Zlobec, Williams, Digitale Pathologie

Unsere Forschungsgruppe befasst sich mit den morphomolekularen und "spatial" biologische Aspekten von Darmkrebs. Wir nutzen digitale Pathologie und künstliche Intelligenz (KI), um Einblicke in das vielschichtige Phänomen der "Tumor budding" zu gewinnen, einschliesslich der Modulation der Mikroumgebung der Tumork budding nach der Behandlung und der klinischen Auswirkungen der Tumorheterogenität auf das Ergebnis der Patienten.

Aktuelle Forschungsprojekte Zlobec, Williams

Spatial Omics für eine umfassende Phänotypsierung bei kolorektalen Karzinomen

Gruppe Zlobec, Williams Gruppe Williams wendet modernste räumliche Transkriptom-Methoden an, um die transkriptionelle Heterogenität von Subtypen zu charakterisieren und die biologischen Prozesse der epithelialen Identität bei Darmkrebs zu entschlüsseln. Gruppe Zlobec erstellt in Zusammenarbeit mit Lunaphore Technologies (Innosuisse) ein multidimensionales Proteinpanel, um die Tumorbildung und ihre Mikroumgebung unter nativen und behandelten Bedingungen zu untersuchen. Die Integration von Daten aus unterschiedlichen Modalitäten der Gruppe Williams Zlobec unter Verwendung von Patientenkollektiven und ngTMA® leifert eine hochdimensionale Multi-Omics-Perspektive des kolorektalen Karzinoms.

Kolorektaler Krebs bei 20x Vergrösserung: a, Panck (rot) und Vimentin (grün); b, CD20 (rosa) und CD3 (gelb); c, E-Cadherin (grün) und CDX2 (rot). 

Digitale Pathologie und KI sollen neue Erkenntnisse über Darmkrebs liefern

Gruppe Zlobec Unser Sinergia-Projekt nutzt künstliche Intelligenz, um die Leistungsfähigkeit histologischer Bilder zu nutzen, um neue Einblicke in die Biologie des kolorektalen Karzinoms zu gewinnen und so die klinischen Ergebnisse zu verbessern. Wir untersuchen morphomolekulare Beziehungen, einschließlich der CMS-Klassifikation, und intratumorale Heterogenität, um neue interpretierbare und klinisch wichtige Merkmale zu lernen. Wir verwenden verschiedene computergestützte Methoden, darunter Graphen und Deep Learning, um die strukturellen und «Spatial» Muster an der Tumorinvasionsfront bei neoadjuvant behandelten Patienten zu bewerten. Darüber hinaus setzen wir räumliche Transkriptom- und Multiplex-Protein-Expressionsanalysen ein, um die Mikroumgebung des Tumors mit ihren komplexen stromalen Mustern und ihrem Immunkontext zu untersuchen. Zu den Mitarbeitern an diesem Projekt gehören M. Rodriguez (IBM Research), M. Anisimova (ZHAW), B. Snijder (ETH Zürich), A. Fischer (HES-SO & UniFribourg) und V. Koelzer (UniZürich).

Epithelzellen- und Lymphozytengraphen bei kolorektalem Krebs.

Entwicklung von Tools für die computergestützte Diagnose

Gruppe Zlobec Neben der explorativen Gewebeanalyse entwickelt, testet und validiert unser Team in-house, open-source und kommerziell verfügbare Algorithmen für den potenziellen diagnostischen Einsatz und die Integration in Arbeitsabläufe. Derzeit führen wir eine vergleichende Studie zu den Auswirkungen von Scannern und der Leistung verschiedener Software für die Ki-67-Erkennung und -Quantifizierung durch. Wir setzen Deep Learning-Methoden für die Segmentierung und Metastasenerkennung in Lymphknoten ein und optimieren Labor- und Datenanalyseprozesse, z. B. vom Scannen über die Erstellung von "Next-Generation Tissue Microarrays®" (www.ngtma.com) bis hin zur visuellen Darstellung der Ergebnisse und Analyse. Wir nutzen Graphen und geometrisches Deep Learning, um mehr über Tumorknospung und Lymphozyten zu erfahren. Mit dem International Budding Consortium entwickeln wir Algorithmen zur Erkennung von Hotspots und zur Quantifizierung von Tumorknospung in frühen pT1-Krebsstadien.

Computergestützte Analyse von Darmkrebsmetastasen in Lymphknoten.

Aktuelles

Dr. Hannah Williams schliesst sich unserer Gruppe an!

Hannah kommt vom Beatson Institute for Cancer Research UK und vom Dana-Farber Cancer Institute zu uns, wo sie über umfangreiche Erfahrung in der Anwendung und Analyse räumlicher Modalitäten bei Krebs verfügt. Ihre Arbeit am Institut für Pathologie wird sich mit der Erforschung der epithelialen Heterogenität und Plastizität in soliden Tumoren befassen.

Vorherige