Manipulation der Transkriptionsheterogenität
Manipulating drivers of transcriptional heterogeneity
Wissenschaftsdisziplinen
Biologie (20%); Informatik (30%); Medizinisch-theoretische Wissenschaften, Pharmazie (50%)
Keywords
-
Transcriptional Heterogeneity,
Single-Cell Transcriptomics,
Epigenetics,
Breast Cancer,
Drug Resistance,
Computational Biology
Brustkrebs ist die häufigste Krebserkrankung bei Frauen weltweit werden jedes Jahr mehr als 2 Millionen neue Fälle diagnostiziert, davon etwa 7.000 in Österreich. Er zählt außerdem zu den tödlichsten Krebsarten und verursacht jährlich über 600.000 Todesfälle. Etwa zwei Drittel aller Brustkrebserkrankungen reagieren auf Hormone und können mit hormonblockierenden Therapien behandelt werden. Diese Behandlungen wirken anfangs oft gut, bei etwa jeder fünften Frau kehrt der Tumor allerdings innerhalb von zehn Jahren zurück und wird dadurch deutlich schwerer behandelbar, da diese Rückfälle häufig Resistenzen gegenüber verschiedenen Therapieformen aufweisen und sich auf lebenswichtige Organe ausbreiten können. Unsere Forschung zielt darauf ab, neue Wege zu finden, um diese tödlichen Rückfälle zu verhindern oder zumindest hinauszuzögern. Dafür untersuchen wir, wie sich Krebszellen langsam an die Behandlung anpassen, und suchen nach Möglichkeiten, ihre Fähigkeit zur Weiterentwicklung einzuschränken mit dem Ziel, sie zu stoppen, bevor sie resistent werden. Während sich bisherige Studien meist mit Veränderungen im Erbgut der Krebszellen beschäftigen, untersuchen wir subtilere Anpassungen, die den Zellen helfen, die Therapie zu überleben. Dabei geht es um Faktoren, die die Aktivität des Epigenoms beeinflussen jener molekularen Regulierungsmechanismen, die steuern, welche Gene an- oder abgeschaltet werden. Solche epigenetischen Veränderungen sind möglicherweise sogar häufiger als genetische Mutationen, die mit Therapieresistenz in Verbindung stehen, und könnten mit Medikamenten rückgängig gemacht werden. Wir setzen modernste Labortechnologien ein darunter Gen-Editing und Einzelzell- Genomik sowie Computersimulationen und KI-gestützte Klassifikatoren, um jene epigenetischen Netzwerke zu rekonstruieren, die steuern, wie Krebszellen auf eine Behandlung reagieren und nach und nach Resistenzen entwickeln. Unsere Erkenntnisse testen wir darüber hinaus an Tumorproben aus Patientengewebe, die den vollständigen biologischen Kontext des menschlichen Körpers bewahren. Diese Arbeit könnte neue Behandlungsmethoden ermöglichen, die wiederum die Lebenserwartung tausender Brustkrebs PatientInnen verbessern. Darüber hinaus könnte sie für Wissenschaftler zu neuen Erkenntnissen zur Entstehung von Therapieresistenzen in weiteren Krebsarten führen.