Matemaattiset mallit tuovat ratkaisuja lääketieteen ja biologian tutkimuksiin (Väitös: MPhil Sean Robinson, 1.6.2018, tilastotiede)

Matemaattiset Markov-mallit soveltuvat useiden biologisten ongelmien ratkaisuun, toteaa Sean Robinson väitöstutkimuksessaan. Niiden avulla voidaan esimerkiksi tunnistaa mikroskooppikuvista syöpäsoluja, analysoida kasvien geenejä tai mallintaa hermosolujen aktiivisuutta.

 

​Turun yliopiston tiedote 23.5.2018

Markov-mallit ovat viimeisen sadan vuoden aikana tulleet valtavan suosituiksi matemaattisia mallinnuksia hyödyntävillä tieteenaloilla. Esimerkiksi Googlen hakutulokset tai automaattiset käännökset pohjautuvat näihin malleihin.

– Bioinformatiikassa Markovin malleja voidaan hyödyntää geeni- tai solutason biologiassa osana tutkimusten tehokasta tilastollista analysointia, Sean Robinson kertoo.

Robinson tutki Markov-mallien hyödyntämistä bioinformatiikassa Turun yliopistoon ja Ranskassa sijaitsevaan Université Grenoble Alpesiin tekemässään tilastotieteen alan väitöskirjassa. Tutkimuksessaan Robinson esittelee neljä Markovin mallien bioinformatiikan sovellusta, joissa kiinnostuksen kohteina ovat geeneistä, soluista ja pikseleistä koostuvat tutkimusaineistot.

– Vaikka sovelluskohteet ovat keskenään hyvin erilaisia, niitä voidaan mielekkäästi mallintaa samankaltaisilla matemaattisilla malleilla, jotka pohjautuvat datapisteiden välillä vallitseviin ajallisiin, spatiaalisiin tai funktionaalisiin yhteyksiin, Robinson sanoo.

Tutkimuksessaan Robinson totesi, että Markov-malleilla pystytään esimerkiksi analysoimaan kasvien kehitystä niiden geenien kautta. Tai niillä voidaan erotella ja tunnistaa mikroskooppikuvista erilaisia syöpäsolukohteita, mikä on tärkeää muun muassa eturauhassyöpää tutkittaessa. Mallit osoittautuivat hyödyllisiksi myös syövän ja lymfooman tutkimuksessa genomiikkaverkostojen analysoinnin kautta sekä neurotieteissä hermosolujen aktiviteetin ymmärtämisessä ja kvantifioinnissa.

– Huolellisesti rakennettujen Markov-mallien käyttö osoittautui kaikissa sovelluksissa keskeiseksi ja niiden avulla voidaan saada uudenlaisia näkökulmia tutkittuihin biologisiin ilmiöihin. Markov-malliperheen eheä teoreettinen pohja on muunnettavissa hyvin monenlaisten biologisten ongelmien ratkaisuun, Robinson painottaa.

***

MPhil Sean Robinson esittää väitöskirjansa Applications in Bioinformatics with Markov Models julkisesti tarkastettavaksi Turun yliopistossa perjantaina 1.6.2018 klo 12.00 (Turun yliopisto, Quantum, Auditorium, Vesilinnantie 5, Turku).

Vastaväittäjänä toimii tohtori Benno Schwikowski (Institut Pasteur Paris, Ranska) ja kustoksena professori Mervi Eerola (Turun yliopisto). Tilaisuus on englanninkielinen.

Sean Robinson on syntynyt vuonna 1988 Australiassa ja suoritti korkeakoulututkintonsa (MPhil) University of Adelaidessa Australiassa vuonna 2012. Väitöksen alana on tilastotiede.

Väittelijän yhteystiedot: p +358 294 504 345, sean.j.robinson(a)utu.fi

Väitöskirja on julkaistu sähköisenä: http://urn.fi/URN:ISBN:978-951-29-7200-5

Luotu 23.05.2018 | Muokattu 27.11.2018