Anna-Karin Pernestig
Institutionen för biovetenskap
Detta projekt är ett av flera pågående projekt inom forskningen "Framtida diagnostik av sepsis". Målet är att utveckla tidigare diagnostik vid sepsis i syfte att öka drabbade patienters chans att överleva och med mindre sjukdomskomplikationer. Projektet, Biomarkörer för klinisk diagnostik, är ett av tre delprojekt inom BioMine – data-mining för identifiering av biomarkörer.
I projektet integreras experimentella high-throughput-metoder med avancerade dataanalysmetoder i syfte att erhålla information som är av kliniskt värde. Projektets främsta fokus är biomarkörer som möjliggör en snabb och precis sepsisdiagnostik för att initiera en effektiv och riktad antibiotikabehandling. Projektet genomförs i nära samarbete mellan Högskolan i Skövde, Göteborgs universitet, TATAA Biocenter AB, Unilabs AB, 1928diagnostics AB, Skaraborgs sjukhus, SciLifeLab och Olink Proteomics AB.
Under den senaste tiden har det skett en explosionsartad utveckling inom teknologin vilket medfört att stora mängder biologisk data kan genereras på kort tid. Det finns idag därför ett stort intresse och höga förväntningar kring möjligheterna att upptäcka nya biomarkörer för till exempel sjukdomsdiagnostik. Dock finns många utmaningar och en av dem är avsaknaden av lämpliga algoritmer för storskalig analys för kombinationer av olika sorters biologisk data, till exempel proteiner och nukleinsyror. Den teknologiska kapaciteten att mäta ett stort antal biomarkörer har passerat förmågan hos tillgängliga dataanalysmetoder i att tolka stora mängder biologisk data.
Den huvudsakliga frågeställningen som adresseras inom BioMine är hur storskalig biologisk data kan analyseras för att möjliggöra identifiering, selektion och validering av biomarkörer på flera nivåer. Detta kommer att undersökas inom ramen för tre delprojekt som berör identifiering och validering av biomarkörer i toxikologisk testning, sjukdomsmodellering och klinisk diagnostik. Projektet förväntas bland annat resultera i nya multimarkörpaneler och innovativa algoritmer som kan användas för att identifiera biomarkörer från multipla datakällor.