Uutiset

Elimistön puolustusjärjestelmä voi olla verisyöpäsolujen ystävä tai vihollinen

Helsingin yliopiston ja Aalto-yliopiston tutkijat ovat osoittaneet, että kehon immuunijärjestelmä hyökkää itseään vastaan harvinaisessa verisyövässä. Tutkimus voi johtaa paremmin kohdennettuihin hoitoihin sekä parempaan ymmärrykseen immuunijärjestelmän roolista muissa syöpätyypeissä.
an illustration of large granular lymphocyte leukemia cell
Yksisoluteknologioiden avulla on mahdollista tutkia yksittäisten solujen ominaisuuksia sekä verrata normaaleja soluja sekä syöpäsoluja (violetti). Kuva: Claudiu Cotta

Nykyiset hoitomenetelmät suurten granulaaristen lymfosyyttien leukemiassa (LGL-leukemia) perustuvat ajatukseen siitä, että syöpäsolut hyökkäävät kehon omia kudoksia vastaan. Aikaisempi tutkimus verisyöpätyypissä on keskittynyt näiden syöpäsolujen tutkimiseen ja niiden haavoittuvaisuuksien selvittämiseen.

”Tutkimusryhmämme osoitti 10 vuotta sitten, että LGL-syöpäsoluissa on tyypillisesti mutaatio STAT3-geenissä. Tätä löydöstä käytetään nyt maailmanlaajuisesti potilaiden sairauden toteamisessa”, kertoo translationaalisen hematologian professori Satu Mustjoki Helsingin yliopistosta.

Tauti johtaa vain harvoin kuolemaan, mutta aiheuttaa siitä kärsiville potilaille kroonisia oireita, kuten korostuneen infektioriskin, anemiaa ja nivelkipuja. Hoitomenetelmien haaste on ollut vaihteleva hoitovaste.

”Nykyiset hoitomenetelmät ovat kohdennettu syöpäsoluihin ja niiden haavoittuvaisuuksiin”, kertoo lääkäri ja väitöskirjatutkija Jani Huuhtanen Helsingin yliopistosta ja Aalto-yliopistosta. ”On osoittautunut mahdottomaksi ennakoida hoitojen tehoa eri potilailla, koska osalla potilaista syöpäsolujen aktiivisuus ja määrä laskevat, mutta oireet säilyvät. Toisilla potilailla vaikutus on päinvastainen.”

Satu Mustjoen tutkimusryhmä lähestyi ongelmaa uudesta näkökulmasta ja alkoi tutkia muiden immuunijärjestelmän solujen roolia, hyödyntäen yksisoluteknologioita ja koneoppimismallia, jonka ryhmä on kehittänyt yhteistyössä Aalto-yliopiston kanssa. Näiden tutkimustekniikoiden avulla ryhmä löysi yllättävän yhteyden.

”LGL-leukemiaa sairastavilla potilailla puolustusjärjestelmä toimii ylikierroksilla ja kannustaa syöpäsoluja jatkamaan lisääntymistään tarjoten edullisen kasvuympäristön”, kertoo väitöskirjatutkija Dipabarna Bhattacharya Helsingin yliopistosta.

Laajalla kansainvälisellä aineistolla tehty tutkimus osoitti, että kyseisessä leukemiatyypissä poikkeavien syöpäsolujen lisäksi koko elimistön puolustusjärjestelmä on selkeästi erilainen toisiin syöpiin verrattuna. Tutkimustulos voi edistää nykyisiä hoitomenetelmiä merkittävällä tavalla.

“Tutkimuksemme voi selittää havaittua epäsuhtaa LGL-syöpäsolujen aktiivisuuden, niiden määrän ja oireiden välillä”, kertoo Huuhtanen. ”Puolustusjärjestelmä tekee yhteistyötä verisyöpäsolujen kanssa, joten hoitomenetelmien tulisi keskittyä hillitsemään koko immuunijärjestelmää – ei pelkästään syöpäsoluja – jotta voimme parantaa potilaiden elämänlaatua.”

Portait of Jani Huuhtanen, licentiate in medicine at University of Helsinki and Aalto University
"Tähän asti on tutkittu pääasiassa näitä LGL-syöpäsoluja, mutta mietimme, voisivatko myös potilaan puolustusjärjestelmän muut solut olla osallisena sairaudessa", sanoo Huuhtanen.

Koneoppimismallit kehityksen kärjessä

Normaalien puolustusjärjestelmien solujen erottelu verisyöpäsoluista on ollut erityisen hankalaa perinteisillä menetelmillä. LGL-leukemian tapauksessa syöpäsolut muistuttavat hyvin paljon veren normaaleja T-soluja. Mustjoen tutkimusryhmä selätti haasteen tukeutumalla yksisoluteknologioihin sekä laskennalliseen biologiaan ja onnistui ensimmäistä kertaa  erottelemaan syöpäsolut T-soluista ja vertailemaan niitä keskenään.  

”Yksisoluteknologiat avaavat aivan uudenlaisia mahdollisuuksia tutkimukselle”, kertoo immunologian dosentti Tiina Kelkka Helsingin yliopistosta.

