Sex hormones and chronic kidney disease: closing the gap in sex-specific outcomes

Doel

Het begrijpen van de invloed van geslachtshormonen zoals testosteron en oestradiol op de progressie van chronische nierziekte (CKD), met als uiteindelijke doel geslachts-specifieke verschillen in ziekteprogressie te begrijpen en gepersonaliseerde behandelingsstrategieën te ontwikkelen.

Samenvatting

Kolff+ Senior Talent grant. Het onderzoeksproject TRANSFORM richt zich op het ontrafelen van de rol van geslachtshormonen in het ontstaan van chronische nierziekte (CKD). De snellere achteruitgang van nierfunctie tot eindstadium nierfalen bij mannen vergeleken met vrouwen kan mogelijk mede veroorzaakt worden door negatieve effecten van het mannelijke geslachtshormoon testosteron en de beschermende werking van het vrouwelijke geslachtshormoon estradiol. Dit onderzoek streeft ernaar de invloed van deze hormonen op de nierfysiologie en de uitkomsten bij CKD-patiënten te bestuderen, om de verschillen in ziekteprogressie tussen geslachten beter te begrijpen. Recent onderzoek, waaronder studies bij transgender mannen en vrouwen die geslachtshormonen van het andere biologische geslacht gebruiken, wijst uit dat testosteron de nierfunctie kan verminderen terwijl oestradiol deze kan verbeteren. Vooral de interactie tussen geslachtshormonen en nierbeschermende medicijnen is een belangrijk onderzoeksgebied. Tot nu toe zijn nierbeschermende geneesmiddelen veelal onderzocht onder mannen; niet onder vrouwen. Onderzoeksresultaten voor mannen worden vaak geëxtrapoleerd naar vrouwen en het is zeer de vraag of dit terecht is. De doelstellingen van het project zijn gericht op: 1. Het evalueren van de effecten van geslachtshormonen op nierstructuur en -functie door middel van geavanceerde multi-omics technologieën; het in kaart brengen van geslachtsspecifieke gen- en eiwitexpressie in bloed en nierweefsel. 2. Het beoordelen van de invloed van geslachtshormonen op glomerulaire en tubulaire functies in de mens. Dit deel van het onderzoek meet ook of de respons op nierbeschermende medicijnen beïnvloed wordt door geslachtshormonen; hierbij wordt gebruik gemaakt van nier-organoïden. 3. Het relateren van geslachtshormoonconcentraties aan CKD-uitkomsten in een grootschalig cohortonderzoek (HELIUS cohort studie in Amsterdam). De uitkomsten van dit onderzoek zijn belangrijk voor het opzetten van toekomstige klinische studies en behandelingen die rekening houden met geslachtsspecifieke verschillen. Door beter te begrijpen hoe geslachtshormonen de nierfunctie beïnvloeden, kunnen gepersonaliseerde behandelplannen ontwikkeld worden die niet alleen rekening houden met het biologische geslacht van de patiënt, maar ook met veranderingen gerelateerd aan bijvoorbeeld de menopauze.

Trefwoorden

chronische nierziekte, geslachtshormonen, nier-organoïden.

