Publicerad: 2026-01-30 09:55 | Uppdaterad: 2026-01-30 10:02

Ny avhandling om hur AI och cellbilder kan förändra utvecklingen av cancerläkemedel

Illustration i rosa ton av cancerceller som delvis ses genom ett förstoringsglas.
Illustration av cancerceller. Foto: Getty Images

Cancer är en komplex sjukdom med många olika former som dessutom förändras över tid. Det gör behandlingen komplicerad: ett läkemedel kan hjälpa en patient men inte en annan. Att ta fram nya läkemedel går långsamt och är kostsamt. I denna avhandling undersöks hur avancerade laboratoriemodeller och artificiell intelligens kan göra processen snabbare.

Vi bad Osheen Sharma, doktorand vid Institutionen för onkologi-patologi, att berätta vad hennes avhandling handlar om.

Porträtt av Osheen Sharma
Osheen Sharma. Foto: Private.

– Fokus i min avhandling är att förstå hur cancerceller reagerar på behandling och varför reaktionerna skiljer sig åt. Cancerceller existerar inte ensamma; de påverkas av andra celler runt omkring. Med hjälp av mikroskopbilder och artificiell intelligens (AI) studerade jag hur cancerceller förändras, till exempel hur snabbt de växer och hur de ser ut (form, storlek och struktur). 

Arbetet visar att olika cancerformer kan reagera väldigt olika på samma läkemedel. Det visar också att varierade kombinationer av behandlingar gör det svårare att förstå läkemedelseffekter. Målet är att använda AI för att fånga och förklara dessa mer verklighetstrogna och komplexa behandlingssvar.

Vilka är de viktigaste resultaten?

– Avhandlingen visar att cancercellers svar på behandling varierar mycket och påverkas starkt av fibroblaster, särskilt i modeller för äggstockscancer. Fibroblaster är en celltyp som kan ändra hur cancerceller växer och bidra till att läkemedel fungerar sämre, vilket gör enklare modeller som endast innehåller cancerceller otillräckliga. Ett annat viktigt resultat är att en och samma AI‑modell inte passar alla cancertyper. Modellerna måste anpassas till den biologiska miljön. 

Avhandlingen visar även att AI kan lära sig från ett brett och varierat bibliotek av behandlingar och förutsäga hur celler reagerar, även när läkemedlen påverkar cellerna på många olika sätt. Sammantaget visar arbetet både möjligheterna med AI och vilka utmaningar som finns innan tekniken kan användas på ett tillförlitligt sätt.

Hur kan den kunskapen bidra till att förbättra människors hälsa?

– Forskningen kan förbättra hälsan genom att AI hjälper oss att förstå varför patienter svarar så olika på behandling. AI‑analysen visar vilka faktorer som påverkar resultaten mest, till exempel skillnader mellan olika cancertyper, andra celler i omgivningen och hur läkemedel påverkar flera mål samtidigt. Den visar också hur viktigt det är att utforma experiment noggrant och att träna AI‑modeller på rätt sätt. Genom att lyfta fram vad som faktiskt styr resultaten kan forskare planera bättre studier och tolka data mer korrekt. På sikt kan detta bidra till bättre kliniska beslut och mer individanpassad cancerbehandling.

Vilka är dina framtida ambitioner?

– Jag vill fortsätta arbeta med cancerforskning, särskilt med att förstå hur omgivande celler påverkar cancer­tillväxt och läkemedelsresistens. Jag planerar att studera behandlingssvar över längre tid i stället för vid en enda tidpunkt och kombinera bilddata med andra datatyper som omiksdata. Jag vill också få mer praktisk erfarenhet av experimentell forskning för att bättre koppla ihop beräkningsmodeller med biologiska mekanismer. Dessutom är jag intresserad av att studera hur kroppens inre klocka påverkar cancer (i termer av tillväxt) och behandlingssvar genom matematiska modeller.

Avhandling

Integrative Analysis of Morphological and Chemical Signatures for Understanding Drug Perturbations in Diverse Cancer Cell Models

Disputation

Fredag 6 februari 2026 klockan 9:30 i Inghesalen, Widerströmska huset, Tomtebodavägen 18a.