Etusivu
Ihmiset
Tutkimusryhmät
Projektit
Tietoa

Kirjaudu

Suomi English

Etusivu
Ihmiset
Tutkimusryhmät
Projektit
Tietoa

Muokkaa tietoja
Kirjaudu ulos

Sulje

Tarkenna hakuasi

Etusivu
Ihmiset
Leena Latonen

Leena Latonen

Yksikön varajohtaja

Tutkimusjohtaja

Dosentti (syöpäbiologia)
Varajohtaja, Biolääketieteen yksikkö

Biolääketieteen yksikkö, Lääketieteen laitos, Terveystieteiden tiedekunta

leena.latonen@uef.fi | 050 576 7822

Tiedot Julkaisut

Syövän stressivasteiden tutkimuksessa selvitämme niitä molekyyli-, solu- ja kudostason mekanismeja, jotka aikaansaavat syöpäsolujen kohonneen sietokyvyn stressiä kohtaan. Tutkimme mm. molekyylireittejä, jotka johtavat syöpä- ja hermosolujen erilaistiin kykyihin käsitellä proteiini- ja RNA-kertymiä, sekä syövän kykyä muodostaa vastustuskyky lääkeaineille. Tutkimme myös syövän kasvutapoja kudoksessa ja yhdistämme tätä tietoa syöpäsolujen molekyylitietoihin ymmärtääksemme paremmin niitä mekanismeja, joiden avulla syöpäsolut selviävät monenlaisten stressien ristipaineessa. Kudosbiologian yhteistyöprojekteissamme etsimme parempia tapoja kuvantaa, visualisoida ja analysoida kvantitatiivisesti histologiaa digitaalisen patologian, koneoppimisen ja tekoälyn keinoin.

Molekyylimekanismien tunteminen ja niiden yhdistäminen kudostason seurauksiin on tärkeää parempien hoitojen kehittämiseksi lukuisia sairauksia vastaan. Tarkempi ymmärrys solujen stressivasteiden toiminnasta mahdollistaa uusien lääke- ja terapiakohteiden tunnistamisen. Jos voimme estää syöpäsolujen lisääntynyttä kykyä puskuroida stressiä, voimme löytää keinoja tuhota syöpäsolut. Toisaalta taas aktivoimalla tällaisia reittejä puskurikyvyttömissä soluissa, voimme estää solu- ja kudosstressin haittavaikutuksia, kuten solukuolemaa hermorappeumassa.

Tutkimusryhmän nettisivut:
https://sites.uef.fi/cancer-stress-biology-latonen/

Tutkimusryhmät

Syövän stressivasteiden biologia - Latonen lab 01.01.2019 -

Visit our

Cancer stress biology research group homepage.

Avainsanat

androgeenireseptori digitaalipatologia eturauhassyöpä kvantitatiivinen histologia proteiininhajotus solustressi syöpä tumajyvänen

