Corona-Stiftung fördert zwei junge Schlaganfallforscher14. August 2020 Foto: ©reineg – stock.adobe.com Steffen Tiedt vom LMU Klinikum München und Ana Isabel Casas Guijarro von der Universität Maastricht haben den Vorstand und wissenschaftlichen Beirat der Corona-Stiftung überzeugt: Mit insgesamt rund zwei Millionen Euro unterstützt die Stiftung in den kommenden fünf Jahren die beiden Schlaganfallforscher. Dr. Steffen Tiedt, Assistenzarzt am Institut für Schlaganfall- und Demenzforschung, wird am LMU Klinikum München, Dr. Ana Isabel Casas Guijarro, Wissenschaftlerin mit dem Schwerpunkt Neuropsychopharmakologie an der Universität Maastricht, an der Medizinischen Fakultät der Universität Duisburg-Essen am Universitätsklinikum Essen eigene Forschungsgruppen aufbauen. Die beiden von der Corona-Stiftung geförderten Forschungsprojekte zielen darauf ab, Früherkennung, Vorbeugung und Behandlung von Schlaganfällen zu verbessern. Steffen Tiedt und sein Forschungsprojekt PROMISE Das Ausmaß der neuronalen Schäden nach einem Schlaganfall kann derzeit weder in der Prähospitalphase noch seriell in der Akutphase sicher bestimmt werden. Im Blut zirkulierende Proteine (Proteom) und Stoffwechselprodukte (Metabolom) sind in der Lage, pathophysiologische Vorgänge abzubilden und bieten damit einen vielversprechenden Ansatz, die bestehenden diagnostischen Lücken zu schließen. Eine detaillierte Erfassung des Proteoms und Metaboloms wird durch moderne Hochdurchsatz-Methoden ermöglicht, die in kurzer Zeit molekulare Profile von Zellen und Geweben erstellen. Im seinem Projekt PROMISE nutzt Tiedt diese Omics-Analysen, um die charakteristischen, molekularen Signaturen beim Schlaganfall zu identifizieren und perspektivisch als diagnostische Instrumente und für personalisierte Therapien zu nutzen. Dazu wird PROMISE u.a. die klinischen Daten von 1000 Schlaganfallpatienten mit Laboruntersuchungen verknüpfen. Ana Isabel Casas Guijarro und ihr Forschungsprojekt NEURONET Die Medizin ist in Diagnostik und Therapie vor allem auf einzelne Organe ausgerichtet. Netzwerkpharmakologie zielt darauf ab, diese Einteilung zu Gunsten einer neuen, systemmedizinischen Betrachtung abzulösen – hier steht vor allem die Vernetzung und das Zusammenspiel von verschiedenen Organen im Mittelpunkt. Krankheiten werden in diesem Modell zu Erkrankungsclustern zusammengefasst. Medikamente, die zur Behandlung einer Krankheit eines Clusters eingesetzt werden, können auch für die Therapie der anderen Erkrankungen des Clusters verwendet werden. Um die postulierten organübergreifenden Muster aufzuspüren und Erkrankungscluster zu erkennen, hilft Big Data. Auf der Grundlage großer medizinischer Datenbanken entwickelt Ana Isabel Casas Guijarrao einen alternativen Zugang im Verständnis der Krankheitsmechanismen beim Schlaganfall und bestehender Korrelationen zu anderen Erkrankungen. Mit ihrem netzwerkpharmakologischen Ansatz im Projekt NEURONET sollen potenzielle Bio- und Entzündungsmarker bei akutem Schlaganfall identifiziert werden, um daraus neue Ansätze für Früherkennung und Therapie zu gewinnen.
Mehr erfahren zu: "Potenzial statt Defizit: die synergetische Verbindung von ADHS und Kreativität" Potenzial statt Defizit: die synergetische Verbindung von ADHS und Kreativität Wie kann ADHS gleichzeitig eine tägliche Herausforderung für Millionen von Menschen und ein gemeinsames Merkmal erfolgreicher Künstler und Innovatoren wie Justin Timberlake oder Simone Biles sein? Die gemeinsamen neurologischen Mechanismen […]
Mehr erfahren zu: "Wie sich das zentrale Nervennetzwerk im Hippocampus entwickelt" Wie sich das zentrale Nervennetzwerk im Hippocampus entwickelt Die neueste Studie der Gruppe rund um Prof. Peter Jonas am Institute of Science and Technology Austria (ISTA) zeigt, wie sich das zentrale Nervennetzwerk im Hippocampus nach der Geburt entwickelt.
Mehr erfahren zu: "Krankheit durch Übergewicht: Neues Modell sagt Risiko besser vorher als BMI" Krankheit durch Übergewicht: Neues Modell sagt Risiko besser vorher als BMI Ein internationales Forschungsteam hat ein Modell entwickelt, das auf der Basis von 20 Gesundheitswerten das Risiko für 18 verschiedene Komplikationen von Übergewicht und Adipositas vorhersagen kann – und zwar besser […]