Soortgelijke projecten

Towards the best eGFR equation for individualized prediction and treatment

Junior Talent Grant. De nierfunctie is een meting van hoe goed de nieren werken. Op basis hiervan worden belangrijke beslissingen genomen, bijvoorbeeld wanneer iemand wordt doorverwezen naar de nefroloog, welke medicijnen worden gebruikt, en wanneer gestart wordt met dialyse. De nierfunctie kan technisch goed worden gemeten maar dat is belastend voor patiënten en erg duur. In de praktijk wordt de nierfunctie daarom meestal geschat (eGFR) met een rekenformule, waarvan verschillende versies bestaan. Meestal wordt de ‘CKD-EPI2009’ rekenformule gebruikt, ontwikkeld in Amerika. Deze gebruikt leeftijd, geslacht, creatininewaarde en afkomst (wel/niet Afro-Amerikaans). In Europa wordt de laatste variabele van de formule niet ingevuld. Recent is in Amerika ophef ontstaan over het gebruik van afkomst naar aanleiding van Black-Lives-Matter. Daarom is een nieuwe rekenformule ontwikkeld (‘CKD-EPI2021’). Amerikaanse ziekenhuizen zijn direct overgestapt op deze nieuwe rekenformule. In Nederland en Europa rijst de vraag welke rekenformule gebruikt moet worden. Zo zijn er rekenformules die speciaal ontwikkeld zijn voor Europeanen. Ook is onduidelijk of de creatinine-waarden vervangen moeten worden door cystatine C-waarden, die preciezer maar duurder zijn. Het veranderen van rekenformule kan grote gevolgen hebben. Zo laten de eerste voorlopige resultaten zien dat de nieuwe ‘CKD-EPI2021’ rekenformule een minder ernstig stadium geeft aan ruim 1 op de 3 nierpatiënten, zonder dat duidelijk is of dit leidt tot de beste zorg voor nierpatiënten. De onderzoekers werken vanuit het LUMC samen met een internationale groep van nefrologen en wetenschappers uit Europa (o.a. het Karolinska Instituut) en de Verenigde Staten (o.a. Harvard University en Johns Hopkins). Er worden bijvoorbeeld onderzoekers bij de studie betrokken die de rekenformules hebben ontwikkeld. Het Karolinska Instituut geeft de onderzoekers toegang tot ’s werelds grootste dataset met de bloedwaarde cystatine C. Zo kan onderzocht worden of rekenformules op basis van cystatine C leiden tot betere zorg dan rekenformules op basis van creatinine. Vragen/Doelstellingen 1. Hoeveel verschilt de geschatte nierfunctie tussen de verschillende rekenformules, en wat voor invloed heeft dit op het in aanmerking komen voor effectieve medicijnen die dialyse en hart- en vaatziekten kunnen voorkómen? 2. Hoe precies is de geschatte nierfunctie op basis van iedere rekenformule ten opzichte van de gemeten nierfunctie? 3. De nierfunctie wordt vaak gebruikt in voorspelmodellen, die inschatten hoe het in de toekomst met een patiënt zal gaan. De onderzoekers willen daarom bekijken hoe goed elke rekenformule dit soort uitkomsten kan voorspellen. 4. Welke rekenformule leidt uiteindelijk tot de beste uitkomsten voor de patiënt?

Untangling mechanisms and therapeutic targets in kidney allograft fibrotic disease

Senior Talent grant. Niertransplantaatfalen op de lange termijn is een van de belangrijkste onopgeloste problemen bij niertransplantatie, met als gevolg dat transplantatiepatiënten gemiddeld na 10 tot 15 jaar opnieuw een transplantaat nodig hebben. Nierfibrose (littekenvorming in de nier) is het eindresultaat van vrijwel alle vormen van chronische schade aan de nieren. Nierfibrose is aanwezig in ongeveer 40% van de niertransplantaten op 3 tot 6 maanden na transplantatie en in meer dan 60% op 2 jaar na transplantatie. De hypothese van dit onderzoek is dat fibrose in niertransplantaten de belangrijkste oorzaak is van lange termijn transplantaatfalen is. Het aanpakken van fibrose in het niertransplantaat is daarom een veelbelovende strategie om de langetermijnoverleving van het niertransplantaat te verbeteren. In dit voorgestelde project wordt een reeks experimenten uitgevoerd om de processen van fibrose in niertransplantaten te ontrafelen. Doelstellingen Doel 1: Het in kaart brengen van niertransplantaatfibrose door middel van single cell genomics om nieuwe therapeutische doelwitten te identificeren. Met innovatieve technieken worden genen geïdentificeerd die betrokken zijn bij de ontwikkeling van fibrose. Deze technieken maken het mogelijk om op single celniveau analyses uit te voeren. De technieken worden toegepast op biopten van transplantaten met verschillende gradaties van fibrose, afgenomen binnen 2 jaar na niertransplantatie. Deze worden vergeleken met nierbiopten zonder schade. De geïdentificeerde genetische processen zullen worden gevalideerd in een groot cohort van transplantatiebiopten. Doel 2: Een organoi¨denplatform ontwikkelen met de belangrijkste kenmerken van transplantatiefibrose. Nieren kunnen buiten het lichaam niet in leven gehouden worden in het lab. Daarom worden vanuit stamcellen geproduceerde mini-nieren gebruikt, zogenaamde nierorganoïden. Doel 3: Validatie van therapeutische doelen in organoïde transplantatiemodellen. Fibrotische en niet-fibrotische organoïden worden onder de huid geïmplanteerd in muizen zonder immuunsysteem en vervolgens worden menselijke immuuncellen toegediend. Na 2 maanden worden de organoïden verwijderd. Hiermee wordt humane nierfibrose bestudeerd in een transplantatiesetting met een menselijk immuunsysteem. Daarna volgen interventiestudies met behulp van hierboven geïdentificeerde genetische aanpassingen of werkzame stoffen.

