Header Navigation

Für Ärztinnen und Ärzte, die sich mit Hirntumoren beschäftigen, ist es schwierig und zeitaufwendig, zu beurteilen, ob ein Tumor wächst oder ob Veränderungen durch die Therapie verursacht werden. Um dies herauszufinden, müssen sie oft auf den zeitlichen Verlauf oder ergänzende und kaum verfügbare Tests wie FET PET zurückgreifen. Eine Methode, die quantitative MRT-Bildgebung und Deep Learning nutzt, könnte dabei helfen, die Überwachung der Therapie und Behandlung zu verbessern. In diesem Forschungsprojekt wird daran gearbeitet, eine solche Methode zu entwickeln.

Mutationen im LRRK2 Gen sind die häufigste genetische Ursache des Morbus Parkinson und führen über eine Erhöhung der Aktivität des LRRK2 Enzyms zu einer vermehrten Phosphorylierung von RAB-Proteinen. Bislang ist noch unklar, über welchen Mechanismus dies zur Entstehung der Parkinson-Erkrankung führt.

Seit vielen Jahrzehnten ist bekannt, dass es während einer Behandlung mit einer (Herz-) Lungenmaschine (ECMO) häufig zu starken Veränderungen der Blutgerinnung kommt, wobei die Ursachen noch nicht ausreichend verstanden sind. Veränderungen der Blutgerinnung können sich klinisch sowohl durch „Blutgerinnsel“ wie Thrombembolien, z.B. in Form von Schlaganfällen, als auch durch eine Blutungsneigung, z.B. in Form von Hirn- oder Lungenblutungen, zeigen. Diese Komplikationen können das Behandlungsergebnis negativ beeinflussen und in einigen Fällen sogar Grund für ein Versterben sein.

Im vorliegenden Projekt sollen die Auswirkungen eines Herzinfarkts im Rahmen von Übergewicht und Diabetes mellitus Typ 2 auf das weiße Fettgewebe und hier insbesondere auf die Stimulation des Fettgewebsabbaus, die Lipolyse untersucht werden. Es ist bekannt, dass die Stressreaktion durch einen Herzinfarkt diese Lipolyse stimuliert und es wurde schon häufig vermutet, dass die Abbauprodukte die dabei entstehen, dem Herzen schaden. Ob und wie genau dieser Zusammenhang auch bei Patienten mit Übergewicht und Diabetes aussieht, ist bisher nicht erforscht.