Yksisoluteknologioiden avulla on mahdollista analysoida immuunisolujen keskeisiä reseptoriproteiineja. Nämä reseptorit määrittelevät minkälaisia syöpäsoluja tai taudinaiheuttajia vastaan solu kykenee puolustamaan. Edistyneitä koneoppimistyökaluja tarvitaan tämän datan analyysia varten.

”Tutkimuksessa käytettiin useita koneoppimiseen perustuvia laskennan tekniikoita. Tilastollisen koneoppimisen sekä tekoälytutkimuksen mallit ovat osoittautuneet erittäin tehokkaiksi yksisoluteknologioiden data-analyysissa”, kertoo laskennallisen biologian ja koneoppimisen professori Harri Lähdesmäki

Tutkimusryhmä hyödynsi myös Aalto-yliopiston tietotekniikan laitoksella kehitettyä avoimen lähdekoodin koneoppimismallia datan analyysiin. Mallia on käytetty onnistuneesti muun muassa koronaviruksen tutkimuksessa.

”Koneoppimisen tarjoamat mahdollisuudet ovat kaikista mielenkiintoisin piirre muuttuvassa lääketieteen tutkimuksessa”, kertoo Huuhtanen, joka työstää väitöskirjaansa Helsingin yliopistossa ja Aalto-yliopiston tietotekniikan laitoksella. ”Laskennallisten metodien avulla voimme lähestyä alati kasvavaa lääketieteellistä dataa ilman lähtöoletuksia ja katsoa mihin data meidät johdattaa.”

Mustjoen tutkimusryhmä uskoo, että hyödyntämällä samoja tutkimustekniikoita, on mahdollista tehdä samansuuntaisia löydöksiä myös muiden syöpätyyppien ja immuunijärjestelmän yhteydestä.

Tutkimus on julkaistu arvostetussa Nature Communications -julkaisusarjassa.

Lisätietoja:

Alkuperäinen tiedote Helsingin yliopiston sivuilla

Artikkeli: Single-cell characterization of leukemic and non-leukemic immune repertoires in CD8+ T-cell large granular lymphocytic leukemia

Dipabarna Bhattacharya
väitöskirjatutkija
Helsingin yliopisto
[email protected]

Jani Huuhtanen
lääkäri ja väitöskirjatutkija
Helsingin yliopisto ja Aalto-yliopisto
[email protected]
puh. 050 435 0191

Harri Lähdesmäki
professori
Aalto-yliopisto
[email protected]

Satu Mustjoki
professori
Helsingin yliopisto
[email protected]

Lue lisää avoimen lähdekoodin koneoppimismallista:

: Kuvan on tehnyt Jani Huuhtanen Biorender.com -sovelluksella.

Suomalaistutkijoiden kehittämä tekoäly ennustaa, mikä puolustusjärjestelmän avain sopii koronaviruksen lukkoihin

Aalto-yliopiston ja Helsingin yliopiston tutkijat ovat kehittäneet tekoälymallin, jonka avulla tutkijat pystyvät yhdistämään puolustusjärjestelmän solut kohteeseensa ja vastaamaan esimerkiksi siihen, mitkä valkosolut tunnistavat koronavirusta. Työkalulla on laajamittaisia käyttömahdollisuuksia, kun yritetään ymmärtää puolustusjärjestelmän toimintaa tulehduksissa, autoimmuunisairauksissa ja syövissä.

Uutiset
  • Julkaistu:
  • Päivitetty:

Lue lisää uutisia

Professori Maria Sammalkorpi
Tutkimus ja taide Julkaistu:

Tutustu meihin: Professori Maria Sammalkorpi

Sammalkorpi on väitellyt tohtoriksi Teknillisestä korkeakoulusta vuonna 2004. Väiteltyään Sammalkorpi on toiminut tutkijana mm. Princetonin ja Yalen yliopistoissa sekä Aalto-yliopistossa.
bakteereja ohjataan magneettikentän avulla
Mediatiedotteet, Tutkimus ja taide Julkaistu:

Fyysikot saivat bakteerit uimaan lähes täydellisissä riveissä

Bakteerien ohjaaminen onnistui magneettikentän avulla. Löytö auttaa ymmärtämään bakteeripopulaatioiden käyttäytymistä ja voi jatkossa auttaa esimerkiksi kehittämään uuden sukupolven materiaaleja, joista kaavaillaan apua muun muassa lääkkeiden kohdennettuun kuljettamiseen kehon sisällä.
2020 rajanylitykset pohjoismaissa
Mediatiedotteet, Tutkimus ja taide Julkaistu:

Tutkijat loivat ainutlaatuisen ennustemallin kuvaamaan pandemian leviämistä maiden rajojen yli

Pohjoismainen yhteishanke pureutui koronaviruksen leviämiseen vuonna 2020. Tutkimuksen avulla voidaan jatkossa ennakoida paremmin, milloin ja mitkä matkustusrajoitukset ovat pandemiaolosuhteissa tarkoituksenmukaisia.
Event poster with a young researcher looking down with lighst and code reflected around her.
Yhteistyö, Tutkimus ja taide, Opinnot Julkaistu:

Unite! Research Week 14.-18.lokakuussa, Grenoble-Autrans

Verkostoitumistapahtuma tohtoriopiskelijoille Unite!-verkoston yliopistoista.