Forum für Wissenschaft, Industrie und Wirtschaft

Krebs automatisch erkennen

nächste Meldung

Die Diagnostik von Krankheiten wie z.B. Krebs basiert heute noch wie vor Jahrzehnten auf der Beurteilung von Zellen oder Geweben. Die Treffsicherheit der Diagnose hängt neben objektivierbaren Parametern mitunter auch von subjektiven Faktoren ab, etwa der persönlichen Erfahrung des Untersuchers oder der Gewebsbeschaffenheit. Mehr Sicherheit verspricht die Unterstützung durch automatische Verfahren, die auf der Analyse des Spektrums von Gewebeproben und Zellen basieren. Einer der großen Wegbereiter dieser Technik ist Prof. Dr. Max Diem vom „Department of Chemistry and Chemical Biology” an der Northeastern University in Boston, USA.

Er wird das akademische Jahr 2010/11 als Gastprofessor am Protein Research Department der Ruhr-Universität Bochum (Sprecher Prof. Dr. Klaus Gerwert) verbringen.

Darmkrebs: Automatische Diagnose und Prognose

Die histologische oder zytologische Untersuchung, die auch zum Screening zum Beispiel gegen Gebärmutterhalskrebs genutzt wird, basiert auf der mikroskopischen Inspektion von angefärbten Zellen oder Gewebeschnitten. Dabei nutzt man morphologische und Gewebestruktur-basierte Kriterien zur Diagnose. Automatisierte Techniken, die bei der Erkennung von Gewebsmustern helfen, könnten die Diagnose erleichtern oder bestimmte Merkmale validieren. Im Center for Vibrational Microscopy(CVM) und im Proteinforschungszentrum PURE (Sprecher: Prof. Dr. Klaus Gerwert) suchen Forscher daher spektrale Krebsmarker. Prof. Diem wird eng mit den RUB-Forschern zusammenarbeiten, insbesondere bei der Etablierung spektraler Methoden zur Erkennung, Diagnose und Prognose von Darmkrebs (Kolonkarzinom). Das CVM und PURE arbeiten auch eng zusammen mit Prof. Dr. Wolff Schmiegel und Prof. Dr. Andrea Tannapfel (RUB-Universitätsklinik Bergmannsheil und Knappschaftskrankenhaus Bochum-Langendreer), die ihre medizinische und diagnostische Expertise und nicht zuletzt Gewebeproben einbringen.

Schnappschuss der Zellzusammensetzung

Im letzten Jahrzehnt hat Prof. Diems Forschungsgruppe in Boston bahnbrechende Arbeiten zur Anwendung der Infrarot-Spektroskopie und Infrarot-Spektralabbildung (Infrared Spectral Imaging) für die medizinische Diagnostik durchgeführt. Die spektralen Messungen, gekoppelt mit computerbasierten Methoden der multivariablen Statistik, wurden dabei zu Erkrankungszuständen von Zellen und Geweben in Bezug gesetzt. Das funktioniert so: Bestrahlt man eine Zelle oder ein Gewebe mit Infrarotstrahlung, werden bestimmte Frequenzbereiche absorbiert. Das führt zur einer Schwingungsanregung der Molekülbindungen, die man im gemessenen Spektrum sehen kann. Die dazu notwendigen Frequenzen erlauben Rückschlüsse auf Eigenschaften des bestrahlten Gewebes. „Das Infrarotspektrum einer Zelle oder eines Gewebepixels beschreibt einen Schnappschuss der gesamten biochemischen Zusammensetzung der Zelle oder eines Gewebeschnitts“, verdeutlicht Prof. Gerwert. „Diese Zusammensetzung ist bei normalen und krankhaften Zuständen verschieden.“ Da die biochemische Zusammensetzung von einem Spektrometer gemessen und mittels Computer ausgewertet wird, wird die Arbeit der Pathologen erheblich unterstützt, ähnlich wie das Fahrerassistenzpaket beim Autofahren.

Gemeinsam Datenbanken erstellen

Prof. Diems „Labor für Spektrale Diagnose” (LSpD) an der Northeastern University ist mit über sieben Millionen US-Dollar vom Amerikanischen Gesundheitsministerium für dieses Projekt gefördert worden. In den letzten vier Jahren wurden die Ergebnisse dieser Forschung in 40 wissenschaftlichen Veröffentlichungen und Buchkapiteln publiziert. Eine vorklinische Studie zur Früherkennung von Mundkrebs mit der spektralen Zytologie läuft derzeit am LSpD. Darüber hinaus werden in Zusammenarbeit mit der Pathologiegruppe am Tufts University Medical Center in Boston neue Methoden erforscht, um Mund-, Gebärmutterhals- und Lungenkrebs automatisch zu erkennen. Weiterhin wurden Methoden zur Prognose von Brustkrebs entwickelt für Patientinnen, die Metastasen in den Lymphknoten der Achselhöhlen haben. Im November 2010 unterzeichneten die Northeastern University einen Linzenzvertrag mit einem neu gegründeten Unternehmen, um die vom LSpD entwickelte Technologie zu vermarkten. Die Zusammenarbeit zwischen dem LSpD und dem Lehrstuhl für Biophysik an der RUB wird die Forschung auf diesem Gebiet weiter vorantreiben und spektrale Datenbanken und Korrelationen zwischen spektraler Information, Histopathologie und biologischen Krebs-Markern erstellen.