Julkaisut

36/36 kappaletta

A PEG-assisted membrane coating to prepare biomimetic mesoporous silicon for PET/CT imaging of triple-negative breast cancer
Wen, Huang; Martínez, María Gómez; Happonen, Emilia; Qian, Jing; Vallejo, Vanessa Gómez; Mendazona, Helena Jorge; Jokivarsi, Kimmo; Scaravilli, Mauro; Latonen, Leena; Llop, Jordi; Lehto, Vesa-Pekka; Xu, Wujun. 2024. International journal of pharmaceutics. 652:
Long noncoding RNA EPCART regulates translation through PI3K/AKT/mTOR pathway and PDCD4 in prostate cancer
Kohvakka, Annika; Sattari, Mina; Nättinen, Janika; Aapola, Ulla; Gregorová, Pavlína; Tammela, Teuvo LJ; Uusitalo, Hannu; Sarin, L Peter; Visakorpi, Tapio; Latonen, Leena. 2024. Cancer gene therapy. [Published: 15 August 2024]: 1-11
Platinum-based drugs induce phenotypic alterations in nucleoli and Cajal bodies in prostate cancer cells
Batnasan, Enkhzaya; Kärkkäinen, Minttu; Koivukoski, Sonja; Sadeesh, Nithin; Tollis, Sylvain; Ruusuvuori, Pekka; Scaravilli, Mauro; Latonen, Leena. 2024. Cancer cell international. 24: . 29
RNA:han sitoutuvat proteiinit syövän lääkehoidossa ja -resistenssissä
Latonen, Leena. 2024. Duodecim. 140: 281-287
The ACROBAT 2022 Challenge: Automatic Registration Of Breast Cancer Tissue
Weitz, Philippe; Valkonen, Masi; Solorzano, Leslie; Carr, Circe; Kartasalo, Kimmo; Boissin, Constance; Koivukoski, Sonja; Kuusela, Aino; Rasic, Dusan; Feng, Yanbo; Pouplier, Sandra Sinius; Sharma, Abhinav; Eriksson, Kajsa Ledesma; Robertson, Stephanie; Marzahl, Christian; Gatenbee, Chandler D; Anderson, Alexander RA; Wodzinski, Marek; Jurgas, Artur; Marini, Niccolò; Atzori, Manfredo; Müller, Henning; Budelmann, Daniel; Weiss, Nick; Heldmann, Stefan; Lotz, Johannes; Wolterink, Jelmer M; De Santi,. 2024. Medical image analysis. 97:
Virtuaalimaailma histologian oppimisen tukena
Mairinoja, Laura; Liimatainen, Kaisa; Koivukoski, Sonja; Latonen, Leena; Strauss, Leena; Ruusuvuori, Pekka. 2024. Yliopistopedagogiikka. 31: .
Virtuaalivärjäys mahdollistaa ympäristöystävällisempää histologiaa kemikaaleja vähentämällä
Koivukoski, Sonja; Ruusuvuori, Pekka; Latonen, Leena. 2024. Duodecim. 140: 1071-1078
Virtual staining for histology by deep learning
Latonen, Leena; Koivukoski, Sonja; Khan, Umair; Ruusuvuori, Pekka. 2024. Trends in biotechnology. 42: 1177-1191
A Multi-Stain Breast Cancer Histological Whole-Slide-Image Data Set from Routine Diagnostics
Weitz, Philippe; Valkonen, Masi; Solorzano, Leslie; Carr, Circe; Kartasalo, Kimmo; Boissin, Constance; Koivukoski, Sonja; Kuusela, Aino; Rasic, Dusan; Feng, Yanbo; Sinius Pouplier, Sandra; Sharma, Abhinav; Ledesma Eriksson, Kajsa; Latonen, Leena; Laenkholm, Anne-Vibeke; Hartman, Johan; Ruusuvuori, Pekka; Rantalainen, Mattias. 2023. Scientific data. 10: . 562
Biomimetic Inorganic Nanovectors as Tumor-Targeting Theranostic Platform against Triple-Negative Breast Cancer
Wen, Huang; Poutiainen, Pekka; Batnasan, Enkhzaya; Latonen, Leena; Lehto, Vesa Pekka; Xu, Wujun. 2023. Pharmaceutics. 15: . 2507
Complementary analysis of proteome‐wide proteomics reveals changes in RNA binding protein‐profiles during prostate cancer progression
