Forschung und technologische Exzellenz sind die Schlüsselelemente der modernen und fortgeschrittenen Gesellschaft. Bei NORGANOID streben wir danach einen Beitrag zur gesellschaftlichen Entwicklung zu leisten, indem wir kontinuierlich unser Wissen in den Bereichen

Stammzellforschung, Organ-on-chip, personalisierte Medizin sowie KI erweitern

.

Stammzellen

Von humanen iPSC zu
Organ-ähnlichen Strukturen

Fluidik & Organ-on-chip

Die Automatisierung von Gewebekultur und 3D-Organ-On-Chips

Personalisierte Medizin

Von individuellen Krankheitsmodellen zu vielversprechenden Therapien

Machine Learning & KI

Präzise Datenanalyse und bessere Prognosen

Stammzellen

Von humanen iPSC zu Organ-ähnlichen Strukturen

Embryonale Stammzellen besitzen die Fähigkeit sich selbst zu erneuern, indem sie sich unendlich teilen. Sie sind pluripotent, da sie sich in Zellen der drei Keimblätter entwickeln können, die dazu dienen, die unterschiedlichen komplexen Organe des menschlichen Körpers auszubilden.

Induzierte pluripotente Stammzellen (iPSC) sind Körperzellen, die so verändert sind, dass sie sich wie embryonale Zellen verhalten. Mit iPSC modellieren wir die menschliche Evolution im Labor, erkunden die Funktion von Organen und demonstrieren, wie Fehlfunktionen entstehen.

3D Zellkutluren und Organoide, welche aus iPSC herstellt, geben die raffinierte Architektur von Geweben wieder und sind daher Organ-ähnliche Strukturen. Dies bezieht sich vor allem auf das Vorhandensein eines Repertoires an unterschiedlichen Zellarten und deren Positionen zueinander, sowie deren natürlichem Verhalten und ihre Kommunikation innerhalb eines Organs. Indem man Organoide, anstelle von einzelne Zellarten (2D), in der Medikamentenforschung eingesetzt werden, lassen sich Krankheiten präziser modellieren. Damit erhöht sich die Chance für bessere Arzneimittel.

Fluidik & Organ-on-chip

Die Automatisierung von Gewebekulturen und 3D-Organ-On-Chips

Mit der Mikrofluidik Technologie wird die Kultivierung und Handhabung von Zellen und Geweben im mikroskopischen Bereich ermöglicht. Organ-on-chips sind neuartige Vorrichtungen für die Züchtung von Zelle und Geweben. Ein Netzwerk aus Kanälen befördert Flüssigkeiten zu Kammern, wo die Kultivierungsprozesse stattfinden. In diesen Biochips befinden sich oftmals auch Mikroelektronik und Nanomaterialien.

Die Organ-on-chip Anwendung unterscheidet sich von den herkömmlichen makroskopischen Kultiverungsvorgängen dahingehend, dass sie effizientere Applikationen sind. Forschungskosten und Zeitaufwand werden signifikant reduziert, wobei genauere Resultate erzielt werden. Diese Technologie hat in den unterschiedlichsten Bereichen der medizinischen Forschung und Patienten-nahen Labordiagnostik an Bedeutung gewonnen.

Wir konzentrieren uns auf die Vollautomatisierung von Gewebekulturen und menschlichen Organoiden aus iPSC und verwenden hierfür fluidische Komponenten und Nanomodule, um mit unseren 3D-Organ-On-Chips die Medikamentenforschung erheblich zu verbessern.

Personalisierte Medizin

Von individuellen Krankheitsmodellen zu vielversprechenden Therapien

Obwohl Forscher einen großen Aufwand betreiben, die komplexen Vorgänge, die sich hinter menschlichen Krankheiten verbergen, zu entschlüsseln, bleiben die meisten Fragen zu Fehlfunktionen offen, auch solche, die das Zentralnervensystem (ZNS) betreffen. Die Weltbevölkerung altert und wird währenddessen mit einem hohen Risiko für die Rückbildung von kognitiven und motorischen Fähigkeiten konfrontiert. Das äußert sich an Krankheiten wie Parkinson, Alzheimer und anderen Formen, bei denen die Hirnleistung beeinträchtigt ist.

Studien zufolge kann eine frühe Intervention der Entstehung der besagten Krankheiten vorbeugen. Um dieses Ziel jedoch zu erreichen, muss der Hauptfokus darin liegen, die Biologie, welche die Entartung definiert, im Detail zu verstehen. Hierfür sind iPSC von großem Nutzen. Sie konservieren individuelle genetische Informationen, auch jene von Krankheiten und eignen sich daher für das Modellieren von menschlichen Erkrankungen.

Weil iPSC von Patienten alle nötigen Informationen über eine Krankheit besitzen, spiegeln Organoide, die aus diesen iPSC gezüchtet werden, das Krankheitsbild im Labor wider. Das gilt auch für Demenz und andere Formen der Neurodegeneration.

Krankheiten können ähnliche Ursprünge haben, trotzdem prägen sie sich in unterschiedlichen Personen anders aus. Indem man den Schmerz eines Patienten mit Organoiden erkundigt, besteht die Möglichkeit, die Wirksamkeit von Arzneimitteln spezifisch für jede einzelne Person zu prüfen. Es ist eine große gesellschaftliche Errungenschaft, dass wir die Ära der personalisierten Medizin beschritten haben.

Machine Learning & KI

Präzise Datenanalyse und verbesserte Vorhersagen

Die biologische und medizinische Forschung produziert unzählige und variierende Datenmengen, die richtig interpretiert werden muss, um Krankheitsphänomene zu verstehen und deren Verlauf vorhersagen zu können.

Da Forscher von den immensen Datenmengen und deren Interkorrelationen überwältigt sind, besteht ein großer Bedarf an fortgeschrittenen Werkzeugen, die Informationen so verarbeiten, dass Wissen aus ihnen gezogen werden kann. Neuartige KI- und Machine Learning Techniken besitzen die Fähigkeit die medizinische Forschung zu transformieren, da sie selbständig auf Erfahrungswerte zurückgreifen und aus vorgegebenen Daten lernen. Sie sind wertvoll, wenn es darum geht, komplexe Beziehungen in unterschiedlichen Daten zu detektieren und sie zu verarbeiten.

Machine Learning Software extrahieren aus komplexen Datensätzen wichtige Informationen mit einer bislang noch nicht dagewesenen Genauigkeit. Wissenschaftler nutzen rechnergestützte Methoden um DNA Sequenzen, Proteinstrukturen sowie Stoffwechselwege bestens zu identifizieren. Diese Prozesse sind mit herkömmlichen Methoden nicht nur zeit- und personalaufwändig, sondern zeichnen sich auch durch eine hohe Fehleranfälligkeit aus. In der klinischen Forschung wird KI entwickelt, die Diagnosen erstellen oder Mechanismen simulieren, die sich hinter Krankheiten verbergen, auch für individuelle Patienten betrachtet.

Indem wir die Analyse von verschiedenen Datenarten kombinieren, entsteht ein enormes Potenzial unser Verständnis über komplexe biologische Phänomene weiterzuentwickeln. Dadurch ermöglichen wir uns eine bessere Aussagekraft über die Wirkung von Therapeutika und heben auf die Weise die Medikamentenentwicklung auf die nächste Stufe.