Hyppää pääsisältöön

Mikael Marttinen ja Pashupati Mishra tutkijatohtoreiksi

Julkaistu 28.4.2022
Tampereen yliopisto
viitekuvassa lääketieteen opetusvälinepää, joka esittää puoliksi tavallisen pään, puoliksi aivojen rakenteen
Suomen Akatemian biotieteiden, terveyden ja ympäristön tutkimuksen toimikunta on myöntänyt rahoituksen 32 uudelle tutkijatohtorille. Tampereen yliopistosta rahoituksen saivat Mikael Marttinen ja Pashupati Mishra lääketieteen ja terveysteknologian tiedekunnasta.

Toimikunta painotti rahoituspäätöksissään tutkijatohtorihakijoiden tieteellisesti korkeatasoista tutkimusta, tutkijan uraa ja itsenäistymistä tukevaa verkostoitumista sekä pyrkimystä kansainväliseen yhteistyöhön.

Mikael Marttinen selvittää projektissaan Alzheimerin taudin ei-koodaavien riskilokusten molekulaarisia vaikutuksia mikrogliasoluissa.

Viimeaikaiset tutkimukset ovat kartoittaneet geneettisiä tekijöitä, jotka vaikuttavat yksilön todennäköisyyteen sairastua Alzheimerin tautiin ja osoittaneet aivojen immuunisolujen, erityisesti mikrogliasolujen, merkityksen taudin kehityksessä.

Uusien hoitomuotojen kehittämistä varten tarvitsemme paremman ymmärryksen geneettisten riskitekijöiden toiminnallisista vaikutuksista mikrogliasoluissa.  Marttisen tutkimuksen tavoitteena on selvittää näitä vaikutuksia uusimpien geenieditointi- ja genomiikan työkalujen sekä laskennallisten menetelmien avulla.

Löydökset parantavat ymmärystä Alzheimerin taudin aiheuttajista ja tämän myötä edistävät lääkekehitystä tautia vastaan. Tutkimus suoritetaan Tampereen yliopistolla, yhteistyössä European Molecular Biology Laboratory, Wellcome Sanger instituutin, ja Itä-Suomen yliopiston kanssa.

Pashupati Mishran tutkimus on nimeltään Varhaisten sydän- ja verisuonitautimuutosten ennustaminen dataan pohjautuvan koneoppimisen ja multiomiikkamenetelmien avulla.

Sydän- ja verisuonitautien kehittyminen kestää vuosikymmeniä, jolloin ensimmäisten kliinisten oireiden ilmaantuessa aikuisiässä tauti on jo pitkälle edennyt. Varhainen ennaltaehkäisy onkin ensiarvoisen tärkeää näiden tautien ja niihin liittyvien terveydenhuoltokustannusten hallitsemisessa. Suurin osa olemassa olevista riskiennustustyökaluista on kuitenkin kehitetty tunnistamaan kliinisen vaiheen tautia, eivätkä ne ole sovellettavissa sydän- ja verisuonitautien varhaisvaiheiden tunnistamiseen.

Tutkimuksen tavoitteena on kehittää varhaisen sydän- ja verisuonitaudin ennustamiseen soveltuva riskipisteytysmenetelmä uuden koneoppimismenetelmän avulla. Tutkimuksessa hyödynnetään laajoja omiikka-datoja sekä pitkittäis- että useita sukupolvia kattavia populaatioaineistoja. Sen sijaan, että ennustetaan tautiriskin todennäköisyyttä, tavoitteena on tunnistaa alkavan taudin taustalla olevia varhaisia biomarkkereita muuten oireettomissa yksilöissä.

Kuva: Jonne Renvall