Michael Skinnider, University of British Columbia, Vancouver, Canada

Liefert ein “multi-omic” Ansatz neue Biomarker bei akuter Rückenmarksverletzung?

Gefördert in: 2018, 2019, 2020


Zur Übersicht

Problem: Es gibt bisher keine effektiven Behandlungsmöglichkeiten für Rückenmarksverletzung

Ansatzpunkt: Entdecken eines objektiven molekularen Biomarkers, der Patienten nach dem Schweregrad ihrer Verletzung einteilt und ihre neurologische Funktionswiederherstellung vorhersagt.

Zielsetzung: Die Anwendung von Daten-getriebenen Ansätzen zur Entwicklung von Biomarkern.

 

Trotz der persönlichen Auswirkungen und der wirtschaftlichen Herausforderung einer Rückenmarksverletzung, gibt es bisher keine effektiven Behandlungsmöglichkeiten. Das liegt u.a. daran, dass die Durchführung einer einzelnen klinischen Studie eines neuen Therapeutikums mehr als 10 Jahre dauern kann und beträchtliche finanzielle Ressourcen zur Durchführung benötigt. Diese hohen Kosten kommen zum Teil dadurch zustande, dass standardisierte neurologische Messungen bei der Patientenrekrutierung eingehalten werden müssen. Ein objektiver molekularer Biomarker, der Patienten nach dem Schweregrad ihrer Verletzung einteilt und ihre neurologische Funktionswiederherstellung vorhersagt, könnte die Kosten und die Zeit zur Durchführung einer klinischen Studie bei Querschnittslähmung erheblich senken.

In diesem Projekt wird die translationale Kluft bei der akuten Querschnittslähmung näher beleuchtet, indem ein einzigartiger Datensatz von Liquor- und Serumproben von akuten Querschnittspatienten untersucht wird, deren Genom, Proteom, Metabolom und Lipidom von Prof. Brian Kwon analysiert wurde. Speziell werden hier einzelne „-om“-Ansätze untersucht und schließlich eine integrative „multi-om“-Analyse durchgeführt, um molekulare Besonderheiten der akuten Rückenmarksverletzung zu identifizieren, die den neurologischen Funktionsgewinn genauer vorhersagt als bisherige klinische Messungen. Außerdem wird überprüft, ob diese Biomarker auch in einem Tiermodell als Vorhersageparameter dienen und so eine Übertragung der Forschungsergebnisse von der Klinik zurück ins Labor ermöglichen. Somit soll eine Basis für die Translation von präklinischen Forschungsergebnissen geschaffen werden. Die Anwendung von Daten-getriebenen Ansätzen zur Evaluierung von vorhandenen Ressourcen wird daher eine Brücke für die translationale Kluft liefern.