Anna-Karin Pernestig
Institutionen för biovetenskap
Forskningsgruppen Infektionsbiologi vid Högskolan i Skövde forskar om infektioner, inflammatoriska sjukdomar och biologiska system. Med hjälp av AI, matematiska och statistiska modeller vill gruppen bidra till tidigare diagnos av sepsis, bättre förståelse av immunologiska processer och nya sätt att analysera komplexa biologiska data.
Forskargruppen kombinerar biologisk expertis med datadrivna analysmetoder. Genom att studera biologiska data från infektioner och inflammatoriska sjukdomar vill forskarna förstå hur sjukdomsprocesser utvecklas och hur de kan upptäckas tidigare.
Forskningsgruppen inom infektionsbiologi utvecklar AI- och systembiologibaserade plattformar för att bättre förstå, upptäcka och förutsäga sjukdomar.
Genom att kombinera genomik, alltså analyser av arvsmassan, med molekylära signaturer, mönster i kroppens biologiska processer, kan forskarna bidra till precisionsdiagnostik och prediktiv modellering. Målet är att utveckla mer träffsäkra diagnoser, bättre prognoser och en djupare förståelse för komplexa biologiska system.
Arbetet bygger på en tvärvetenskaplig kombination av infektionsbiologi, mikrobiologi, immunologi, systembiologi, matematisk modellering och statistisk analys.
"Vår forskning handlar om att förstå vad som händer i kroppen vid infektion och inflammation. Med hjälp av biologiska data och statistiska modeller kan vi hitta mönster som annars är svåra att upptäcka. Det kan bidra till bättre diagnostik och ökad kunskap om allvarliga tillstånd som sepsis."
Anna-Karin Pernestig, forskningsgruppsledare och lektor i biovetenskap
Forskningsgruppen arbetar med flera frågor som rör infektioner, inflammation och biologiska system.
Några exempel är att identifiera biomarkörer som kan bidra till tidigare diagnos av sepsis och att studera biomarkörer som kan öka förståelsen för glaukom, en ögonsjukdom som kan skada synnerven.
Gruppen utvecklar också metoder för att förutse angrepp av jordburna växtpatogener och undersöker proteinkomplex som aktiveras vid infektion och inflammatoriska sjukdomar.
En del av forskningsgruppens arbete handlar om sepsis. Sepsis är ett livshotande tillstånd som uppstår när kroppen reagerar kraftigt på en infektion. Tidig diagnos är avgörande, eftersom rätt behandling behöver sättas in snabbt.
Vid Högskolan i Skövde bedrivs forskning för att identifiera biomarkörer som kan bidra till tidigare diagnos av sepsis.
Genom att analysera biologiska data med hjälp av artificiell intelligens samt statistiska och matematiska modeller vill forskarna hitta mönster som kan användas för bättre diagnostik och ökad förståelse av hur allvarliga infektioner utvecklas.
Forskningsgruppen använder molekylärbiologiska tekniker och analyserar stora biologiska datamängder för att förstå infektioner hos människa och växter, inflammation och sjukdomsprocesser.
Ett exempel är next generation sequencing (NGS), som gör det möjligt att studera genetisk information i detalj.
Gruppen använder även realtidsbaserad DNA-sekvensering med hjälp av MinIONen, vilket innebär att genetisk information kan analyseras medan sekvenseringen pågår. Genom att kombinera molekylärbiologiska metoder med AI, matematisk modellering och statistisk analys kan forskarna identifiera mönster i biologiska data.
Det skapar möjligheter till snabbare identifiering av mikroorganismer och mer träffsäkra analyser inom forskning och diagnostik.
Forskningsgruppen forskar om infektioner, inflammatoriska sjukdomar och biologiska system. Gruppen arbetar bland annat med sepsis, glaukom, biomarkörer, växtpatogener och analys av komplex biologisk data.
Forskningsgruppen använder molekylärbiologiska tekniker och analyserar stora biologiska datamängder för att förstå infektioner, inflammation och sjukdomsprocesser. En viktig del är högkapacitetssekvensering, som gör det möjligt att studera genetisk information i detalj.
