Inhaltszusammenfassung:
Hochdimensionale Analysen zur Charakterisierung histologischer Proben, allen voran „Spatial Transcriptomics“, haben die Grundlagenforschung in den Biowissenschaften revolutioniert und beispiellose Einblicke in die genetischen Prozesse gewährt, die in Gewebeumbau und -reorganisation involviert sind. Während die meisten Aussagen über diesen dynamischen Prozess überwiegend auf der Analyse genomischer Daten beruhen, wurde die eigentliche biomolekulare Komposition des vorliegenden Gewebes vernachlässigt.
Raman-Mikrospektroskopie stellt eine Methode dar, diese Lücke mit spatiomolekularen Informationen auf subzellulärer Auflösung zu füllen. Dabei wird eine Gewebeprobe mit monochromatischem Laserlicht bestrahlt und reflektierte, inelastische Streuung gemessen. Der Energieshift dieser inelastischen Streuung (Raman-Streuung) basiert auf induzierten Schwingungszuständen polarisierbarer Moleküle und ist charakteristisch für bestimmte Biomoleküle der Probe.
Das Ziel dieser Arbeit war die Etablierung und Anwendung einer neuartigen multiparametrischen Analyseform basierend auf Methoden des maschinellen Lernens, um akquirierten Daten der Raman-Spektroskopie auf hochdimensionale, adaptier- und erweiterbare Weise zu analysieren. Diese Methode wurde exemplarisch an histologischen Schnitten kardialer Pathologien, in Form von Tiermodellen des akuten Herzinfarkts und der chronischen Herzhypertrophie, getestet und validiert.
In der vorliegenden Arbeit konnte gezeigt werden, dass eine hochdimensionale, multiparametrische „Spatial Raman Spectromics“-Analyse es erlaubt, Homogenität, Heterogenität und Dynamiken von Gewebe und Zellen mit molekularer Auflösung zu charakterisieren, und dies in einer Untersucher-unabhängigen („unbiased“), nicht-invasiven, nicht-destruktiven und markerunabhängigen Art und Weise. Durch Translation bestehender, etablierter bioinformatischer Tools für Einzelzellanalysen in die Welt der Raman-Spektroskopie konnten myokardiale Subkompartimente von sich umbauendem Myokard detektiert, molekulare Dynamiken bei räumlicher Annäherung an kardiale Pathologien untersucht und die umgebende zelluläre Immunlandschaft definiert werden.
Die neuartige Methode der „Spatial Raman Spectromics“ könnte daher neue Horizonte für eine umfassende, hochdimensionale Gewebecharakterisierung eröffnen, und darüber hinaus durch konsekutive, weiterführende Analysen derselben histologischen Probe ergänzt werden.
Print-on-Demand