Transzgenikus egérmodellek alkalmazása kemoterápia optimalizáláshoz

Dr. Füredi András, Gombos Balázs, Dr. Drexler Dániel, Prof. Dr. Kovács Levente, Prof. Dr. Szakács Gergely

A kemoterápia még mindig az egyik leghatékonyabb és leggyakrabban használt eszköz a rosszindulatú daganatos megbetegedések kezelésében, azonban alkalmazása komoly akadályokba ütközik a klinikai környezetben. A kemoterápia egyrészt súlyos mellékhatásokkal jár, másrészt gyakran multidrog rezisztenciát (MDR) idéz elő. Az MDR tumorokban olyan celluláris mechanizmusok jelennek meg, amelyek jelentősen csökkentik, vagy akár teljesen meg is akadályozzák, hogy a kemoterápiás hatóanyagok elpusztítsák a daganat sejtjeit. Tekintve, hogy MDR nem minden beteg esetében alakul ki, illetve sokakat teljesen meg lehet gyógyítani kemoterápia alkalmazásával, felmerül, hogy a terápia hatékonyságát nem kizárólag a gyógyszerek változtatásával, hanem a terápiás protokollok jelenlegi „egy méret jó mindenkire” stratégiájának módosításával lehet fokozni. A kemoterápia személyre szabása és a protokollok optimalizálása egy új és ígéretes terület, melynek felfedezéséhez intenzív informatikai és állatkísérletes munkára van szükség. Az előadás keretében bemutatjuk, hogy miként lehet daganatok állatkísérletes modelljeit úgy alkalmazni, hogy a számítógép-asszisztált terápiatervezéshez szükséges matematikai paraméterek mérhetőek és felhasználhatóak legyenek. Eredményeink arra utalnak, hogy a kezelésre adott válasz érzékeny monitorozása az egyik legfontosabb tényező a terápia optimalizálásához, ez pedig a ma használt tumormodellek jelentős részében csak limitáltan megvalósítható, így erre a transzgenikus, az emberi betegséget nagymértékben mintázó, daganat modellek alkalmazása ad lehetőséget. Végül bemutatjuk azt az állatkísérletes rendszert, amivel hatékonyan megoldható a terápia tervezés visszacsatolásos finomítása.

Fizikai aktivitás detekció gépi tanulás segítségével BlackAnt platform használatával

Dénes-Fazakas Lehel, Gergics Borbála, Czeglédi Balázs, Nagy Miklós, Somlyai László, Siket Máté, Dr. Drexler Dániel András, Dr. Szilágyi László, Prof. Dr. Kovács Levente, Dr. Eigner György

A cukorbetegség korunk egyik legelterjedtebb krónikus népbetegsége, mely nem megfelelő kezelése, menedzsmentje esetén akut szimptómák kiváltója lehet és számos rövid és hosszú távú szövődménnyel, társult betegséggel járhat, melyek a betegek életminőségét jelentékeny mértékben ronthatják. A betegség kezelése kihívást jelent az eljáró egészségügyi szakszemélyzet részéről is, mivel számos körülményt kell folyamatosan figyelembe venniük.

Az Óbudai Egyetem az „Innovációs szolgáltató bázis létrehozása diagnosztikai, terápiás és kutatási célú kiberorvosi rendszerek fejlesztésére” című projekt keretében célul tűzte ki, hogy a cukorbetegek, az őket kezelő egészségügyi dolgozók, valamint a cukorbetegséggel foglalkozó kutatók számára egyaránt hasznos, innovatív megoldásokon alapuló döntéstámogató rendszert fejleszt. A rendszerben szerepet kapnak a páciensek és ellátók számára kiemelten fontos manuális és automatizált naplózási lehetőségek, melyek a fejlesztési folyamatok meghatározó részét is képezik. A workshopon egy automatizált, gépi tanuláson alapuló naplózási funkció kerül bővebben ismertetésre, melynek célja a fizikai aktivitás automatizált felismerése. A funkcióra a későbbiekben további szolgáltatások építhetők, melyek segítséget nyújtanak a terápiatervezésben, kézi vagy automata inzulin adagolás hangolásában, sporttevékenységek tervezésében. A workshopon továbbá bemutatásra kerül a projekt szolgáltatásainak meghajtására szolgáló, fejlesztés alatt lévő BlackAnt felhőszolgáltatási platform is.