Forschungsteam Aigelsreiter

Forschungsschwerpunkt Morpho-molekulare Leber- und Pankreaspathologie

Teamleiterin: Ariane Aigelsreiter

Das Forschungsteam untersucht histologische und molekulare Veränderungen bei Leber- und Pankreastumoren, insbesondere beim hepatozellulären Karzinom (HCC) und beim duktalen Adenokarzinom des Pankreas. Ziel ist es, durch die Verknüpfung klassischer Histopathologie mit modernen molekularbiologischen Methoden ein tieferes Verständnis der Tumorbiologie zu erlangen, um die Prognose zu verbessern und neue Therapieansätze zu entwickeln.

Ein besonderer Schwerpunkt liegt auf der Analyse histomorphologischer Veränderungen und deren Korrelation mit molekularpathologischen Daten. Zum Einsatz kommen Technologien wie Next Generation Sequencing (NGS), spatial in situ Hybridisierung und Proteomanalysen, um genetische Alterationen präzise im Gewebekontext zu kartieren. Auf diese Weise sollen neue, klinisch relevante Subgruppen identifiziert werden, die Rückschlüsse auf den Krankheitsverlauf und das Therapieansprechen ermöglichen.

Ein innovativer Ansatz ist der Aufbau digitaler, annotierter Tumorkohorten zur Anwendung künstlicher Intelligenz (KI). KI-gestützte Algorithmen sollen morphologische Merkmale automatisiert erkennen und mit molekularen Daten verknüpfen. Ziel ist eine verbesserte Diagnostik sowie die Entwicklung prognostischer Modelle zur personalisierten Therapieentscheidung.

Darüber hinaus etabliert das Forschungsteam tumorspezifische Organoid- und Zellkulturmodelle aus patienteneigenem Tumorgewebe, das im Rahmen des Schnellschnittverfahrens gewonnen wird. Diese 3D-Zellkulturen bilden die Tumorheterogenität und histologischen Subtypen in vitro ab. Bei HCC und Pankreaskarzinomen werden Organoide und Zellkulturmodelle hinsichtlich Morphologie, Differenzierung und molekularer Eigenschaften analysiert. Sie dienen als präklinische Plattform für neue Therapieansätze. Genetische, epigenetische und proteomische Veränderungen werden detailliert untersucht, um deren Einfluss auf Morphologie und Therapieansprechen besser zu verstehen. Ziel ist es, personalisierte Therapien auf Basis dieser Organoide zu entwickeln und zu validieren.

Das Team vereint klassische Pathologie mit molekularer Onkologie. Durch digitale Analysen, eine KI-basierte Morphologiebewertung und funktionelle Modelle entsteht ein neues Verständnis der Tumorbiologie – mit dem Ziel, Diagnostik, Prognose und Therapieentscheidungen nachhaltig zu verbessern.

