Laskennallisilla menetelmillä voidaan seuloa olennaista tietoa suurista geenien aktiivisuuksia kuvaavista aineistoista (Väitös: FM Maria Jaakkola, 6.5.2022, sovellettu matematiikka)
Turun yliopistoon tekemässään väitöskirjassa FM Maria Jaakkola vertaili ja kehitti laskennallisia menetelmiä, joilla voidaan seuloa hyödyllistä tietoa laajoista geenien aktiivisuutta kuvaavista data-aineistoista.
Kun terveiden ja sairaiden ihmisten geeneistä mitattuja aktiivisuuksia vertaillaan, voidaan tunnistaa muutoksia, joita voidaan edelleen hyödyntää terveydenhuollossa. Geenien aktiivisuuksia tarkastelemalla voidaan esimerkiksi ennustaa sairauksien puhkeamista, valita yksilöllinen hoitomuoto tai ymmärtää taudin kulun mekanismeja.
– Geenien aktiivisuutta kuvaavan datan avulla voidaan arvioida kehon signalointireittien aktiivisuuksia. Signalointireitit ovat useista geeneistä tai proteiineista ja muista toiminnallisista yksiköistä koostuvia tiedonvälitysketjuja, joiden avulla keho välittää informaatiota ja reagoi muuttuviin tilanteisiin, Maria Jaakkola kuvaa.
Väitöstutkimuksessaan Jaakkola testasi eri menetelmien toimivuutta ja osoitti reittien rakenteita hyödyntävien menetelmien toimivan paremmin kuin yksinkertaisten tilastollisten testien. Hän esittelee väitöskirjassaan myös uuden menetelmän, joka arvioi eri signalointireittien aktiivisuutta näyteryhmien sijaan näytekohtaisesti, mikä on tärkeä ominaisuus yksilöllisiä eroja tarkasteltaessa.
– Näyteryhmien välisten erojen havaitseminen on kuitenkin hankalaa, jos erot esiintyvät vain yhdessä solutyypissä, jolloin näytteiden muut solutyypit peittävät todellisen vaihtelun kohinaan. Ongelma on merkittävä, sillä useat veren kaltaiset kliinisesti helpot näytteet sisältävät useita solutyyppejä, Jaakkola korostaa.
Jaakkola testasi eri olosuhteissa laskennallisia menetelmiä, joilla erotetaan geenien aktiivisuuksia eri solutyypeissä. Hän kehitti uuden menetelmän, joka sopii erityisesti vaativalle datalle, jossa näyteryhmän sisäinen yksilöllinen vaihtelu on suurta. Jaakkola myös testasi, millaisissa tapauksissa mikään menetelmä ei tuota luotettavia tuloksia, ja kuinka loppukäyttäjä voi tunnistaa, onko hänen aineistonsa tällainen.
***
FM Maria Jaakkola esittää väitöskirjansa ”Extracting information from high-throughput gene expression data with pathway analysis and deconvolution” julkisesti tarkastettavaksi Turun yliopistossa perjantaina 6.5.2022 klo 12.00 (Turun yliopisto, Biocity, Ministeri-sali, Tykistökatu 6, Turku).
Vastaväittäjänä toimii professori Sorin Draghici (Wayne State University, Yhdysvallat) ja kustoksena professori Laura Elo (Turun yliopisto). Tilaisuus on englanninkielinen. Väitöksen alana on sovellettu matematiikka.
Turun yliopisto seuraa aktiivisesti koronavirustilannetta ja viranomaisten ohjeita. Yliopisto päivittää ohjeitaan tilanteen mukaan. Ohjeet ja linkit löytyvät osoitteesta: utu.fi/koronavirus
