Prof . Dr. Dank Magdolna

  • DI: Semmelweis Egyetem Doktori Iskola, Patológiai és Onkológiai Tagozat
  • Téma címe: Prediktív és prognosztikus faktorok szolid tumorokban
  • A kutatási téma leírása:

    Az onkológia megbetegedések száma világszerte jelentős növekedést mutat. A WHO adatai szerint 2008-ban 12 millió új rosszindulatú daganatos esetet diagnosztizáltak a világon, és e betegségben több mint 7 millióan haltak meg. Magyarországon 2008-ban 70500 új daganatos megbetegedés került regisztrálásra, az e betegségben elhunytak száma meghaladja a 30 ezret. A rosszindulatú daganatos megbetegedések több mint 200 fajta megbetegedés összefoglaló neve. A daganatos betegségek diagnosztikája és terápiája a nemzetközi orvostudomány egyik leggyorsabban fejlődő területe.

    Az onkológiai kutatások egy része jelentősen meghaladja bármely egyetem valós lehetőségeit. A gyógyszeripar, illetve az elektrotechnikai nagyipar kutatási-fejlesztési programjainak részét képezi. Ez nem jelenti azt azonban, hogy le kell mondanunk a onkológiai kutatás feladatairól, hanem meg kell találnunk a valós kutatási céljainkat. A klinikus számára az egyik reális lehetőség a molekuláris patológia ugrásszerű fejlődésével megismert számos prediktív faktor klinikumban való követése, majd az adatok összegzése, elemzése. Ezen speciális adatgyűjtés eredményezhet olyan új ismeretet, mely nem képezheti multinacionális gyógyszervizsgálati rendszerek részét, hiszen azt meghaladóan jóval szélesebb betegcsoport adatai tekinthetőek át, és lehetőség nyílhat arra, hogy valós prognosztikai faktorokat ismerhessünk fel.

    Prognosztikus faktorok:

    • bármely faktor, mely képes információt adni a klinikai kimenetelről a diagnózis felállításának idején és ezzel
    • a betegség várható kimenetelének becslésére törekszik. A tiszta prognosztikus faktor (mely összefüggésben áll és jelzi a recidíva vagy a halál kockázatát) segítségünkre lehet abban, hogyan kezeljük, vagy ne kezeljük a beteget, de nem segít abban, hogy az optimális terápiát tudjuk megválasztani. Számos prognosztikus faktort egyben prediktív faktorként is használhatunk.

    Prediktív faktorok:

    • bármely faktor, mely megjósolja, előre jelzi a daganat várható terápiás válaszát
    • a kezelések különböző hatására mutat rá

    A nagy beteganyagokat ezért a prediktív faktorok erőssége, megléte (vagy hiánya), stb. szerint több kisebb csoportra lehet bontani, melyek egy adott terápiára várhatóan eltérően reagálnak.

    A PhD kutatás során az újonnan bevezetésre került célzott terápiák hatásosságát tekintenénk át, fókuszba helyezve a prognosztikus és prediktív tényezők szerepét.

Dr . Szász A. Marcell

  • DI: Semmelweis Egyetem Doktori Iskola, Patológiai és Onkológiai Tagozat
  • Téma címe: Biomarkerek szolid daganatokban
  • A kutatási téma leírása:

    A téma felöleli a leggyakoribb szolid daganatos betegségekkel kapcsolatos transzlációs kutatási irányokat. Korunk elvárása, hogy az onkológiában ne csak prognosztikus, hanem lehetőleg olyan eljárások álljanak rendelkezésre, amelyek egy adott kezelésre való választ is meg tudják jósolni. Ezen ún. prediktív eljárások egy adott beteg daganatának mélyrehatóbb megismerését, biológiai folyamatainak részletesebb vizsgálatát igénylik.