Projekte

Hepatozelluäres Karzinom – patientenspezifische Organoid-Modelle

Im Rahmen dieses translationalen Projekts werden patientenindividuelle hepatozelluläre Karzinom-(HCC)-Organoide aus Tumorgewebe generiert, das intraoperativ im Zuge der Schnellschnittdiagnostik entnommen wird. Die Etablierung der Organoide erfolgt in Gegenwart autologer Komponenten aus dem Serum des jeweiligen Patienten/der jeweiligen Patientin, um möglichst naturnahe Bedingungen des Tumormikromilieus zu rekonstruieren. Ziel ist es, die Morphologie sowie die genetischen Veränderungen des Primärtumors in den ex vivo kultivierten Organoiden widerzuspiegeln und ein Modell zu schaffen, das sich zur präklinischen Testung individueller Therapieansätze eignet. Die Tumoren werden gemäß der aktuellen WHO-Klassifikation morphologisch subtypisiert. Die histologischen Merkmale werden systematisch erfasst und mit den in den Organoiden beobachteten morphologischen Strukturen verglichen, um die Repräsentativität der Modelle zu validieren. Zusätzlich erfolgt eine umfassende molekulare Charakterisierung sowohl des Primärtumors als auch der Organoide mittels Next-Generation-Sequencing (NGS). Dabei werden relevante Treibermutationen und potenzielle therapeutische Ziele analysiert. Durch den Abgleich der genetischen Profile soll sichergestellt werden, dass die Organoide die wesentlichen genetischen Eigenschaften des Ursprungsgewebes beibehalten. Langfristiges Ziel des Projekts ist die Etablierung eines funktionellen Testsystems zur personalisierten Therapieauswahl. Durch die Anwendung verschiedener medikamentöser Substanzen an den patientenspezifischen Organoiden kann ein ex vivo-Ansprechen simuliert und so ein möglicher Therapieerfolg antizipiert werden. Dies bietet die Perspektive, in Zukunft patientenindividuell optimierte Therapieentscheidungen zu treffen und das Ansprechen auf zielgerichtete oder systemische Therapien zu verbessern. Die Kombination aus histopathologischer Klassifikation, genetischer Analyse und funktioneller Testung stellt einen innovativen Ansatz zur personalisierten Behandlung des HCC dar.
Laufzeit: 2025-2028
Gefördert durch: Med Uni Graz

Hepatozelluläres Karzinom – morpho-molekulare Analyse, digitale Pathologie und KI-gestützter Algorithmus

Im Rahmen dieses Projekts wird eine digitale Pathologie-Kohorte von Patient*innen mit hepatozellulärem Karzinom (HCC) aufgebaut, mit dem Ziel, die morphologischen Subtypen gemäß der aktuellen WHO-Klassifikation systematisch zu erfassen. Die Tumoren werden digitalisiert, und es erfolgt eine detaillierte Annotation der morphologischen Heterogenität, insbesondere der relativen Anteile verschiedener histologischer Wachstumsmuster innerhalb eines Tumors (z. B. trabekulär, pseudoglandulär, solid, steatohepatitisch etc.). Diese quantitativen morphologischen Merkmale werden mit klinischen Endpunkten wie Prognose (z. B. Gesamtüberleben, krankheitsfreies Überleben) sowie Ansprechen auf systemische und lokale Therapien korreliert. Die morphologischen Subtypen werden zusätzlich mittels räumlicher in situ-Hybridisierung weiter charakterisiert, um genetische Muster in Bezug zu spezifischen Wachstumsmustern zu analysieren. Ziel ist es, genetische Ursprünge und molekulare Mechanismen zu identifizieren, die dem unterschiedlichen biologischen Verhalten der morphologischen Subtypen zugrunde liegen. Dies soll ein vertieftes Verständnis der Tumorheterogenität ermöglichen und zur Entwicklung biologisch fundierter Stratifizierungsansätze beitragen. Auf Basis dieser Daten soll ein KI-gestützter Algorithmus entwickelt werden, der automatisiert Wachstumsmuster in digitalen histologischen Schnitten erkennt, quantifiziert und interpretiert. Dieser Algorithmus soll in zukünftigen Kohorten validiert werden und langfristig in der klinischen Routine als Entscheidungshilfe für personalisierte Therapieansätze und ein optimiertes Patient*innenmanagement eingesetzt werden. Das Projekt verbindet klassische Histopathologie, digitale Pathologie, moderne Bildanalyse und künstliche Intelligenz, um die Präzisionsmedizin im Bereich HCC voranzutreiben.
Laufzeit: 2025-2028
Gefördert durch: Med Uni Graz

Diagnostik- und Forschungsinstitut für Pathologie

Univ. FÄ Priv.-Doz.ⁱⁿ Dr.ⁱⁿ
Ariane Aigelsreiter

T: +43 316 385 71771

E: ariane.aigelsreiter(at)medunigraz.at

Forschungsprofil

Team

Mitarbeiter*innen

Unter dem Mikroskop