lage sind, arzneimittelinduzierte Stoffwechselveränderungen vorherzusagen, die Tür für neue und effektive Wege, um mechanistische Einblicke in die Wirkmechanismen von Arzneimitteln zu gewinnen und unsere Fähigkeit zu verbessern, neue Moleküle zu entdecken, die in der Lage sind, den Stoffwechsel von Zellen zu modulieren und zu steuern.