Teilprojekt B15

B15: Pathophysiologie und fortschrittliche Ansätze zur Subtypisierung und diagnostischen Stratifizierung beim primären Aldosteronismus

Dieses multizentrische translationale Forschungsprojekt zielt darauf ab, das Verständnis und die Diagnose von aldosteronproduzierenden Adenomen (APAs), einer Hauptursache für primären Aldosteronismus, zu verbessern. Das Projekt untersucht, wie genetische Variationen die Entwicklung und das Fortschreiten von APAs durch integrierte transkriptomische und epigenetische Analysen auf Einzelzellniveau beeinflussen. Mithilfe fortschrittlicher Sequenzierungstechniken (Single-Nuclei-Multiome-Bibliotheken) werden wir die molekularen Profile verschiedener APA-Genotypen charakterisieren und diese auf räumliche Gewebemerkmale abbilden, um genotypabhängige Mechanismen der APA-Pathophysiologie aufzuklären. Darüber hinaus werden wir Daten und Biobankproben von über 900 Patienten aus der PROSALDO-Studie verwenden, um neue Biomarker für die Nebennierenfunktion und -dysfunktion zu identifizieren und genetische Subtypen mit bestimmten Steroidhormon- und Stoffwechselprofilen in Verbindung zu bringen. Ein wichtiges translationales Ziel ist die Verfeinerung und klinische Implementierung eines auf maschinellem Lernen basierenden klinischen Entscheidungsunterstützungssystems, das den regulatorischen Standards für Medizinprodukte entspricht. Dieses Tool wird eine schnellere und kostengünstigere diagnostische Stratifizierung von Patienten mit APA ermöglichen und fortgeschrittene molekulare Erkenntnisse in regulatorisch konforme klinische Tools umsetzen, die im Vergleich zur aktuellen klinischen Praxis frühere und gezieltere therapeutische Interventionen ermöglichen und letztlich die Patientenversorgung verbessern

Ziele

(I) Aufklärung der Transkriptions- und Epigenomlandschaft in APA-Tumorzell-Subpopulationen.

(II) Optimierung des Managements postoperativer Ergebnisse bei PA durch fortschrittliche histopathologische und steroidomische Profilerstellung.

(III) Einrichtung und Validierung eines ML-basierten klinischen Entscheidungsunterstützungssystems für den Routineeinsatz bei Patienten mit Verdacht auf PA.

© SFB/TRR 205