Publicerad: 2024-10-22 11:53 | Uppdaterad: 2024-10-22 13:03

Statistiska och beräkningsmetoder för att analysera omics-data och förutsäga läkemedelsrespons

Nya teknikframsteg inom högkapacitetsekvensering har möjliggör det för forskare att utnyttja värdefull omics-data, vilket banar väg för precisionsmedicin. Detta syftar till att förbättra diagnostik och behandling genom att anpassa behandling till individen. Att analysera omics-data för effektiv individualiserad behandling är dock fortfarande en stor utmaning på grund av sjukdomsvariabilitet och datakomplexitet.

I en ny avhandling från Karolinska Institutet presenterar Quang Thinh Trac vid Institutionen för medicinsk epidemiologi och biostatistik innovativa statistiska och beräkningsmetoder för analys av multi-omics-data och förutsägelse av läkemedelsrespons, med fokus på akut myeloid leukemi (AML) och amyotrofisk lateralskleros (ALS).

Vad är de viktigaste resultaten i din avhandling?

– Vi har utvecklat nya statistiska och beräkningsmässiga metoder för att analysera omics-data och läkemedelsrespons. Resultaten visar att dessa metoder presterar väl jämfört med befintliga metoder. Vi hoppas att vårt arbete kommer att främja analysen av omics-data och förutsägelsen av läkemedelssvar, hjälpa forskare komma fram till nya biologiska insikter och bidra till personliga behandlingsstrategier för komplexa sjukdomar.

Varför blev du intresserad av det här ämnet?

– Jag har alltid varit intresserad av att arbeta med data sedan jag gick min grundutbildning. Under mitt sista år på universitetet skrev jag min examensuppsats inom bioinformatik, vilket fick mig att inse att arbete med biologisk data var särskilt fascinerande. Dessutom, med min bakgrund inom datavetenskap, har jag alltid tyckt det är spännande att se mitt beräkningsarbete vara användbart och tillämpat av andra. Mina doktorandstudier har passat mig perfekt med mitt intresse för data och beräkningar, och att det gav mig möjlighet att utforska data samtidigt som jag kunde bidra med att driva forskningen framåt inom området.

Vad tycker du bör göras i framtidens hälso- och sjukvård och forskningen?

– Ur perspektivet av mitt doktorandämne tror jag att precision och personlig medicin kommer att vara en lovande riktning både för framtidens hälso- och sjukvård samt inom forskningen. Denna omställning sker redan nu, eftersom precisionsdiagnostik och behandling gradvis översätts till kliniska sammanhang. För att precisionsmedicin ska lyckas krävs dock också framsteg inom andra områden, såsom teknologi och en djupare förståelse inom biologi. Till exempel verkar den senaste tillämpningen av AI inom medicin, som läkemedelsdesign och AI-assisterad patologi, mycket lovande. Det kommer att bli spännande att bevittna utvecklingen av hälso- och sjukvården och forskningen i närtid.