DIAGGRAFT: leveraging artificial intelligence technology for accurate quantitative histological diagnostic assessment of transplant renal biopsies

Success accelerator grant. Afstoting vormt een belangrijk probleem voor patiënten met een donornier. Vroegtijdige vaststelling van een mogelijke afstoting is essentieel, en de meest betrouwbare methode om dit te doen is via een nierbiopsie. Bij een nierbiopsie wordt er met een naald een klein stukje nierweefsel ter grootte van een halve lucifer weggehaald voor onderzoek. Dit stukje weefsel (biopt) wordt beoordeeld onder de microscoop door een patholoog, aan de hand van de Banff-classificatie: een internationaal scoringssysteem waarbij een aantal items wordt beoordeeld, zoals de mate van verlittekening van de nier en het beoordelen van de aanwezigheid, locatie en hoeveelheid ontstekingscellen. Het Banff classificatie-systeem is echter niet goed reproduceerbaar en kan, in zijn huidige vorm, niet goed voorspellen of er op lange termijn risico is op afstoting van de donornier. De patholoog bepaalt ook welk type afstoting er plaatsvindt. Dit is belangrijke informatie bij het kiezen van de juiste behandeling, waarmee de kans wordt vergroot om de donornier te kunnen behouden. De onderzoekers willen in DIAGGRAFT door het gebruik van kunstmatige intelligentie (AI) de beoordeling van nierbiopten verbeteren. Het doel van DIAGGRAFT is om een computeralgoritme te ontwikkelen dat meerdere items van de Banff-classificatie nauwkeurig en reproduceerbaar automatisch kan beoordelen, zodat de zorg voor transplantatiepatiënten kan worden verbeterd. DIAGGRAFT bestaat uit 3 deelprojecten. Omdat we computersoftware willen ontwikkelen die een biopt betrouwbaar kan analyseren, onafhankelijk van in welk ziekenhuis, land of zelfs werelddeel het biopt verkregen of bewerkt werd, zullen we in fase één 100 nierbiopten van Radboudumc laten bewerken en digitaliseren in ziekenhuizen in verschillende landen. Deze biopten worden vervolgens in Radboudumc nog extra bewerkt, om betrouwbaar de aanwezige ontstekingscellen te kunnen herkennen. De digitale beelden met de door de computer herkende ontstekingscellen dienen als voorbeeld om vervolgens het computeralgoritme in fase 2 te ontwikkelen. In fase 2 vindt de ontwikkeling van het computeralgoritme plaats. We maken hierbij gebruik van ‘crowdsourcing’, een model van ontwikkeling van kunstmatige intelligentie dat in het verleden uitstekende resultaten heeft opgeleverd. In een zogenaamde ‘grand challenge’ worden onderzoekers wereldwijd uitgedaagd om met een goede oplossing te komen voor ons probleem; Met deze opzet wordt er op grote schaal, met meerdere AI-experts, toegewerkt naar de ontwikkeling van het best functionerende computeralgoritme. De voorbeelden uit fase 1 worden beschikbaar gesteld op een website (grand-challenge.org). Zij kunnen met behulp van deze data een algoritme op basis van kunstmatige intelligentie trainen, dat ontstekingscellen in nierbiopten kan herkennen. In fase 3 zal het computeralgoritme uit fase 2 getoetst worden. Hierbij worden 300 nierbiopten, afkomstig uit 6 ziekenhuizen, beoordeeld door meerdere internationale pathologen. Biopten worden e´e´n keer met, en e´e´n keer zonder hulp van het computermodel beoordeeld door de pathologen. De resultaten worden vergeleken om te kijken of de beoordeling verbetert met behulp van het ontwikkelde computeralgoritme. Doelstellingen: 1. Ontwikkelen van een computeralgoritme dat meerdere items van de Banff-classificatie nauwkeurig en reproduceerbaar kan beoordelen. 2. Valideren van het computeralgoritme op een ruime hoeveelheid nierbiopten afkomstig uit internationale ziekenhuizen. 3. Evalueren van de prognostische waarde van meerdere items van de Banff-classificatie aan de hand van de beoordeling middels het computeralgoritme.

Bekijk alle projecten