    Az daganatok kezelésében helyet kapnak a sebészi és sugárterápiás eljárások mellett kemo-, immunterápiás, és biológiai szerek. A biológiai eljárásokra rendelkezésre állhatnak biomarkerek, azonban a fő kezelési vonalra, a kemoterápiás kezelés előrejelzésére leginkább csak a tumor osztódási aktivitásának jellemzése adhatott támpontot. A kezelésre adott válasz előrejelzése azért is fontos lehet, mert a kemoterápia mellékhatásai az életminőséget ronthatják, és további kiadásokat vonnak maguk után. Az optimális kezelés azonosítása tehát több ponton költségcsökkentő hatású, amelyeken felül QALY pontban kifejezhető életévnyereséget is okoz, hozzáadott értéke így kimagasló.

    A rutin patológiai minták mellett keringő tumorsejtek és ctDNS azonosítására és vizsgálatára is vállalkozunk, amelyek tulajdonságait feltérképezve ugyancsak az életkilátások és a kezelésekre adott válasz pontosabb előrejelzését tervezzük.

    Összegezve, olyan biomarkerek és eljárások meghatározását célozzuk meg, amelyek a rutin vér- vagy szövetminták felhasználásával működnek, optimális esetben a szisztémás kezelére adott választ előre jelzik, kelet-európai viszonylatban az átlagos beteg és kezelőorvosa számára elérhetőek, a diagnózistól számított hosszabb távra is előrejelzést adnak. A kutatási projektek során olyan eljárások elemzése történik, amelyekre a betegek részéről valós klinikai igény van, a kezelés meghatározásában több ponton nyújtanak támogatást a kezelőorvosnak.

Dr . Herold Zoltán

  • DI: Semmelweis Egyetem Doktori Iskola, Rácz Károly Konzervatív Orvostudományi Tagozat
  • Téma címe: Neuroendokrin és endokrin tumormarkerek kapcsolata szolid tumorokkal és anyagcserebetegségekkel
  • A kutatási téma leírása:

    Az endokrin és neuroendokrin sejtek számos biológiailag aktív fehérjék termelnek, melyek változatos intra- és extracelluláris folyamatokban vesznek részt. Az ilyen sejtekből kiinduló és hormonszerű anyagokat termelő daganatokat neuroendokrin tumoroknak (NET) nevezzük. A NET-ekre jellemző, hogy sok esetben az általuk termelt fehérjéket okozzák a betegek tüneteit, továbbá előfordulhat az is, hogy a hormonok/fehérjék termelése időszakos. A hagyományos daganattípusok többsége hormonszerű anyagokat sosem termelnek, azonban az elmúlt években több közlemény is beszámolt arról, hogy akár adenokarcinómákban is beszűrődhetnek neuroendokrin sejtek, amelyek jelentősen megváltoztatják e tumorok viselkedését, eltérések alakulhatnak ki a betegek kezelhetőségében. Például munkacsoportunk egy korábbi eredménye alapján eltérő szérum kromogranin A és B szint igazolható azoknál a CRC betegeknél, akik szövettani mintájában az egészségeshez képest nagyobb számban fordultak elő kromogranin A-termelő sejtek.

    A kutatás fő célkitűzései

    Korábbi és saját előzetes eredményeink alapján a kutatás fő célja a (neuro)endokrin tumormarkerek szolid tumorokban betöltött szerepének a pontosabb tisztázása, a tumorszövetben megjelenő hormon- és/vagy fehérje-pozitív sejtek prognosztikai jelentőségének pontosítása, a klinikumban rutinszerűen használt onkopatológiai markerekkel történő kapcsolatuk tisztázása. Ennek megfelelően vizsgáljuk a különböző szolid tumoros betegcsoportokban (pl. kolorektális-, emlő-, gyomor-, hasnyálmirigy tumorok) és kontroll személyeknél:

    1. Szeretnénk megvizsgálni, hogy a neuroendokrin tumormarkerek jelenléte a nem NET-tumorban befolyással van-e a betegek terápiás kezelhetőségére, szükséges-e több, más kemoterápiás kezelés?
    2. Több (neuro)endokrin fehérjéről is ismert, hogy önmaguk, vagy a fehérjék valamelyik hasítási termékei több anyagcserebetegségben is szerepet játszanak, mint pl. a cukorbetegség, pajzsmirigybetegség, magas vérzsírok, obezitás, stb. Szeretnénk megvizsgálni, hogy ezeknek a betegségeknek a tumor kialakulását megelőző fennállása rizikófaktornak tekinthető-e a daganat neuroendokrin marker-pozitivitására.
    3. Igazolható-e valamilyen specifikus szöveti kép vagy mintázat? Ezeknek a mintázatoknak van-e szerepe a betegek túlélésében, van-e kimutatható kapcsolat a tumor egyéb biomarkereivel és/vagy onkopatológiai tulajdonságaival?
    4. Milyen gyakorisággal fordulnak elő olyan tumorok, amelyek valamelyik neurroendokrin tumormarkert termelni képesek? A tumorszöveten belül a neuroendokrin sejtek milyen arányban fordulnak elő kóros számban?

    A (neuro)endokrin tumormarkerek szolid tumorokban történő előfordulási gyakoriságának tisztázásával, klinikai szerepüknek pontosabb megértésével eredményeink várhatóan számos későbbi alap- és klinikai (gyógyszer)kutatás kiinduló pontjául szolgálhatnak majd. Izgalmas kérdés, hogy e tumorok (neuro)endokrin-státusza a napi onkológiai gyakorlatba történő beintegrálása megváltoztatja-e, hogy pl. melyik kemoterápiás szerrel érdemes elkezdeni a (neuro)endokrin tumormarker-pozitív betegek kezelését. Végső célunk, hogy a fent vázolt hipotéziseink sikeres megválaszolása alapul szolgálhasson a (neuro)endokrin tumormarkerek rendszeres, rutinszerű használatának bevezetésére a szolid tumorok kezelésében is. Az immunhisztokémiai festések rutinszerű alkalmazása nem drágítaná jelentősen e tumorok diagnosztikáját. A potenciálisan jobb vagy rosszabb betegség-kimenetelek korai azonosítása azonban jelentős előnyöket biztosíthat mind a betegek számára, mind pedig várhatóan csökkenthetné az egészségügyi rendszer ráfordítási költségeit is, pl. az optimális kezelési séma pontosabb kiválasztásán keresztül.

  • Téma címe: Klinikopatológiai paraméterek és biomarkerek longitudinális változásainak vizsgálata szolid tumorokban
  • A kutatási téma leírása:

    A GLOBOCAN legutolsó jelentése alapján 2022-ben közel 20 millió új daganatos megbetegedést, és 9,7 millió daganatra visszavezethető halálozást regisztráltak. Habár az elmúlt évtizedekben a különböző tumortípusokban számos klinikopatológiai és biomarkert azonosítottak, melyek valamelyest előre jelezhetik a betegség várható kimenetelét, ezek rutinszerű használata a mai napig limitált. Meg kell említeni, hogy a korábbi kutatások igen nagy százaléka csupán egy időpontban mért paraméterek alapján végezte el ezen becsléseket, de nem vette figyelembe a betegségben bekövetkező esetleges változásokat, melyekről nagyon keveset tudunk. Korábban e markerek vizsgálatának az elérhető számítás(technika)i teljesítmény limitációi, és a könnyen alkalmazható algoritmusok hiánya is határt szabott. A számítógépek teljesítményének, illetve a különböző matematikai eljárások rohamos fejlődése mára már lehetővé tette, hogy nagyméretű, többszörös időpontban meghatározott longitudinális adatokat is kielemezzünk.

    A vizsgálatok során arra fogjuk a választ keresni, hogy mely biomarkerek, életminőségi-, és/vagy klinikopatológiai paraméterek képesek előre jelezni a szolid tumoros betegségekben (pl. emlő-, pancreas- és kolorektális daganat) bekövetkező változásokat, mint a recidívát, a progressziót, vagy a hirtelen állapotromlást. A hagyományos eljárások (párosított összehasonlítások, ismételt méréses ANOVA stb.) mellett a legmodernebb statisztikai módszerek (kevert hatásos semi-lineáris modellek, joint és feltételes túlélési modellek stb.) is alkalmazásra kerülnek.