Aikio, Erika; Koivukoski, Sonja; Kallio, Elina; Sadeesh, Nithin; Niskanen, Einari A; Latonen, Leena. 2023. Cancer reports. 6:
Deep learning transforms colorectal cancer biomarker prediction from histopathology images
Ruusuvuori, Pekka; Valkonen, Mira; Latonen, Leena. 2023. Cancer cell. 41: 1543-1545
Deformation equivariant cross-modality image synthesis with paired non-aligned training data
Honkamaa, Joel; Khan, Umair; Koivukoski, Sonja; Valkonen, Mira; Latonen, Leena; Ruusuvuori, Pekka; Marttinen, Pekka. 2023. Medical image analysis. 90:
Identification of long noncoding RNAs with aberrant expression in prostate cancer metastases
Sattari, Mina; Kohvakka, Annika; Moradi, Elaheh; Rauhala, Hanna; Urhonen, Henna; Isaacs, William B; Nykter, Matti; Murtola, Teemu J; Tammela, Teuvo L. J.; Latonen, Leena; Bova, G. Steven; Kesseli, Juha; Visakorpi, Tapio. 2023. Endocrine-related cancer. 30:
The effect of neural network architecture on virtual H&E staining: Systematic assessment of histological feasibility
Khan, Umair; Koivukoski, Sonja; Valkonen, Mira; Latonen, Leena; Ruusuvuori, Pekka. 2023. Patterns. 4:
Unstained Tissue Imaging and Virtual Hematoxylin and Eosin Staining of Histologic Whole Slide Images
Koivukoski, Sonja; Khan, Umair; Ruusuvuori, Pekka; Latonen, Leena. 2023. Laboratory investigation. 103:
Chemical Interrogation of Nuclear Size Identifies Compounds with Cancer Cell Line-Specific Effects on Migration and Invasion
Tollis, Sylvain; Rizzotto, Andrea; Pham, Nhan T; Koivukoski, Sonja; Sivakumar, Aishwarya; Shave, Steven; Wildenhain, Jan; Zuleger, Nikolaj; Keys, Jeremy T; Culley, Jayne; Zheng, Yijing; Lammerding, Jan; Carragher, Neil O; Brunton, Valerie G; Latonen, Leena; Auer, Manfred; Tyers, Mike; Schirmer, Eric C. 2022. Acs chemical biology. 17: 680-700
Nonmalignant AR-positive prostate epithelial cells and cancer cells respond differently to androgen
Kukkonen, Konsta; Autio-Kimura, Bryn; Rauhala, Hanna; Kesseli, Juha; Nykter, Matti; Latonen, Leena; Visakorpi, Tapio. 2022. Endocrine-related cancer. 29: 717–733
Nuclear Organization in Response to Stress: A Special Focus on Nucleoli
Batnasan, Enkhzaya; Koivukoski, Sonja; Kärkkäinen, Minttu; Latonen, Leena. Teoksessa: Kloc, Malgorzat ; Kubiak, Jacek Z(toim.) , 2022. Nuclear, Chromosomal, and Genomic Architecture in Biology and Medicine. s. 469-494. Springer
Nuclear size rectification: A potential new therapeutic approach to reduce metastasis in cancer
Schirmer, Eric C; Latonen, Leena; Tollis, Sylvain. 2022. Frontiers in cell and developmental biology. 10: . 1022723
Spatial analysis of histology in 3D: quantification and visualization of organ and tumor level tissue environment
Ruusuvuori, Pekka; Valkonen, Masi; Kartasalo, Kimmo; Valkonen, Mira; Visakorpi, Tapio; Nykter, Matti; Latonen, Leena. 2022. Heliyon. 8:
miR-32 promotes MYC-driven prostate cancer
Scaravilli, Mauro; Koivukoski, Sonja; Gillen, Andrew; Bouazza, Aya; Ruusuvuori, Pekka; Visakorpi, Tapio; Latonen, Leena. 2022. Oncogenesis. 11: . 11
A systematic comparison of data- and knowledge-driven approaches to disease subtype discovery
Rintala, TJ; Federico, A; Latonen, L; Greco, D; Fortino, V. 2021. Briefings in bioinformatics. 22: bbab314
