Olle Korsgrens projekt inom diabetesforskning

1.1 Pankreasinflammation vid T1D

Tidigare studier av pankreas från individer med diabetes har visat att fenomenet insulit hos människor är diskret, endast drabbar en bråkdel av alla öar, samt är väldigt heterogent fördelat i pankreas. T-celler återfinns ofta i gränsytan mellan ön och den exokrina vävnaden (även kallat ”peri-insulit"), T-cellerna invaderar mer sällan själva ön. Mekanismen som styr detta är inte känd. Vår grupp har tidigare visat att en stor andel av de infiltrerande T-cellerna är av en vävnadsresident minnesfenotyp (tissue-resident memory phenotype). Dessa T-celler saknar egenskaper som återfinns hos klassiska cytotoxiska T-celler. Även den exokrina vävnaden i pankreas är påverkad vid T1D, och frekvent leukocytinfiltration i exokrin vävnad har rapporterats. Pankreas verkar påverkas av inflammationen i ett "fläckigt" mönster, med intensiv inflammation i vissa regioner medan andra regioner är uppenbarligen opåverkade. Vi vill undersöka detta fenomen närmare genom att bland annat titta på:

  • Periduktal fibros och hur det kan påverka endokrina progenitorceller.
  • Hur betacellerna förstörs samt vilken effekt tarmens mikrobiom har vid T1D.

1.2 Transkriptomik på singelcellnivå i celler extraherade med LCM

Tidigare rapporter om transkriptomik för enstaka betaceller har baserats på vävnad som har brutits ned av proteolytiska enzymer och utan information om den ursprungliga platsen för analyserade celler. Vi vill använda Laser Capture Mikrodissektion (LCM) för att analysera transkriptomet i singelceller. Till exempel kan insulinpositiva celler från olika platser i pankreas extraheras, från individer med och utan T1D. Detta kommer att öka vår förståelse för dynamiken i den mänskliga betacellmassan och potentiellt avslöja viktiga mekanismer för hur betacellerna förloras vid T1D.

1.3 Spatial-transkriptomik på pankreasvävnad

NanoString GeoMx® Digital Spatial Profiler (DSP) möjliggör analys av transkriptomet (upp till 18 000 gener) i enstaka celltyper på FFPE-snitt färgade med 4 immunfluorescensmarkörer. Metoden använder en hybridiseringsteknologi där användaren specifikt väljer ut regioner av intresse, där de färgade cellerna sedan analyseras separat. I detta projekt kommer nanoString GeoMx® Digital Spatial Profiler (DSP) att användas för att karakterisera celler i olika regioner i pankreas från personer med T1D, särskilt i regioner med och utan kvarvarande betacell-innehållande öar. Syftet med detta är att upptäcka faktorer som kan bidra till betacellsskydd/förlust i dessa områden.

1.4 Mass-spektrometri på isolerade öar

Syftet med detta projekt är att karakterisera de Langerhanska öarnas proteom. Öarna består av flera olika endokrina celltyper; t.ex. betaceller, alfaceller, deltaceller, pp-celler och epsilonceller som producerar insulin, glukagon, somatostatin, pankreaspolypeptid respektive ghrelin. Betaceller motsvarar ungefär 60 % av den totala ö-massan, alfaceller representerar upp till 30 % medan de återstående celltyperna utgör en mindre mängd av den totala öns endokrina massa. Vi är intresserade av att karaktärisera proteomet för dessa olika celltyper.

1.5 Linage-tracing med hjälp av en lentivirusvektor

Med hjälp av en lentivirusvektor, kan individuella betaceller (liksom andra celltyper) märkas in och följas genom olika experimentella uppställningar. Öar kommer att isoleras och dissocieras till singelceller, varefter individuella betaceller kommer att märkas in av ett fluorescerande protein (GFP). Efterföljande odling av öarna i olika förhållanden för att exempelvis efterlikna en diabetisk profil (högt glukos och/eller fettkoncentrationer) gör det möjligt för oss att undersöka hur detta påverkar betacellerna.

2.1, 2.2 Transplantation av isolerade öar för att bota patienter med de mest allvarliga TID, experimentella och kliniska studier.

Tillsammans med The Nordic Network For Clinical Islet Transplantation utförs ett kontinuerligt arbete för att utveckla och förbättra metoden att isolera och transplantera langerhanska öar.

FÖLJ UPPSALA UNIVERSITET PÅ

facebook
instagram
twitter
youtube
linkedin