Min forskning fokuserar huvudsakligen på tillämpning av matematiska, datorbaserade och statistiska metoder och modeller inom området infektionsbiologi. Under senare år har min forskning inriktats mot translationell medicin, särskilt på utveckling och tillämpning av data-mining-metoder för analys av storskalig biomarkördata.
Det övergripande målet med nuvarande forskning är att utveckla ackurata och transparenta diagnossystem för tidig identifiering av patienter med bakteriellt orsakad sepsis. Pågående projekt inkluderar Data-mining for biomarker discovery, selection, and validation (2017-2021, KK-stiftelsen), Next generation sepsis diagnosis (2016-2021, EU, H2020), Development of sepsis diagnosis system (2016-2019, KK-stiftelsen), och Microbial diversity in patients suspected with sepsis. Nuvarande samarbetspartner inom forskningen är Skaraborgs sjukhus, Unilabs AB, TATAA Biocenter AB, Gothenburg University, bioMérieux Sweden AB, 1928Diagnostics AB, Olink Proteomics AB, QIAGEN AB, Danska Tekniska Universitetet, Copenhagen Business School, Charles University, Danube University, Deutsches Institut fur Normung, CubeDx, och Zoetis.
Jag erhöll min masterexamen i Molekylär databiologi vid Högskolan i Skövde 2004, och min doktorsexamen vid Karolinska Institutet 2010. För närvarande är jag universitetslektor i systembiologi, ämnesansvarig lärare för systembiologi och medlem i forskargruppen Infektionsbiologi vid Forskningscentrum för Systembiologi vid Högskolan i Skövde.