Die quantitative Profilierung von Proteinen, welche als funktionelle Bausteine unserer Zellen über Gesundheit und Krankheit maßgeblich entscheiden, ist der Schlüssel zum Verständnis schwerer Erkrankungen wie Krebs. Tumore sind komplexe Gewebe, bestehend aus multiplen Zell-und Phänotypen, die häufig räumlich organisiert sind. Die Analyse dieser unterschiedlichen zellulären Zustände und ihres dynamischen Zusammenspiels erfordert neue, multimodale Konzepte auf Basis von interdisziplinären, translationalen Forschungsansätzen in enger Zusammenarbeit mit klinischen Partnern.
Unsere Forschungsgruppe entwickelt Massenspektrometrie (MS) basierte Methoden für die Systembiologie. Wir verwenden eine Kombination aus vielschichtiger Proteomik (Expressions-, Interaktions-Phospho-Proteomik) und funktionellen zellbiologischen Assays.
From left to right: Fabian Coscia, Di Qin, Sonja Fritzsche, Jeannine Engel, Melissa Klingeberg, Janett König, Jose Nimo, Anuar Makhmut
Wir haben vor kurzem das Konzept Deep Visual Proteomics mitentwickelt, eine einzigartige Methode, welche hochauflösende Mikroskopie, künstliche Intelligenz gesteuerte Bildanalyse, sowie hochempfindliche MS-basierte Proteomik kombiniert. Angewendet auf präklinische Modelle und archivierte Biobankproben (FFPE) ermöglicht uns dieses Konzept beispiellose Einblicke in die zelluläre Proteomheterogenität.
Als Teil des Berliner Forschungskerns „MSTARS“ (Multimodal Clinical Mass Spectrometry to Target Treatment Resistance) arbeitet unsere MDC-Gruppe eng mit dem Berlin Institute of Health, dem Max-Planck-Institut für molekulare Genetik sowie der Humboldt-Universität und der CHARITÉ zusammen. MSTARS, das vom Bundesministerium für Wissenschaft und Technologie (BMBF) gefördert wird, kombiniert ein breites Spektrum komplementärer proteomischer, metabolomischer und bildgebender Technologien mit computergestützten Ansätzen für die Patientenversorgung der nächsten Generation.
Unser langfristiges Ziel ist es, molekulare und zelluläre Krankheitsmuster zu entschlüsseln, die als prädiktiveMarkerin der PräzisionsonkologieAnwendung finden.
