Informationspflichten
Informationspflichten
Target-H: Innovative Therapien, smarte Diagnostik und prädiktive oxidative Signalmuster am Beispiel von Hautkrebs
Hautkrebs zählt zu den häufigsten Krebsarten weltweit und stellt Betroffene sowie Gesundheitssysteme vor enorme Herausforderungen. Ziel des acht Partner umfassenden Verbundprojektes Target-H ist es, neue nicht-invasive Diagnoseverfahren, optimierte Therapien und ein tieferes Verständnis molekularer Tumormuster zu entwickeln. Der Fokus liegt dabei auf Melanom und Plattenepithelkarzinom.
Aus einer Kombination der photonischen Technologien OCT, OA, Raman, und HUS sowie hyperspektraler Bildgebung werden Geräte zur nicht-invasiven Hautkrebsdiagnostik entwickelt. Ein weiterer Schwerpunkt ist die Entwicklung einer für die Hautkrebsbehandlung optimierten Kaltplasma-Technologie. Diese wird umfassend in vitro, in ovo, im Mausmodell und am Menschen untersucht. Zudem stehen molekulare Analysen im Fokus, um Auswirkungen der neuen Therapieansätze auf molekularer Ebene zu charakterisieren. Alle im Projekt generierten Daten fließen in ein klinisches Entscheidungsunterstützungssystem (CDSS) ein. Dieses KI-basierte System ermöglicht eine präzisere Diagnose und individuelle Therapieentscheidungen.
TP8: Molekulare Signaturen von kaltplasmainduzierten Effekten in in vitro sowie primären in vivo Modellsystemen
In Teilprojekt 8 wird untersucht, welche Auswirkungen die Behandlung mit Kaltplasma auf die komplexen molekularen Signaturen von Zellen und Geweben hat. Um diese Veränderungen auf molekularer Ebene zu erfassen, werden DNA, RNA und Proteine aus Zellkulturen und Tumorgeweben isoliert und mithilfe verschiedener moderner Sequenziermethoden analysiert. Dabei stehen insbesondere genregulatorische Prozesse und die Sensibilität der Zellen gegenüber der Behandlung im Fokus. Mithilfe von Long-Read-Sequenzierungen werden zudem Modifikationen der Nukleinsäuren untersucht. Die Daten stammen sowohl aus Mausmodellen als auch von humanen Proben, um die Übertragbarkeit der Ergebnisse zu prüfen. Die umfangreichen Daten werden bioinformatisch ausgewertet, um molekulare Muster zu erkennen, die mit einem Ansprechen auf die Therapie oder mit Resistenz-mechanismen zusammenhängen. Langfristig sollen diese Erkenntnisse dazu beitragen, neue, gezieltere Therapieansätze zu entwickeln.


