ERC Consolidator Grant für Münchener Radiologin
/ RT-Redaktion / Auszeichnungen
Prof. Sophia Stoecklein ist Radiologin und Neurowissenschaftlerin an der Klinik und Poliklinik für Radiologie am Klinikum der Ludwig-Maximilians-Universität München (LMU-Klinikum). Das Hauptziel ihrer Forschungsarbeit ist die Entwicklung und Validierung von Biomarkern auf Basis der funktionellen Magnetresonanztomografie (MRT), die personalisierte Diagnose- und Behandlungsstrategien für Menschen mit neurologischen Erkrankungen ermöglichen.
Die neurowissenschaftliche Tumorforschung hat gezeigt, dass bösartige Hirntumoren wie das Glioblastom nicht isoliert wachsen, sondern weit über die sichtbare Läsion in hirnweite neuronale Schaltkreise eingreifen. Sie bilden synaptische Verbindungen zu Nervenzellen und nutzen deren Aktivität, um ihr Wachstum zu fördern. Diese Netzwerkprozesse beeinflussen den Krankheitsverlauf maßgeblich.
Bislang gibt es jedoch kein Bildgebungsverfahren, das diese Erkenntnisse in die klinische Praxis übersetzt. Mit ihrem ERC-Consolidator-Projekt ‚Cutting-Edge Neuroimaging for Functional Brain Network Evaluation in Cancer Patients‘ (Connect) will Stoecklein die sogenannte funktionelle Konnektivitäts-MRT als quantitatives Bildgebungsverfahren für die Anwendung in der Krebsdiagnostik etablieren.
Im Zuge des Projekts wird eine umfassende Referenzdatenbank aus Tausenden MRT-Datensätzen aufgebaut. Darauf basierend wird ein KI-gestütztes Verfahren entwickelt, das Abweichungen in den Hirnnetzwerken einzelner Patienten erkennt, kartiert und quantifiziert. Ergänzend untersucht das Team, welche biologischen Mechanismen hinter diesen Auffälligkeiten stehen – etwa durch die Analyse von Faserbahnen und molekularer Signaturen aus gezielt entnommenen Tumorproben. In zwei klinischen Kohorten wird schließlich das klinische Potenzial des Verfahrens aufgezeigt.
Da Netzwerkveränderungen oft auftreten, bevor ein Tumor sichtbar wächst, könnte die neue Methode helfen, Progress oder Metastasenbildung früher zu erkennen. Zudem lassen sich Regionen identifizieren, in denen die Interaktion zwischen Tumor und Gehirn besonders stark ausgeprägt ist – ein möglicher Ansatzpunkt für künftige präzisere und netzwerkorientierte Therapien.
„Wir konzentrieren uns oft auf das, was wir sehen können – dabei passiert Entscheidendes im Unsichtbaren. Connect soll die Kommunikation zwischen Tumor und Gehirn sichtbar und damit für Diagnostik und Therapie nutzbar machen,“ so Stoecklein. „Unser Bildgebungsansatz lässt sich möglicherweise auf weitere Netzwerkerkrankungen des Gehirns wie die Alzheimer-Demenz ausweiten.“
