Lääkehoidon vaikutus syöpäpotilaisiin on vaihtelevaa. Vaikka lääkeaine tehoaa osaan potilaista, se ei välttämättä tehoa kaikkiin samaa syöpätyyppiä sairastaviin potilaisiin. Tämän vuoksi parantumisennustetta on hankala antaa etukäteen. Suomen Akatemian huippuyksikön tutkimusryhmä on onnistunut ennustamaan genomimittauksilla eri lääkkeiden vaikutuksia tiettyihin syöpäsolulinjoihin. Tutkimustulokset ovat merkittäviä: mikäli osataan ennakoida lääkeaineiden vaikutus solulinjoihin, päästään hoidossa askel lähemmäs hoitoennusteen antamista potilaalle.
Tutkimusryhmää johtavan professori Samuel Kasken mukaan tulokset eivät ole vielä valmiita kliiniseen käyttöön, mutta menetelmiä on tarkoitus soveltaa seuraavaksi kliinistä syövänhoitoa lähempänä oleviin ongelmiin. Seuraava askel eli ennusteen antaminen potilaalle tulee olemaan kuitenkin paljon haastavampi.
Uusi epälineaariseen monilähteiseen bayesiläiseen monitehtäväennustukseen perustuva malli käyttää hyväkseen syöpäsolujen mutaatioita, joita se hakee uuden sukupolven genomisekvensointitekniikoilla. Kasken johtama tutkijaryhmä osallistui syksyllä Yhdysvaltain terveysviraston alaisen kansallisen syöpäinstituutti NCI:n ja DREAM-järjestön järjestämään haastekilpailuun, jossa he päihittivät muut kilpailuun osallistuneet 47 tutkijaryhmää. Kilpailuryhmä koostui Tietotekniikan tutkimuslaitos HIIT:n ja Suomen molekyylilääketieteen instituutti FIMM:n tutkijoista, jotka ovat tehneet yhteistyötä yksilöidyn lääketieteen alalla jo ennen kilpailua.
NCI antoi tutkijoille käytettäväksi laajan aineiston useilla eri mittausmenetelmillä tuotettua dataa geenien aktiivisuudesta, epigeneettisistä muutoksista ja geneettisistä profiileista. Ryhmä yhdisti alkuperäisiä datalähteitä keskenään sekä lisäsi niihin taustatietoja tunnetuista syöpägeeneistä ja reaktioteistä. Kilpailussa käytetyt menetelmät ovat yleiskäyttöisiä, ja niillä on sovelluspotentiaalia lukuisilla aloilla datalähteitä täynnä olevassa nykymaailmassa.
Suomen Akatemian laskennallisen päättelyn huippuyksikkö (COIN) koostuu Aalto-yliopiston ja Helsingin yliopiston tutkijoista. Yksikkö yhdistää laskennallisen päättelyn lähestymistapoja koneoppimisesta, laskennallisesta logiikasta, tilastollisesta fysiikasta ja laskennallisesta tilastotieteestä.
Lisätietoja:
Professori Samuel Kaski, Tietotekniikan tutkimuslaitos HIIT, Aalto-yliopisto ja Helsingin yliopisto,
p. 050 305 8694, etunimi.sukunimi(at)aalto.fi
www.aka.fi > ohjelmat ja yhteistyö > huippuyksiköt
Suomen Akatemian viestintä
Aki Antinkaapo
p. 029 5335 028
[email protected]
Suomen Akatemian verkkosivut www.aka.fi
© Koodiviidakko Oy - Y-tunnus 1939962-1