Ny algoritm kartlägger hur celler utvecklas
Forskare vid Karolinska Institutet och KTH har utvecklat en ny beräkningsmetod som kan avslöja hur celler förändras och specialiseras i kroppen. Studien, som publicerats i tidskriften PNAS, kan ge viktig kunskap om varför denna process ibland går fel och leder till sjukdom.
Celldifferentiering är en grundläggande process i kroppen. Den gör att stamceller kan utvecklas till olika typer av celler, som nervceller i hjärnan eller immunceller som skyddar mot infektioner. När processen störs kan det orsaka allvarliga sjukdomar, men att studera den är svårt.
En stor utmaning är att dagens metoder för att analysera enskilda celler förstör cellen vid mätningen, vilket gör att forskare bara får en ögonblicksbild. För att lösa detta problem har forskare vid Karolinska Institutet och KTH utvecklat en algoritm som kallas MultistageOT. Den bygger på matematiska principer för så kallad optimal transport och kan återskapa hela utvecklingsförloppet från en enda ögonblicksbild av cellernas genuttryck.
– När vi sekvenserar en cell vet vi inte hur den kommer att se ut i nästa steg. Vår metod gör det möjligt att modellera hela processen, även om vi bara observerar cellerna vid ett tillfälle, säger Magnus Tronstad, doktorand vid institutionen för medicin, Solna, Karolinska Institutet.
Kan förutsäga hur celler mognar
Algoritmen lär sig att fylla i de saknade mellanstegen i utvecklingen och kan därmed förutsäga hur celler mognar och vilken funktion de får. I studien testades metoden på data från blodbildning, ett komplext system där stamceller ger upphov till många olika blodceller.
Resultaten visar att MultistageOT inte bara kan rekonstruera utvecklingsvägarna utan också identifiera celler som avviker från processen – något som är viktigt för att undvika felaktiga slutsatser.
– Det här ger oss ett kraftfullt verktyg för att förstå hur celler fattar ”beslut” om sin framtid, vilket är centralt för att förstå sjukdomar som uppstår när differentieringen går snett, säger Joakim Dahlin, docent vid samma institution vid Karolinska Institutet.
Forskarna betonar att metoden är generell och kan användas på olika biologiska system, även utanför djurriket.
Studien är ett samarbete mellan forskarna vid Karolinska Institutet och professor Johan Karlsson vid KTH. Studien har finansierats av Vetenskapsrådet, Cancerfonden och Karolinska Institutet. Forskarna rapporterar inga intressekonflikter.
Publikation
”MultistageOT: Multistage optimal transport infers trajectories from a snapshot of single-cell data” M. Tronstad, J. Karlsson, & J.S. Dahlin, Proc. Natl. Acad. Sci. U.S.A. 122 (50) e2516046122, online 11 December 2025, doi: 10.1073/pnas.2516046122