Mohit Singh
Die Entwicklung neuer Krebsmedikamente wird durch die Heterogenität der Tumore stark behindert. Um neue Ziele und nützliche Modellsysteme zu finden, ist ein Verständnis der räumlichen Tumorlandschaft erforderlich. Hier untersuchen wir die Nützlichkeit der räumlichen Transkriptomik (ST) für die onkologische Forschung, indem wir 40 Gewebeschnitte und 80.024 Erfassungsstellen in einer Vielzahl von Gewebetypen, Probenformaten und RNA-Erfassungschemikalien profilieren. Durch die Verwendung einer angepassten Pathologieanalyse, die eine Grundwahrheit für die Zusammensetzung der Gewebeschnitte liefert, validieren wir die Präzision und Integrität der ST. Anschließend zeigen wir anhand räumlicher Daten, wie wichtige Tumortiefenparameter wie Hypoxie, Nekrose, Gefäßsystem und Veränderungen der extrazellulären Matrix erfasst werden können. In syngenen Krebsmodellen verwenden wir den räumlichen Kontext auch, um relative Zelltyppositionen zu bestimmen, die die Antikorrelation von Tumor- und Immunzellen demonstrieren. In klinischen Pankreasadenokarzinomproben demonstrieren wir Methoden zur Zielidentifizierung und heben tumoreigene Indikatoren und parakrine Signalgebung hervor.