Charakterisierung der strukturellen und biochemischen ECM-Nische in soliden Tumoren mittels Multi-Matrisomics (Dr. Hannah Williams) Gruppe Zlobec, Williams Die extrazelluläre Matrix (ECM) ist ein zentraler Bestandteil des Tumorökosystems, ihre Rolle in der Tumorbiologie ist jedoch noch unzureichend verstanden. Die Arbeitsgruppe von Williams nutzt räumlich aufgelöste Multi-Matrisomics-Ansätze (räumliche Transkriptomik, Proteomik und digitale Bildanalyse) in 2D und 3D, um die strukturellen und biochemischen Eigenschaften des Matrisoms sowie deren Zusammenhang mit Tumorbiologie und klinischer Relevanz für den Krankheitsverlauf systematisch zu untersuchen. Wir untersuchen dafür verschiedene solide Tumorarten, darunter Darmkrebs und duktales Adenokarzinom des Pankreas. Unsere aktuellen Forschungsschwerpunkte umfassen die strukturelle und biochemische Phänotypisierung der ECM in 2D und 3D, die Analyse von ECM- und Epithel-Identität sowie die Untersuchung der Mechanismen der Desmoplasie durch Krebs-assoziierte Fibroblasten (CAF). Multimodale Untersuchung der extrazellulären Matrix in soliden Tumoren
3Dhist: Evolution von Darmkrebsmetastasen mittels multimodaler 2D- und 3D-Bildgebung Gruppe Zlobec, Williams Ziel dieses von der SNF geförderten Projekts ist die Aufklärung von Metastasierungswegen, von Lymphknotenmetastasen (LNM) bis hin zu Tumorzellablagerungen (TD), mittels 2D- und 3D-Analysen. Unsere Gruppe übernimmt als klinischer Partner in dieser institutionenübergreifenden Kooperation die morphologische und räumliche Charakterisierung von LNM und TD in 2D, um deren Metastasierungspotenzial zu beurteilen und Erkenntnisse zu gewinnen, die bestehende klinische und biologische Paradigmen verfeinern. Die 2D-Daten fliessen in die anschliessende 3D-Analyse mittels Mikro-Computertomographie (µCT), Nano-Computertomographie (nCT) und 3D-Lichtscheibenfluoreszenzmikroskopie (LSFM) ein und ermöglichen so die Analyse der Befunde im volumetrischen Kontext. Durch diesen integrierten Ansatz soll ein umfassenderes Verständnis der Metastasierung von kolorektalem Karzinom (CRC) erreicht werden. Eine computergestützte Analyse zeigt, dass das Vorhandensein von Tumor-Budding und komplexer Tumormorphologie in LNMs mit einer schlechteren Prognose von Patienten mit kolorektalem Karzinom im Stadium III verbunden ist
Entwicklung von Werkzeugen für die computergestützte Diagnostik Gruppe Zlobec, Williams Zusätzlich zur explorativen Gewebeanalyse entwickelt, testet und validiert unser Team intern entwickelte, Open-Source- und kommerziell erhältliche Algorithmen für den potenziellen diagnostischen Einsatz und die nahtlose Integration in die klinische Praxis. Aktuell entwickeln wir einen Algorithmus zur Erkennung von Lymphknotenmetastasen (MetAssist) mithilfe modernster Deep-Learning-Methoden. Wir optimieren den gesamten Prozess, von den Laborabläufen bis zur Datenanalyse, und ermöglichen die Visualisierung der Ergebnisse sowie die Interaktion zwischen unseren Algorithmen und den Beurteilungen von Pathologen. Durch die Integration des Feedbacks von Pathologen wollen wir die Leistungsfähigkeit von MetAssist verbessern und ein zuverlässiges Screening-Tool für Lymphknoten bereitstellen, das Pathologen in der klinischen Routinepraxis bei verschiedenen Gewebetypen unterstützt. Hierfür arbeiten wir eng mit unseren erfahrenen Pathologie-Kollegen zusammen. Computergestützte Analyse von Metastasen in Lymphknoten aus verschiedenen Tumorarten
Entschlüsselung der räumlich aufgelösten Transkriptionslandschaft des kolorektalen Karzinoms Gruppe Zlobec, Williams Unsere Gruppe nutzt räumliche Einzelzell-Transkriptomik (GeoMx, CosMx)-Analysen, um die Biologie solider Tumoren in beispielloser Detailgenauigkeit zu entschlüsseln. Wir legen grossen Wert auf technische Präzision und optimieren unsere Datenerfassungs- und Analyse-Pipelines, um eine robuste biologische Interpretation zu gewährleisten. Durch die Integration von Gewebemorphologie und zugrunde liegenden molekularen Zuständen konnten wir neuartige, unabhängige prognostische Biomarker identifizieren, darunter einen Tumor-Interaktions-Score, der die Wechselwirkungen zwischen Krebszellen und Stroma mit Entzündungsprozessen und Umbau der extrazellulären Matrix verknüpft. Darüber hinaus erforschen wir prädiktive Marker für das Ansprechen auf Strahlentherapie und stellen Zusammenhänge zwischen Tumorverkleinerung und der Transkription glutaminbezogener Gene her. Insgesamt verbindet unsere Arbeit tiefgehende biologische Analysen mit klinisch relevanten Erkenntnissen, um die Patientenstratifizierung zu optimieren. Morpho-molekulare Analyse. (a) PanCK-gefärbter TMA-Kern. (b) Einzelzellsegmentierung mit Darstellung des Tumor-Interaktions-Scores (epithelial) vs. TME (grau). (c) Visualisierung der Gewebeentnahme und der anschliessenden Einzelzell-Phänotypisierung innerhalb eines ausgewählten Sichtfelds
