Modellerar tumörer för att förstå deras beteende

Bild 1 av 1
Segmenterad och spårad mikroskopdata
Exempel på hur mikroskopdatan först segmenteras, och sedan spåras med bildigenkänningsprogram. Spåren kan man sedan mata in i en modelldriven inferensalgoritm för att klassificera cellerna i fråga.

Genom mikroskopiska data kan man se hur cancertumörer beter sig, men vilka parametrar är det som styr? Gustav Lindwall utforskar i sin doktorsavhandling detta ämne med hjälp av statistiska verktyg.

Gustav använder sig av interagerande partikelsystem, en matematisk modell som kan modellera många komplexa fenomen. Det finns flera sätt att formulera modellen på men Gustav använder sig av stokastiska differentialekvationer. Det som modelleras är cellpopulationer, där den mest intressanta tillämpningen ur medicinsk synvinkel är cancerceller. På en makroskopisk nivå kan en cancertumör bland annat karaktäriseras av diffusivitet (hur den sprider sig), prolifereringstakt (hur snabbt cellerna delar sig), och lokala mekanistiska reaktioner (som reaktioner med omliggande vävnad). I de tre artiklarna i Gustavs avhandling försöker han mäta var och en av de här aspekterna på cellnivå, utifrån mikroskopdata.

– Själva modellerandet är ungefär 5% av arbetet, de övriga 95% består av statistisk inferens där man utvecklar olika metoder för att extrahera viktiga parametrar i modellen, givet mikroskopdata. Där får man plocka olika metoder från Bayesiansk metodik.

Bättre förutsägelser

Syftet med arbetet är att kunna profilera olika patienters cellinjer. Samma sorts cancertumör beter sig inte på samma sätt för alla patienter, den kan till exempel vara utbredd och lös eller liten och kompakt. Med hjälp av Gustavs forskning ska medicinarna i framtiden kunna simulera och bättre förutsäga hur tumören kommer att bete sig givet sin parameteruppsättning, och därmed kunna behandla den effektivare.

Porträtt Gustav Lindwall

När Gustav bestämde sig för att doktorera hade han ingen erfarenhet av biologiska modeller. Han gillar stokastiska differentialekvationer och skrev sitt examensarbete om SDE-modeller av aktiemarknaden, men tyckte inte att finansområdet var särskilt kul. När han upptäckte att samma matematik kunde användas för medicinska tillämpningar kändes det mycket mer intressant, och han har funnit det tvärvetenskapliga arbetet mellan matematik, biologi och medicin både roligt och stimulerande.

– Det har alltmer blivit så att man behöver matematik för att systematiskt kunna studera biologi, och jag tror att det i framtiden blir så att alla biologer måste ha matematikkunskaper, precis som alla fysiker måste ha det idag.

Så enkla modeller som möjligt

En av de viktigaste lärdomarna som Gustav tycker att han gjort under sin doktorandtid är att inte komplicera saker mer än vad som behövs. Som nybliven doktorand tänkte han sig komplicerade, flexibla modeller, men har insett att medan två eller tre parametrar är okej så blir det fler problem än vad det löser att ha sex eller sju – det finns mycket som talar för att ha så enkla modeller som möjligt.

En annan, mycket konkret, lärdom är att alltid låsa sin kontorsdörr när man lämnar rummet. Särskilt vid terminsstarterna tenderar tjuvar att stryka runt i skollokaler. Gustav var bara borta ett par minuter med olåst dörr, men det räckte för att laptop och mobil skulle stjälas och det tog honom ett halvår att återskapa de delar av avhandlingen som han inte hade backup på.

Just nu söker Gustav olika postdoc-tjänster. Han har många idéer om hur arbetet från avhandlingen kan utvecklas, och är säker på att han kommer att komma tillbaka till detta i framtiden.

Gustav Lindwall disputerar i tillämpad matematik och statistik med avhandlingen Statistical inference on interacting particle systems with applications to cancer microbiology, fredag den 1 september kl 10.00 i sal Pascal, Hörsalsvägen 1. Handledare är Philip Gerlee och biträdande handledare är Rebecka Jörnsten och Umberto Picchini.

Länk till avhandlingen

Skribent

Setta Aspström