Projekt B5
Auf maschinellem Lernen basierende In-vivo-Bewertung der Rolle der synovialen Mikroumgebung in der Pathogenese der entzündlichen Arthritis.
Das Synovialgewebe stellt eine einzigartige Mikroumgebung dar, die sich als entscheidender Faktor für den Verlauf der rheumatoiden Arthritis (RA) erwiesen hat. Insbesondere die residenten synovialen Immunzellen wie Makrophagen üben nicht nur entzündungsfördernde, sondern auch wichtige gewebeschützende Funktionen aus und steuern so aktiv den Beginn und das Abklingen der Entzündung. Makrophagen sind auf die Wechselwirkungen mit ihrer lokalen Mikroumgebung angewiesen, aber wie sich der Zustand der Mikroumgebung tatsächlich in Veränderungen der Entzündungsschwelle im Synovialgewebe niederschlägt, bleibt unklar. Auf der Grundlage vielversprechender vorläufiger In-vivo-Ergebnisse werden wir eine neuartige intravitale Bildgebungsplattform für kleine periphere Mäusegelenke einrichten, die es uns ermöglicht, direkt auf ein intaktes Synovialkompartiment zuzugreifen und die räumlich-zeitliche Dynamik synovialer Immunzellen im gesunden Zustand und während des Auftretens von Arthritis sichtbar zu machen. Im Rahmen eines interdisziplinären Ansatzes werden wir eine begleitende, auf maschinellem Lernen basierende quantitative Analysepipeline entwickeln, die es uns ermöglicht, die Struktur-Funktions-Beziehungen der synovialen Mikroumwelt-Nische in situ zu untersuchen. Dabei werden wir Methoden identifizieren, die für die Analyse dieser Strukturen geeignet sind, und neuartige, datengesteuerte Ansätze entwickeln, die es uns ermöglichen, sowohl die zeitliche als auch die funktionelle Dynamik quantitativ zu erfassen. Unser Ziel ist es, die direkte Rolle des stromalen Crosstalks und der räumlichen Biologie für die Funktionalität der synovialen Makrophagen zu verstehen. Dies wird dazu beitragen, die Krankheitsanfälligkeit auf der Ebene der Gewebehomöostase besser zu erklären, und den Weg zu neuen therapeutischen Ansätzen ebnen, die nicht nur eine bereits bestehende Arthritis behandeln, sondern auch verhindern, dass sie überhaupt erst entsteht.
Prof. Dr.-Ing. Katharina Breininger
Department Artificial Intelligence in Biomedical Engineering (AIBE)
Juniorprofessur für Artificial Intelligence in Medical Imaging
- Telefon: +49 9131 85-71154
- E-Mail: katharina.breininger@fau.de
Prof. Dr. med. Stefan Uderhardt
Medizinische Klinik 3 - Rheumatologie und Immunologie
Lehrstuhl für Innere Medizin III
- Telefon: +49 9131 85-70350
- E-Mail: stefan.uderhardt@uk-erlangen.de
Jonas Utz
AIMI@FAU Lab
Department of Artificial Intelligence in Biomedical Engineering