Skip to main content
Weiter zur Homepage der Europäischen Kommission (öffnet in neuem Fenster)
Deutsch de
CORDIS - Forschungsergebnisse der EU
CORDIS

Unraveling Molecular Mechanisms of Human Liver Fibrosis Resolution Using Spatial Proteomics

Projektbeschreibung

Die Regression der Leberfibrose bei alkoholbedingten Erkrankungen mittels räumlicher Proteomik entschlüsseln

Leberfibrose – die Ansammlung von Narbengewebe – ist ein kritisches Stadium der alkoholbedingten Lebererkrankung. Ein Fortschreiten der Erkrankung kann zu Leberzirrhose und Leberversagen führen. Eine Intervention bietet die Aussicht auf eine Regression, die jedoch nicht bei allen Patientinnen und Patienten anschlägt. Mit Unterstützung durch das Marie-Skłodowska-Curie-Maßnahmenprogramm zielt das RESOLiVER-Projekt darauf ab, die unbekannten molekularen Mechanismen und Prädiktoren für eine Regression nach der Behandlung aufzudecken. Dazu wird eine seltene Kohorte von Biopsien genutzt, die vor und nach der Behandlung von ansprechenden wie auch von nicht ansprechenden Betroffenen entnommen wurden. Räumliche Proteomikdaten werden zum Training von Modellen des maschinellen Lernens verwendet, um das Ansprechen auf die Behandlung vorherzusagen und klinisch anwendbare Proteinsignaturen zu identifizieren. Außerdem könnten dynamische Veränderungen der extrazellulären Matrix, die ein Kennzeichen der Leberfibrose sind, mittels Proteomik und Phosphoproteomik erfasst werden.

Ziel

Alcoholic liver disease (ALD) is a major global health burden, with liver fibrosis representing a critical stage. Although fibrosis can regress after treatment, the molecular drivers and predictors of patient response remain unknown. RESOLiVER aims to bridge this knowledge gap using powerful and novel approaches and a unique cohort of ALD biopsies collected pre- and post-treatment from both responders and non-responders.
Macrophages and fibroblasts are critical for fibrosis regression. Deciphering their dynamics necessitates sensitive protein measurement with high spatial resolution, enabling precise quantification of molecular changes undetectable by other modalities. The host laboratory of Professor Matthias Mann is ideally suited for this investigation, given their pioneering method development, state-of-the-art instrumentation, and unparalleled proteomics expertise.
Using insights from spatial proteomics, I will develop machine learning models to predict treatment responses and identify protein signatures for clinical application. Additionally, I will employ proteomics and phosphoproteomics approaches to capture dynamic extracellular matrix (ECM) changes - the hallmark of liver fibrosis - and active cross-regulation between ECM and adjacent cells. This is enabled by recent host lab developments in ultra-sensitive phosphoproteomics from low input amounts.
The convergence of clinical expertise and distinctive patient cohorts from collaborators, unmatched proteomics capabilities of the host laboratory, and my profound background in liver research and computational analysis provides RESOLiVER with complementary skillsets to tackle this challenge. By elucidating molecular drivers of fibrosis regression and progression, RESOLiVER will advance fundamental understanding of liver disease and provide actionable insights to guide prognosis, inform therapeutic strategies, and improve ALD management.

Wissenschaftliches Gebiet (EuroSciVoc)

Schlüsselbegriffe

Programm/Programme

Thema/Themen

Finanzierungsplan

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen

Aufforderung zur Vorschlagseinreichung

(öffnet in neuem Fenster) HORIZON-MSCA-2025-PF

Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigen

Koordinator

MAX-PLANCK-GESELLSCHAFT ZUR FORDERUNG DER WISSENSCHAFTEN EV
Netto-EU-Beitrag
€ 217 965,12
Adresse
HOFGARTENSTRASSE 8
80539 MUNCHEN
Deutschland
Region
Berlin Berlin Berlin
Aktivitätstyp
Research Organisations
Links
Gesamtkosten
Keine Daten