Projekt azonosító száma: 2023-1.2.1-ERA_NET-2023-00013

Projekt címe: A diagnózis fejlesztése ciliopátiákban

 

Projekt megvalósításának kezdete: 2024.01.01.

Projekt fizikai befejezésének határideje: 2026.12.31.

 

Támogatás összege: 56 178 600 Ft

Támogatás intenzitása: 100%

 

Projektről: A ciliopátiák olyan ritka monogénes betegségek, amelyeket a primer csillók, a fejlődés és a sejtműködés során a jelátvitelben kulcsfontosságú szerepet játszó sejtorganellumok diszfunkciója okoz. A ciliopátiák genetikailag igen heterogének és számos szervrendszert érinthetnek. Az egyes gének pleiotropiája kifejezett, és egy-egy klinikailag meghatározott ciliopátia-szindrómát számos gén eltérése okozhat. A ciliopátiák így klinikailag jelentős fenotípus-variabilitást mutatnak, mely különösen nehézzé teszi egy adott beteg pontos prognózisának megítélését, különösen a progresszív szervi eltérések esetében. E projekt célja, hogy pontos diagnózist biztosítson a betegek számára, lehetővé téve a személyre szabott gondozást és kezelést, a kiválasztott, gyakoribb ciliopátia-típusokban szenvedő betegek progresszív retina- és veseérintettségének megítélését. A PREDICT a ciliopátiában szenvedő betegek nagy, korábban gyűjtött kohorszain alapul, és célja, hogy átfogó adatbázist hozzon létre a kiválasztott betegekből, részletes fenotípus-információkat kombináljon a teljes genom szekvenálásból és transzkriptomikai elemzésekből fakadó adatokkal, és holisztikus képet adjon a kiválasztott betegcsoportokról. A PREDICT e betegektől származó információkat az adatbázisokban és a szakirodalomban nyilvánosan elérhető kiterjedt adatokkal kombinálva mesterséges intelligencia segítségével prediktív modelleket fog létrehozni a specifikus végszervi érintettségre vonatkozóan. Ezeket a modelleket in vitro fogják tesztelni fibroblasztokon és/vagy humán húgyúti hámsejteken végzett vizsgálatokkal, amelyek a ciliáris diszfunkció mennyiségi megítélését fogják biztosítani. Az előrejelzéseket tovább tesztelik összetettebb sejtes modelleken, indukált pluripotens őssejtekből (iPSC) származó retina- és veseorganoidokon, valamint in vivo, génmódosított zebrahal modellen. A ciliopátiákról már rendelkezésre álló gazdag biológiai ismeretanyag, különösen a fehérje kölcsönhatási hálózatokról elérhető adatok lehetővé teszik a funkcionális vizsgálatokon alapuló validálásokat, anélkül, hogy azok statisztikai ereje a ritka monogénes betegségekben megszokott alacsony szintű lenne. A sejtes vizsgálatok a továbbiakban diagnosztikai eszközként szolgálhatnak a ciliopátiák jobb osztályozásához, nagy felbontású képalkotás és transzkripciós mintázatok felhasználásával. A PREDICT-ben kifejlesztett modellek és algoritmusok példaként szolgálhatnak más ritka mendeli rendellenességek számára, hogy pontosabb prognózis felállítására, személyre szabott terápia javaslatára legyünk képesek, ami a mai precíziós orvoslás követelménye.