Frisk med digital tvilling

– Vårt mål är att utveckla datormodellerna till digitala tvillingar av enskilda patienters sjukdomar för att kunna skräddarsy medicinering till varje patient. Tanken är att varje tvilling med datorns hjälp behandlas med tusentals mediciner innan man väljer ut den bästa för att behandla patienten, säger Mikael Benson, professor vid Linköpings universitet, som också lett studien.

Behandling utan effekt

Ett av vårdens största problem är att läkemedel är ineffektiva för mellan 40 och 70 procent av patienterna med vanliga sjukdomar. En viktig orsak är att sjukdomar sällan orsakas av ett enda, lätt behandlingsbart fel. Istället beror de flesta sjukdomar på förändrade interaktioner mellan tusentals gener i många olika celltyper.

En annan anledning är att dessa interaktioner kan skilja sig åt mellan patienter med samma diagnos. Det finns ett stort gap mellan denna komplexitet och modern sjukvård. En internationell forskargrupp arbetar nu för att överbrygga detta gap genom att bygga datormodeller av de förändrade interaktionerna i många celltyper.

Flest passningar

Forskarna började med att utveckla metoder för att konstruera digitala tvillingar med hjälp av en musmodell av ledgångsreumatism. De använde en ny teknik, enkelcells RNA-sekvensering, för att bestämma all genaktivitet i var och en av tusentals enskilda celler från de sjuka mössens leder. För att konstruera datormodeller använde forskarna nätverksanalys.

– Nätverk kan användas för att beskriva och analysera de flesta komplexa system. Ett enkelt exempel är ett fotbollslag, där spelarna bildar ett nätverk utifrån hur de passar till varandra. Den spelare som passar till flest andra spelare kan vara viktigast, säger Mikael Benson.

Liknande principer användes för att konstruera mus-tvillingar, och för att identifiera den viktigaste celltypen. Den celltypen matchades med datorns hjälp med tusentals olika mediciner. Slutligen visade forskarna att den bästa medicinen kunde användas för att bota de sjuka mössen.

Celler som fingeravtryck

Studien visade också att datormodellerna kanske kan användas för att diagnostisera sjukdom hos människor. Forskarna fokuserade på samma celltyp som användes för läkemedelsidentifiering. Denna celltyp, T-celler, spelar en viktig roll i immunförsvaret och fungerar som ett fingeravtryck av hela den digitala tvillingen.

Forskarna analyserade T-celler från patienter med tretton olika sjukdomar, inklusive autoimmuna och hjärt-kärlsjukdomar samt olika typer av cancer. De diagnostiska fingeravtrycken kunde både användas för att skilja patienter från friska människor, samt skilja de flesta sjukdomarna från varandra.

Studien bygger på ett tvärvetenskapligt samarbete mellan 30 forskare i Sverige, USA, Korea och Spanien. Forskningen har fått ekonomiskt stöd från EU, NIH, Svenska och Nordiska Forskningsrådet samt Cancerföreningen.

Källa: Linköpings universitet