Räumliche Transkriptomik bei Melanomen (HECTOR)

Charakterisierung der intratumoralen Heterogenität des Melanoms durch räumlich aufgelöste molekulare und KI-basierte Analysen (Hector-Stiftung, Deutschland)

Das Projekt ist eine Zusammenarbeit mit der Klinischen Kooperationseinheit Dermato-Onkologie des DKFZ (Jochen Utikal). Es konzentriert sich auf das Verständnis der räumlichen intra-tumoralen Heterogenität beim malignen Melanom und deren Auswirkungen auf die Patientenprognose. Indem wir sowohl die transkriptionelle als auch die morphologische Heterogenität untersuchen, wollen wir die Beziehung zwischen den verschiedenen Ebenen der Heterogenität und ihre Korrelation mit der Prognose untersuchen und möglicherweise einen Algorithmus trainieren, um relevante Segmente für eine mögliche Verwendung als digitale Biomarker zu identifizieren.

Auf der Ebene der Genexpression wird die Xenium-in-situ-Analyse eingesetzt, um die transkriptionelle Heterogenität zu untersuchen. Es werden ausgewählte Gene aus mesenchymalen und melanozytären Signaturen untersucht. Histologisch werden heterogene Segmente durch pathologische Annotation und KI-basiertes Clustering charakterisiert, um Korrelationen zwischen molekularen und histologischen Eigenschaften weiter zu untersuchen. Ein Deep-Learning-basierter Segmentierungsalgorithmus wird auf Fusionssegmenten trainiert, die aus Überlappungen zwischen den beiden Kategorien resultieren, um räumliche Heterogenität auf neuen Melanomschnitten zu annotieren. Wenn eine Korrelation zwischen dem Ausmaß der Heterogenität und der Prognose festgestellt wird, kann der Algorithmus verwendet werden, um einen Risikoklassifikator als digitalen prognostischen Biomarker zur Vorhersage des Rezidiv- oder Mortalitätsrisikos zu trainieren.