Translationell spatial proteomik för att avkoda mekanismer bakom mitokondriella sjukdomar

Mitokondriella sjukdomar är bland de vanligaste genetiska metabola sjukdomarna och drabbar ~1 av 4 300 individer. Det som förbryllar läkare och forskare är att patienter med samma genetiska mutation kan ha helt olika kliniska utfall. En person kan drabbas av svår organsvikt medan en annan förblir relativt frisk. Varför händer detta? Svaret kan ligga i hur olika celltyper svarar på mitokondriell dysfunktion. Vissa celler anpassar sig och kompenserar för defekten, medan andra misslyckas och driver sjukdom. Att förstå denna cellspecifika sårbarhet har varit en stor utmaning, men ny teknologi kan nu undersöka detta. I detta projekt kommer jag att använda spatial proteomik för att skapa detaljerade molekylära kartor av olika celltyper i deras naturliga vävnadsmiljö. Utifrån detta kan jag avgöra vilka celler som misslyckas och vilka som motstår. Jag kombinerar detta med artificiell intelligens för att analysera vävnad. Projektet har tre faser: 1) Jag optimerar teknologin för att analysera flera vävnader samtidigt, vilket gör den praktisk för kliniskt bruk. 2) Jag studerar olika celltyper och vävnader i musmodell av mitokondriell sjukdom. 3) Jag översätter dessa fynd till mänskliga muskelbiopsier och fibroblaster från patienter med väldefinierad mitokondriell sjukdom. Genom att identifiera vilka molekylära vägar som misslyckas eller skyddar celler kan detta arbete leda till bättre diagnostik och peka mot nya behandlingsstrategier för mitokondriell sjukdom.