Der Einfluss des Matrix Proteins SPARC auf die Sehnengesundheit (Stoffwechselstörungen)

Kurzbeschreibung des Forschungsprojekts

Verletzte Sehnen heilen schlecht und es bildet sich häufig ein versteiftes Narbengewebe mit einer veränderten extrazellulären Matrix (EZM). Neben entzündlichen Prozessen, führen diese Veränderungen zu modifizierten zellulären Antworten, und begünstigen die Entstehung von Sehnenerkrankungen. Für andere Gewebe wurde bereits gezeigt, dass eine veränderte EZM zu einem pathologischen Stoffwechsel führt. Daher liegt es nahe, dass auch deregulierte Stoffwechselprozesse zu einer schlechten Sehnenheilung beitragen.

Das Forschungsteam hat kürzlich die zentrale Rolle des extrazellulären Matrixproteins SPARC für Sehnen beschrieben. Mit zunehmenden Alter nimmt die Menge an SPARC ab, und diese Abnahme resultiert in einer signifikant verminderten Sehnenqualität. Der Sehnenphänotyp von SPARC Knockout Mäusen zeigt klassische Anzeichen einer Tendinopathie, weshalb anhand dieses Mausmodells die Progression von Sehnenerkrankungen auf zellulärer (z.B. mit Einzelzell-RNASeq) und metabolischer Ebene (z.B. mit Metabolomanalysen) untersucht werden soll.

Eigene Pilotdaten zeigen auch, dass die lokale Gabe von SPARC die Sehnenheilung positiv beeinflusst. Die Effektivität von SPARC als therapeutisches Mittel zur Verbesserung der Sehnenheilung soll im Zuge dieses Projektes geklärt werden. Neben einer erhöhten biomechanischen Belastbarkeit, stellt auch die strukturelle Verbesserung des Sehnengewebes eine wichtige Zielgröße zur Beurteilung der Heilung dar. Derzeit fehlen jedoch objektive Methoden, um diese Veränderungen quantitativ zu erfassen. Daher ist die Entwicklung eines KI-gestützten Scoring-Tools ein wichtiges Ziel dieses Projektes, das zusammen mit Schüler/innen der HTBLuVA Salzburg (Zweig: Biomedizin- und Gesundheitstechnik) und Expert/innen an der FH Salzburg (Informationstechnik & System-Management) umgesetzt wird. Die Schüler/innen lernen dabei sowohl den technischen als auch den biologischen Hintergrund der noch sehr neuen KI-basierten digitalen Pathologie aus erster Hand kennen.