MOPS (Multi-Omics Personalized Screening)

Zespół MOPS prowadzi interdyscyplinarne badania na styku chemii analitycznej, biologii molekularnej, medycyny i bioinformatyki, rozwijając nowoczesne metody niskoinwazyjnego pobierania próbek oraz zaawansowane strategie analizy multiomicznej. Celem zespołu jest lepsze zrozumienie procesów chorobowych poprzez integrację danych molekularnych, metabolicznych i funkcjonalnych, a także opracowanie nowych narzędzi diagnostycznych i terapeutycznych wspierających rozwój medycyny spersonalizowanej.

Punktem wyjścia badań jest rozwój technologii mikropróbkowania umożliwiających analizę biologicznych układów w sposób minimalnie inwazyjny, często bez konieczności fizycznego pobierania próbek tkanek. Kluczową rolę w tym podejściu odgrywa mikroekstrakcja do fazy stałej (SPME), określana również jako „biopsja chemiczna”. Technika ta pozwala na bezpośrednią ekstrakcję małych cząsteczek z żywych tkanek, kultur komórkowych i biopłynów, umożliwiając analizę metabolomiczną i lipidomiczną w czasie rzeczywistym. Dzięki niewielkim rozmiarom sondy i minimalnej ingerencji
w badany układ możliwe jest wielokrotne pobieranie próbek w warunkach in vivo/in situ, co pozwala śledzić dynamiczne zmiany metaboliczne zachodzące w trakcie rozwoju choroby, odpowiedzi na terapię czy oddziaływania czynników środowiskowych.

Badania zespołu koncentrują się szczególnie na zastosowaniach w onkologii oraz transplantologii, gdzie możliwość niskoinwazyjnego monitorowania zmian molekularnych ma kluczowe znaczenie dla diagnostyki, oceny skuteczności leczenia i monitorowania stanu pacjenta. Prowadzone prace opierają się na integracji wielu technologii analitycznych i biologicznych w ramach platformy multiomicznej, która poza wymienionymi wcześniej metabolomiką i lipidomiką, obejmuje również sekwencjonowanie genomowe, transkryptomikę przestrzenną, analizę ekspresji białek oraz obrazowanie molekularne
i komórkowe. Szczególną uwagę poświęcamy także analizie pęcherzyków zewnątrzkomórkowych, które stanowią ważny element komunikacji międzykomórkowej i mogą pełnić rolę nieinwazyjnych biomarkerów procesów patologicznych. Integracja danych pochodzących z różnych poziomów organizacji biologicznej umożliwia kompleksową charakterystykę badanych układów i identyfikację nowych markerów diagnostycznych.

Istotnym obszarem badań jest również rozwój modeli translacyjnych pozwalających na przełożenie wyników badań podstawowych na zastosowania kliniczne. W tym celu wykorzystujemy zintegrowany schemat eksperymentalny obejmujący hodowle komórkowe 2D i 3D, modele zwierzęce oraz analizy materiału klinicznego. Takie podejście umożliwia badanie procesów chorobowych w różnych skalach biologicznych oraz ocenę potencjalnych strategii terapeutycznych. W ramach tych badań analizujemy m.in. nowe związki bioaktywne oraz zaawansowane systemy dostarczania leków oparte na biodegradowalnych polimerach, które mogą zwiększać skuteczność terapii i ograniczać działania niepożądane.

 Z uwagi na rosnącą złożoność danych omicznych wykorzystujemy narzędzia uczenia maszynowego
i sztucznej inteligencji do identyfikacji ukrytych zależności między zmiennymi biologicznymi. Algorytmy predykcyjne pozwalają integrować dane pochodzące z różnych źródeł oraz budować modele wspierające diagnostykę i monitorowanie chorób. Równolegle rozwijamy rozwiązania z zakresu zarządzania danymi i cyfrowego biobankowania, które umożliwiają bezpieczne przechowywanie
i analizę dużych zbiorów danych badawczych.

Warte podkreślenia jest również to, że stosowane przez nas podejścia wpisują się w szerszy nurt zrównoważonej chemii analitycznej i nowoczesnej diagnostyki laboratoryjnej, promując metody ograniczające zużycie materiałów, energii i próbek biologicznych.

Zespół MOPS łączy specjalistów z zakresu chemii analitycznej, biologii molekularnej, medycyny, bioinformatyki i nauk o materiałach. Dzięki tej interdyscyplinarnej współpracy rozwijamy nowe narzędzia badawcze i technologie, które pozwalają lepiej zrozumieć złożoność procesów biologicznych i wspierać rozwój nowoczesnej, spersonalizowanej medycyny.