Weitere Informationen

Prof. Dr. Klaus Gerwert, Lehrstuhl für Biophysik der Ruhr-Universität Bochum, 44780 Bochum, ND 04/596, Tel. 0234/32-24461, E-Mail: gerwert@bph.rub.de

Redaktion: Meike Drießen

Dr. Josef König | idw
Weitere Informationen:
http://www.ruhr-uni-bochum.de/

nächste Meldung

Im Focus: Hochpräzise Verschaltung in der Hirnrinde

Es ist noch immer weitgehend unbekannt, wie die komplexen neuronalen Netzwerke im Gehirn aufgebaut sind. Insbesondere in der Hirnrinde der Säugetiere, wo Sehen, Denken und Orientierung berechnet werden, sind die Regeln, nach denen die Nervenzellen miteinander verschaltet sind, nur unzureichend erforscht. Wissenschaftler um Moritz Helmstaedter vom Max-Planck-Institut für Hirnforschung in Frankfurt am Main und Helene Schmidt vom Bernstein-Zentrum der Humboldt-Universität in Berlin haben nun in dem Teil der Großhirnrinde, der für die räumliche Orientierung zuständig ist, ein überraschend präzises Verschaltungsmuster der Nervenzellen entdeckt.

Wie die Forscher in Nature berichten (Schmidt et al., 2017. Axonal synapse sorting in medial entorhinal cortex, DOI: 10.1038/nature24005), haben die...

Im Focus: Highly precise wiring in the Cerebral Cortex

Our brains house extremely complex neuronal circuits, whose detailed structures are still largely unknown. This is especially true for the so-called cerebral cortex of mammals, where among other things vision, thoughts or spatial orientation are being computed. Here the rules by which nerve cells are connected to each other are only partly understood. A team of scientists around Moritz Helmstaedter at the Frankfiurt Max Planck Institute for Brain Research and Helene Schmidt (Humboldt University in Berlin) have now discovered a surprisingly precise nerve cell connectivity pattern in the part of the cerebral cortex that is responsible for orienting the individual animal or human in space.

The researchers report online in Nature (Schmidt et al., 2017. Axonal synapse sorting in medial entorhinal cortex, DOI: 10.1038/nature24005) that synapses in...

Im Focus: Tiny lasers from a gallery of whispers

New technique promises tunable laser devices

Whispering gallery mode (WGM) resonators are used to make tiny micro-lasers, sensors, switches, routers and other devices. These tiny structures rely on a...

Im Focus: Wundermaterial Graphen: Gewölbt wie das Polster eines Chesterfield-Sofas

Graphen besitzt extreme Eigenschaften und ist vielseitig verwendbar. Mit einem Trick lassen sich sogar die Spins im Graphen kontrollieren. Dies gelang einem HZB-Team schon vor einiger Zeit: Die Physiker haben dafür eine Lage Graphen auf einem Nickelsubstrat aufgebracht und Goldatome dazwischen eingeschleust. Im Fachblatt 2D Materials zeigen sie nun, warum dies sich derartig stark auf die Spins auswirkt. Graphen kommt so auch als Material für künftige Informationstechnologien infrage, die auf der Verarbeitung von Spins als Informationseinheiten basieren.

Graphen ist wohl die exotischste Form von Kohlenstoff: Alle Atome sind untereinander nur in der Ebene verbunden und bilden ein Netz mit sechseckigen Maschen,...

Im Focus: Hochautomatisiertes Fahren bei Schnee und Regen: Robuste Warnehmung dank intelligentem Sensormix

Schlechte Sichtverhältnisse bei Regen oder Schnellfall sind für Menschen und hochautomatisierte Fahrzeuge eine große Herausforderung. Im europäischen Projekt RobustSENSE haben die Forscher von Fraunhofer FOKUS mit 14 Partnern, darunter die Daimler AG und die Robert Bosch GmbH, in den vergangenen zwei Jahren eine Softwareplattform entwickelt, auf der verschiedene Sensordaten von Kamera, Laser, Radar und weitere Informationen wie Wetterdaten kombiniert werden. Ziel ist, eine robuste und zuverlässige Wahrnehmung der Straßensituation unabhängig von der Komplexität und der Sichtverhältnisse zu gewährleisten. Nach der virtuellen Erprobung des Systems erfolgt nun der Praxistest, unter anderem auf dem Berliner Testfeld für hochautomatisiertes Fahren.

Starker Schneefall, ein Ball rollt auf die Fahrbahn: Selbst ein Mensch kann mitunter nicht schnell genug erkennen, ob dies ein gefährlicher Gegenstand oder...