Gruppen arbetar bland annat med två kompletterande tekniker. Dels next generation sequencing (NGS) på kraftfulla Illumina-instrument, som ger mycket stora mängder högkvalitativa data. Dels tredje generationens sekvenseringsteknik (TGS) i form av realtidsbaserad DNA-sekvensering med MinION, vilket innebär att genetisk information kan analyseras medan sekvenseringen pågår.
Genom att kombinera molekylärbiologiska metoder med AI, matematisk modellering och statistisk analys kan forskarna identifiera mönster i biologiska data. Det skapar möjligheter till snabbare identifiering av mikroorganismer och mer träffsäkra analyser inom forskning och diagnostik.
Forskningsgruppen samarbetar med aktörer inom akademi, vård, diagnostik, life science, teknik och jordbruk. Samarbetena är viktiga eftersom forskningen ofta bygger på biologiska prover, avancerad dataanalys och tillämpningar inom vård, diagnostik och samhälle.
Forskargruppen samarbetar med flera universitet och forskningsmiljöer i Sverige och internationellt, bland annat:
Inom vård och diagnostik samarbetar forskargruppen bland annat med:
Forskargruppen samarbetar även med företag och organisationer inom life science, molekylärbiologi, analysmetoder och standardisering, bland annat:
Inom forskning som rör växtpatogener och riskbedömning finns samarbeten med aktörer som:
Biomarkörer är mätbara biologiska signaler som kan ge information om till exempel sjukdom, infektion eller behandlingseffekt. I forskargruppen Infektionsbiologi används biomarkörer bland annat i forskning om tidigare diagnos av sepsis.
Går även idag under namnet molekylära signaturer,
Multivariat statistik är statistiska metoder som analyserar flera variabler samtidigt. Inom infektionsbiologi kan metoderna användas för att hitta mönster i komplexa biologiska data.
Jordburna växtpatogener är svampar, bakterier eller andra organismer i jorden som kan orsaka sjukdomar hos växter och leda till förlust av skördar.
Next generation sequencing (NGS), på svenska ofta nästa generations sekvensering, är en teknik för att läsa av stora mängder DNA eller RNA snabbt och i stor skala.
Enkelt uttryckt kan NGS användas för att kartlägga den genetiska informationen i ett prov. I stället för att analysera en gen i taget kan forskare undersöka många gener, hela arvsmassan eller vilka gener som är aktiva i celler.
MinION är ett litet, portabelt instrument som används för att sekvensera DNA och RNA, det vill säga läsa den genetiska informationen i biologiska prover.
Tekniken kan användas för allt från kartläggning av hela arvsmassor till analyser av mikroorganismer och genuttryck. Instrumentet genererar stora mängder data som bearbetas med avancerade bioinformatiska metoder.
Vid Högskolan i Skövde används MinION och Flongle inom forskningsmiljön Systembiologi för forskning inom bland annat infektionsbiologi och precisionsdiagnostik. MinION bygger på nanoporesekvensering, en tredje generationens sekvenseringsteknik som möjliggör snabba analyser i realtid.
Forskningsgruppens namn: Infektionsbiologi
Lärosäte: Högskolan i Skövde
Forskningsmiljö: Systembiologi
Huvudområde: Infektionsbiologi
Centrala forskningsområden: Infektioner, inflammation, sepsis, biomarkörer, växtpatogener, biologiska datamängder, precisionsdiagnostik, metagenomik.
Expertområden: Sepsis, biomarkörer, infektionsbiologi, mikrobiologi, immunologi, systembiologi och biologisk dataanalys
Metoder: Matematisk modellering, statistiska modeller, multivariat statistik, molekylärbiologisk teknik och sekvensering
Exempel på tillämpningar: Tidigare sepsisdiagnostik, analys av infektioner och inflammatoriska sjukdomar, riskbedömning av växtpatogener, glaukom, bihälsa
Samarbeten: Akademi, vård, diagnostik, life science, teknik och jordbruk Forskningsgruppsledare: Anna-Karin Pernestig