Androgen-Driven Fusion Genes and Chimeric Transcripts in Prostate Cancer
Scaravilli, Mauro; Koivukoski, Sonja; Latonen, Leena. 2021. Frontiers in cell and developmental biology. 9: 623809
Building a central repository landmarks a new era for artificial intelligence - assisted digital pathology development in Europe
Latonen, Leena; Ruusuvuori, Pekka. 2021. European journal of cancer. 150: 31-32
Convolutional Neural Network-Based Artificial Intelligence for Classification of Protein Localization Patterns
Liimatainen, Kaisa; Huttunen, Riku; Latonen, Leena; Ruusuvuori, Pekka. 2021. Biomolecules. 11: 264
Expression and ERG regulation of PIM kinases in prostate cancer
Eerola, Sini K; Kohvakka, Annika; Tammela, Teuvo LJ; Koskinen, Päivi J; Latonen, Leena; Visakorpi, Tapio. 2021. Cancer medicine. 10: 3427-3436
Proteomic Landscape of Prostate Cancer: The View Provided by Quantitative Proteomics, Integrative Analyses, and Protein Interactomes
Sadeesh, Nithin; Scaravilli, Mauro; Latonen, Leena. 2021. Cancers. 13: 4829
Virtual reality for 3D histology: multi-scale visualization of organs with interactive feature exploration
Liimatainen, Kaisa; Latonen, Leena; Valkonen, Masi; Kartasalo, Kimmo; Ruusuvuori, Pekka. 2021. Bmc cancer. 21: 1133
ANHIR: Automatic Non-Rigid Histological Image Registration Challenge
Borovec, Jiri; Kybic, Jan; Arganda-Carreras, Ignacio; Sorokin, Dmitry V; Bueno, Gloria; Khvostikov, Alexander V; Bakas, Spyridon; Chang, Eric I-Chao; Heidmann, Stefan; Kartasalo, Kimmo; Latonen, Leena; Lotz, Johannes; Noga, Michelle; Pati, Sarthak; Punithakumar, Kumaradevan; Ruusuvuori, Pekka; Skalski, Andrzej; Tahmasebi, Nazanin; Valkonen, Masi; Venet, Ludovic et al.. 2020. IEEE transactions on medical imaging. 39: 3042-3052
AR and ERG drive the expression of prostate cancer specific long noncoding RNAs
Kohvakka, Annika; Sattari, Mina; Shcherban, Anastasia; Annala, Matti; Urbanucci, Alfonso; Kesseli, Juha; Tammela, Teuvo L J; Kivinummi, Kati; Latonen, Leena; Nykter, Matti; Visakorpi, Tapio. 2020. Oncogene. 39: 5241-5251
Integrative proteomics of prostate cancer
Scaravilli, M; Afyounian, E; Nykter, M; Visakorpi, T; Latonen, L. 2020. Current opinion in endocrine and metabolic research. 10: 43-49
3D-Printed Whole Prostate Models with Tumor Hotspots Using Dual-Extruder Printer
Liimatainen, Kaisa; Latonen, Leena; Kartasalo, Kimmo; Ruusuvuori, Pekka. Teoksessa: -(toim.) , 2019. 2019 41st Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC). s. 2867-2871. IEEE
Iterative unsupervised domain adaptation for generalized cell detection from brightfield z-stacks
Liimatainen, Kaisa; Kananen, Lauri; Latonen, Leena; Ruusuvuori, Pekka. 2019. Bmc bioinformatics. 20: 80
Phase-to-Phase With Nucleoli - Stress Responses, Protein Aggregation and Novel Roles of RNA
Latonen, Leena. 2019. Frontiers in cellular neuroscience. 13: 151
Phosphorylation of NFATC1 at PIM1 target sites is essential for its ability to promote prostate cancer cell migration and invasion
Eerola, SK; Santio, NM; Rinne, S; Kouvonen, P; Corthals, GL; Scaravilli, M; Scala, G; Serra, A; Greco, D; Ruusuvuori, P; Latonen, L; Rainio, EM; Visakorpi, T; Koskinen, PJ. 2019. Cell communication and signaling. 17: 148

