Hjem
Det matematisk-naturvitenskapelige fakultet
Kunstig intelligens

Nytt verktøy avdekker hvordan sykdom utvikler seg hos den enkelte pasient

Forskere ved UiB og Imperial College i London har utviklet et nytt verktøy for å forutsi hvordan progressive sykdommer som kreft og malaria utvikler seg hos den enkelte pasient. Verktøyet avdekker også hvordan bakterier blir resistente mot legemidler.

Iain Johnston
HYPER TYPE: Iain Johnston har ledet forskningen bak HyperTraPS, et nytt matematisk verktøy som gjør det lettere å forutsi hvordan en sykdom vil utvikle seg hos den enkelte pasient.
Foto/ill.:
Øystein Rygg Haanæs/UiB

Matematikere ved UiB og Imperial College i London har utviklet et helt nytt verktøy der data fra tusenvis av pasienter brukes i «veikart» som viser hvordan sykdommer utvikler seg over tid hos ulike pasienter. Forskningen ble nylig presentert i det vitenskapelige tidsskriftet Cell Systems.

- En av de store utfordringene med sykdommer som forverrer seg over tid, er at de utvikler seg svært forskjellig fra pasient til pasient. Symptomene i seg selv kan være ulike, de kan komme i forskjellig rekkefølge og de interagerer med hverandre. Derfor er det vanskelig å anslå risikoen for hver enkelt pasient, hva neste stadium i sykdommen mest sannsynlig blir – og ikke minst hva som er den beste behandlingen, sier Iain Johnston.

Johnston er førsteamanuensis ved UiB og har ledet forskningen som har ført frem til det nye verktøyet. Han beskriver det som en algoritme med kapasitet til – blant annet – å lære seg et utall sykdomsforløp basert på data fra et høyt antall pasienter.

Verktøyet har fått navnet HyperTraPS og blir bedre jo mer data det fores med. Det kan brukes til å avdekke overordnede strukturer i en sykdoms utvikling, men også ut fra et gitt sett symptomer forutsi neste sannsynlig trinn i sykdomsforløpet for hver enkelt pasient.

- Se for deg en stor elv som forgreiner seg utover et digert delta. Alle pasientene starter på samme sted, men etter hvert som sykdommen utvikler seg, følger de ulike strømmer nedover. Verktøyet vårt lærer seg hvordan elven forgreiner seg og kan med ganske stor sannsynlighet forutsi hvor du vil ende opp basert på hvor i strømmen du befinner deg akkurat nå, forklarer Johnston.

Brukt på studier av eggstokk og malaria

Forskerne har brukt verktøyet på data fra flere tusen pasienter med eggstokk-kreft. Ved kreft oppstår det mutasjoner – skadelige avvik – i cellene våre, slik at cellene deler seg ukontrollert.

Slike mutasjoner kan være av svært mange forskjellige typer. Analysene til Johnston og kollegene viste at ved eggstokk-kreft snakker vi om distinkt ulike sykdomsforløp som i veldig stor grad ble bestemt av hvilken mutasjon som kom først.

- Dette viser at verktøyet kan være et viktig første skritt på veien mot mer effektiv, individuelt skreddersydd kreftbehandling, sier Johnston.

HyperTraPS

VISER SYKDOMSUTVIKLING: «Fossen» i forgrunnen viser stier – veier fra et sykdomsstadium til det neste – som HyperTraPS har lært basert på data fra et høyt antall pasienter. Hvert punkt i illustrasjonen representerer ulike sykdomstilstander – f. eks. et spesifikt sett med symptomer eller et gitt sett med mutasjoner. Tykkelsen på linjene angir sannsynligheten for å gå fra et konkret sykdomsstadium til et annet.

Foto/ill.:
Iain Johnston/UiB

HyperTraPS er også brukt på kliniske data fra nesten 3000 gambiske barn med malaria. Basert på ganske enkle data om symptomer, var det mulig å anslå videre sykdomsutvikling svært presist.

Malaria er en sykdom som tar livet av rundt 400 000 afrikanske barn årlig, og retningslinjene fra Verdens helseorganisasjon for diagnostisering og behandling er i dag svært generelle. Derfor er de også dårlig egnet til å fange opp individuelle sykdomsforløp.

- Basert på studien vi gjorde i Gambia, er det nå utviklet et mer detaljert og effektivt metodikk for diagnostisering og behandling av malaria. Det blir lettere å identifisere tidlig pasienter som rammes hardt, slik at knappe ressurser kan settes inn der de trengs mest, sier Johnston.

Viser hvordan legemiddelresistens oppstår

Styrken til HyperTraPS er ifølge forskerne at verktøyet er svært anvendbart. Det kan i praksis brukes til å kartlegge alle typer prosesser som handler om endring over tid.

- Det kan for eksempel brukes til å studere hvordan organismene som står bak sykdommene utvikler seg. Vi har helt konkret sett på hvordan tuberkulosebakterier utvikler legemiddelresistens, som jo er et annet megaproblem for helsevesenet, forteller Johnston.

Basert på prøver fra 1000 russiske tuberkulosepasienter, har forskerne kartlagt hvilke mutasjoner bakteriene har tilegnet seg og i hvilken rekkefølge. De fant at bakteriene i liten grad fulgte «faste løp» i mutasjonene, slik at det finnes mange mulige veier til legemiddelresistens. Det er selvsagt en av grunnene til at resistensproblemet er så stort.

- Jo mer data vi får tilgang til, jo bedre vil vi likevel forstå sammenhengene mellom de ulike mutasjonene. På sikt kan det få stor betydning for behandlingen. Kanskje finner vi ut at en bakterie som først ble resistent mot medisin A, B og C, sannsynligvis vil bli resistent mot medisin D også. Da kan vi velge å gi pasienten medisin K eller L i stedet, sier forskeren.

Johnston fikk tidligere i år det prestisjetunge Starting Grant på 16,8 millioner kroner fra Det europeiske forskningsråd ERC. Midlene skal brukes til videre forskning på hvordan HyperTraPS kan brukes i medisinsk og biologisk forskning.