Login
 Forum
 
 
Thesis topic proposal
 
Tumorok és betegségek szubtípusainak komplex klinikopatológiai és digitális patológiai megközelítése

THESIS TOPIC PROPOSAL

Institute: Semmelweis University, Budapest
clinical medicine
Doctoral School of Pathological Sciences

Thesis supervisor: Tamás Szabolcs Micsik
Location of studies (in Hungarian): SE I.sz. Patológiai és Kísérleti Rákkutató Intézet
Abbreviation of location of studies: SE


Description of the research topic:

A kutatási téma leírása: A szolid tumorok vezető halálokokként szerepelnek a statisztikákban, és ezekben sajnálatos módon Magyarország is élen jár. A daganatos megbetegedések számának növekedésével párhuzamosan egyre jobban megismerjük a daganatképződést és propagációt mozgató molekuláris folyamatokat. Ezek közül több faktor, molekuláris vagy génexpressziós eltérés bizonyos daganatokban gyakrabban jelenik meg: pl. HER2 amplifikált gyomor és emlőrák; K-RAS, N-RAS, B-RAF mutációk vastagbél és tüdőrákokban; PDL1 expresszió bizonyos szolid daganatokban; microsatellita instabilitás (MSI) vastagbél és gyomorrákokban; ALK1, ROS1, EGFR mutációk tüdőrákokban; c-Kit és PGFR mutációk gastrointestinalis stromalis tumorokban és a lista folyamatosan bővül. Szerencsés esetben ezen molekuláris eltérések csak a daganatban manifesztálódnak és így célzott terápiás beavatkozásoknak is módot adnak, így mára a patológiai leletek elengedhetetlen részeivé váltak különböző prediktív és prognosztikai faktorok is. Ezek a betegnél alkalmazott terápiát alapvetően határozzák meg így a terápiás döntéshozatali algoritmus fontos részei.
Nemzetközi összefogásokkal (pl. The Cancer Genome Atlas – TCGA) a különböző szolid daganatok nagyobb számú esetének mélyreható, különböző módszerekkel történő genetikai elemzéséből és az adatok komplex biostatisztikai analíziséből a daganatok olyan molekuláris altípusait lehet megkülönböztetni, melyek klinikai relevanciával is bírnak. Például vastagbélrákok és gyomorrákok esetében is 4 olyan altípust emelnek ki (Consensus Molecular Subtype – CMS) melyek közül a B-RAF, PDL1, MSI, CIN, EBV-asszociált gyomorrák kliniailag is más viselkedéssel és prognózissal bír, illetve meghatározza az adott daganat bizonyos kezelésre való responderségét is. De számos más daganatnál is olyan releváns eltérésekre derült fény, melyek a rutin patológiai vizsgálattal nem hozzáférhetőek, ugyanakkor befolyásolhatják a beteg prognózisát (pl. Medulloblastoma, Glioblastoma, tüdő adenocarcinoma, kissejtes tüdőrák)
Jelen gyakorlat szerint a diagnózisalkotáskor több prediktív és prognosztikai markerről is nyilatkozunk a patológiai leletben, melyek azonban többször szubjektíven megítélhető faktorok. A kérdést tovább bonyolítja a daganatok egyre jobban előtérbe kerülő heterogenitása. Ugyanakkor a digitális patológia és digitális képfeldolgozás (Digital Image Analysis) eszközével ezen változók egységesen, standarizáltan értékelhetőek ki, csökkentve az interobserver variabilitás és a heterogenitás hatását. Mivel a számítógépek nálunk sokkal megbízhatóbban és pontosabban tudnak számolni, a különböző markerek pontos számszerűsítésével potenciálisan pontosabbá tehető a prediktív és prognosztikai markerek klinikai megítélése és hasznossága. Jó példa lehet erre a neuroendokrin daganatok esetében a proliferációs ráta meghatározása, mely a daganatok grade-elésének alapvető eleme.
A patológia speciális területe a traszplantációs patológia, ahol a különböző beültetett graftok túlélését meghatározó rejekció megítélése néhol igen nehéz és szubjektív lehet. Ráadásul itt is különböző molekuláris jelutakon történhet a graft kilökődése, melyek nem egyformán befolyásolhatóak, ezért a klinikai relevancia itt is mindennapi kérdésként merül fel. Eme speciális terület digitális patológiai megközelítése kifejezetten izgalmas kérdéskör.
Célunk olyan különböző tumorokat, betegségeket tartalmazó regiszterek felépítése és tanulmányozása, mely alapvetően a betegek archivált műtéti anyagából indul ki. Ugyanakkor ehhez a betegek részletes és egységes szempontok szerint felvett klinikopatológiai és betegkövetési adatait, molekuláris diagnosztikai és immunhisztokémiai eredményeit, valamint a digitális képfeldolgozással standardizált módon mért jellemzőit párosítva komplex digito-molekulo-klinikopatológiai adatbázisokat alakítunk ki. Ennek során természetesen a nemzetközi szakirodalomban megjelenő folyamatosan újuló ismeretanyagot is felhasználjuk.
Ezen regiszterek komplex, követett adataival, illetve azok biostatisztikai/bioinformatikai elemzésével lehetővé válik a molekuláris altípusok klinikai relevanciájának, illetve a különböző régebben ismert, illetve újabban felfedezett prognosztikai és prediktív markereknek a validálása. A klinikailag releváns molekuláris altípusok diagnózisa könnyebben hozzáférhetővé válhat a komplex elemzés során nyert eredményekkel, például bizonyos immunhisztokémiai, vagy digitális patológiai jellemzők alapján. A drága, kísérleti metódusokkal feltárt molekuláris altípusok elkülönítése így a hétköznapi rutin részévé válhat.
Vizsgálataink végeredményeként terápiás döntési algoritmusokat igyekszünk kialakítani. Ezek segítik a klinikai döntéshozatalt és az adott beteg adott tumorának legjobb, legcélzottabb kezelését segítik elő és ezáltal potenciálisan tartósabb betegség-kontrollt, hosszabb túlélést tesznek lehetővé.


Deadline for application: 2019-12-31

 
All rights reserved © 2007, Hungarian Doctoral Council. Doctoral Council registration number at commissioner for data protection: 02003/0001. Program version: 2.2358 ( 2017. X. 31. )