University of Eastern Finland Joensuu, Kuopio © University of Eastern Finland

Facebook Instagram Twitter YouTube LinkedIn Snapchat SoundCloud TikTok Vimeo

Saavutettavuusseloste
Evästeiden käyttö
Anna palautetta

Hallinnoi evästeiden suostumusta

Palvelu käyttää evästeitä sivuston optimointiin.

Toiminnalliset Toiminnalliset Aina aktiivinen

Tekninen tallennus tai pääsy on ehdottoman välttämätön oikeutettua tarkoitusta varten, joka mahdollistaa tietyn tilaajan tai käyttäjän nimenomaisesti pyytämän palvelun käytön, tai yksinomaan viestinnän välittämiseksi sähköisen viestintäverkon kautta.

Asetukset Asetukset

Tekninen tallennus tai pääsy on tarpeen laillisessa tarkoituksessa sellaisten asetusten tallentamiseen, joita tilaaja tai käyttäjä ei ole pyytänyt.

Tilastot Tilastot

Tekninen tallennus tai pääsy, jota käytetään yksinomaan tilastollisiin tarkoituksiin. Tekninen tallennus tai pääsy, jota käytetään yksinomaan anonyymeihin tilastollisiin tarkoituksiin. Ilman haastetta, Internet-palveluntarjoajasi vapaaehtoista suostumusta tai kolmannen osapuolen lisätietueita pelkästään tähän tarkoitukseen tallennettuja tai haettuja tietoja ei yleensä voida käyttää tunnistamaan sinua.

Markkinointi Markkinointi

Teknistä tallennustilaa tai pääsyä tarvitaan käyttäjäprofiilien luomiseen mainosten lähettämistä varten tai käyttäjän seuraamiseksi verkkosivustolla tai useilla verkkosivustoilla vastaavia markkinointitarkoituksia varten.

Näytä asetukset

{title} {title} {title}

Tarkenna hakuasi

Leena Latonen

Tutkimusryhmät

Visit our

Avainsanat

A PEG-assisted membrane coating to prepare biomimetic mesoporous silicon for PET/CT imaging of triple-negative breast cancer

Long noncoding RNA EPCART regulates translation through PI3K/AKT/mTOR pathway and PDCD4 in prostate cancer

Platinum-based drugs induce phenotypic alterations in nucleoli and Cajal bodies in prostate cancer cells

RNA:han sitoutuvat proteiinit syövän lääkehoidossa ja -resistenssissä

The ACROBAT 2022 Challenge: Automatic Registration Of Breast Cancer Tissue

Virtuaalimaailma histologian oppimisen tukena

Virtuaalivärjäys mahdollistaa ympäristöystävällisempää histologiaa kemikaaleja vähentämällä

Virtual staining for histology by deep learning

A Multi-Stain Breast Cancer Histological Whole-Slide-Image Data Set from Routine Diagnostics

Biomimetic Inorganic Nanovectors as Tumor-Targeting Theranostic Platform against Triple-Negative Breast Cancer

Complementary analysis of proteome‐wide proteomics reveals changes in RNA binding protein‐profiles during prostate cancer progression

Deep learning transforms colorectal cancer biomarker prediction from histopathology images

Deformation equivariant cross-modality image synthesis with paired non-aligned training data

Identification of long noncoding RNAs with aberrant expression in prostate cancer metastases

The effect of neural network architecture on virtual H&E staining: Systematic assessment of histological feasibility

Unstained Tissue Imaging and Virtual Hematoxylin and Eosin Staining of Histologic Whole Slide Images

Chemical Interrogation of Nuclear Size Identifies Compounds with Cancer Cell Line-Specific Effects on Migration and Invasion

Nonmalignant AR-positive prostate epithelial cells and cancer cells respond differently to androgen

Nuclear Organization in Response to Stress: A Special Focus on Nucleoli

Nuclear size rectification: A potential new therapeutic approach to reduce metastasis in cancer

Spatial analysis of histology in 3D: quantification and visualization of organ and tumor level tissue environment

miR-32 promotes MYC-driven prostate cancer

A systematic comparison of data- and knowledge-driven approaches to disease subtype discovery

Androgen-Driven Fusion Genes and Chimeric Transcripts in Prostate Cancer

Building a central repository landmarks a new era for artificial intelligence - assisted digital pathology development in Europe

Convolutional Neural Network-Based Artificial Intelligence for Classification of Protein Localization Patterns

Expression and ERG regulation of PIM kinases in prostate cancer

Proteomic Landscape of Prostate Cancer: The View Provided by Quantitative Proteomics, Integrative Analyses, and Protein Interactomes

Virtual reality for 3D histology: multi-scale visualization of organs with interactive feature exploration

ANHIR: Automatic Non-Rigid Histological Image Registration Challenge

AR and ERG drive the expression of prostate cancer specific long noncoding RNAs

Integrative proteomics of prostate cancer

3D-Printed Whole Prostate Models with Tumor Hotspots Using Dual-Extruder Printer

Iterative unsupervised domain adaptation for generalized cell detection from brightfield z-stacks

Phase-to-Phase With Nucleoli - Stress Responses, Protein Aggregation and Novel Roles of RNA

Phosphorylation of NFATC1 at PIM1 target sites is essential for its ability to promote prostate cancer cell migration and invasion