Väitös: Konenäöstä ja data-analytiikasta apua syövän hoitoon
Turun yliopistossa tilastotieteen oppiaineessa tehdyssä väitöstutkimuksessa on kehitetty uusia menetelmiä syöpäsoluista kerättyjen kuva-aineistojen analysointiin. Uudet työkalut auttavat tutkijoita ymmärtämään paremmin erilaisten lääkkeiden vaikutuksia ja syövän käyttäytymistä.
Kuva-aineistoja syntyy, kun laboratorio-olosuhteissa potilaista irrotettuja syöpäsoluja kasvatetaan muovisissa maljoissa, jossa ne muodostavat aitoja kasvaimia muistuttavia kolmiulotteisia rakenteita. Näistä rakenteista otetaan mikroskoopilla kuvia.
– Kuvia syntyy kokeesta riippuen satoja, mahdollisesti muutamia tuhansia. Kun yksittäisessä kuvassa esiintyy usein kymmeniä syöpäsolurakenteita, analysoitavien objektien määrä mitataan helposti kymmenissä tuhansissa. Tarvitsemme konenäköä ja automatisoituja menetelmiä näiden kokeiden analysointiin, väitöstutkimuksen tehnyt Ilmari Ahonen sanoo.
Laboratoriossa kasvatettuja kasvaimia voidaan käsitellä eri lääkkeillä, joiden vaikutukset todetaan suoraan rakenteiden ulkomuodosta mikroskoopilla otettuja kuvia tarkastelemalla.
– Laboratorio- ja kuvantamismenetelmien kehitys on kasvattanut kokeiden suuruusluokkaa niin paljon, etteivät yksittäiset ihmiset enää pysty niitä helposti analysoimaan, Ahonen kertoo.
Syöpärakenteiden ulkomuodon analysoiminen koneellisesti on monitahoinen ongelma, jonka ratkaisemiseksi tarvitsee käsitellä lukuisia pienempiä haasteita.
– Meidän piti kehittää sopivia tapoja mitata rakenteiden ominaisuuksia, joista olisi hyötyä tutkimustulosten muodostamisessa. Esimerkiksi rakenteista lähtevien ulokkeiden tunnistaminen ja rakenteen reunan tasaisuus ovat biologisesti hyvin tärkeitä piirteitä, Ahonen kertoo.
Taudin mahdollisimman realistinen mallintaminen laboratorio-olosuhteissa lisää tietoa taudista sekä edesauttaa uusien hoitomuotojen kehitystä.
– Tällaisia edistyneitä biologisia malleja hyödynnetään esimerkiksi lääkeaineiden testaukseen, Ahonen kertoo.