Turun yliopiston biotiedekeskuksen tutkijat ovat kehittäneet uuden laskennallisen menetelmän monimutkaisten soluaineistojen tulkitsemiseen. Coralysis -niminen menetelmä auttaa tutkijoita tunnistamaan ja ryhmittelemään näytteiden solutyyppejä.

Ihmiskehossa on noin 37 biljoonaa solua. Osa muistuttaa toisiaan, mutta solut eivät silti ole koskaan täysin samanlaisia. Tätä solujen monimuotoisuutta voidaan analysoida nykyaikaisilla yksisolumenetelmillä. Niissä yhdestä solusta mitataan kymmeniä tai tuhansia molekyylejä kerrallaan ja saadusta tiedosta voidaan tehdä päätelmiä sekä terveistä että sairaista kudoksista.

Pieni määrä verta sisältää miljardeja punasoluja ja miljoonia immuunisoluja. Jokaisella solutyypillä on oma molekyylinen "sormenjälkensä", jonka tutkijat voivat tunnistaa yhdistämällä yksisolutekniikoita laskennallisiin menetelmiin.

Tutkiessaan monia erilaisia näytteitä tutkijoiden on kuitenkin ensin ryhmiteltävä yhteen eri näytteiden samat solutyypit. Tämä on vaihe, jota kutsutaan datan integroinniksi.

Nykyisille integrointimenetelmille voi kuitenkin tulla virheitä, kun solutyypit vaihtelevat näytteiden välillä tai esiintyvät hyvin erilaisina määrinä. Tällaisissa niin sanotuissa epätasapainoisissa tilanteissa menetelmät voivat yhdistää eri solutyyppejä väärin.

Turun yliopiston tutkijat ovat kehittäneet menetelmän, joka integroi tehokkaasti ja luotettavasti aineistot eri näytteistä. Coralysis nimen saanut menetelmä on kehitetty Turun biotiedekeskuksessa, professori Laura Elon laskennallisen biolääketieteen tutkimusryhmässä, joka kuuluu myös InFLAMES-lippulaivaan.

– Yksisolumenetelmillä voimme tutkia solujen uskomatonta monimuotoisuutta, mutta solujen vertailu eri näytteiden välillä on hankalaa. Tämä motivoi meitä kehittämään menetelmän, jolla nämä piilevät ominaisuudet voidaan paljastaa luotettavasti, kertoo tiedotteessa dosentti Sini Junttila, yksi tutkimuksen ohjaajista.

– Meitä inspiroivat palapelit. Niiden kokoaminen aloitetaan ryhmittelemällä palat esimerkiksi värin ja tummuusasteen mukaan, ennen kuin katsomme palojen muotoja ja kuvioita. Vastaavasti algoritmimme yhdistää solut asteittain useiden määrittelykierrosten kautta, selittää Coralysis-menetelmän pääkehittäjä, väitöskirjatutkija António Sousa.

Coralysis on avoimen lähdekoodin ohjelma, joka perustuu koneoppimiseen. Se rakentaa malleja, joita voidaan käyttää näytteen solutyyppien ennustamiseen ja myös ennusteiden luotettavuuden arviointiin. Tämä auttaa tutkijoita välttämään työlästä ja usein epäluotettavaa vaihetta, jossa solutyypit tunnistetaan manuaalisesti. Toinen menetelmän ainutlaatuinen ominaisuus on sen kyky havaita solujen eri kehitysvaiheita, jotka muuten saattaisivat jäädä huomaamatta.

– Coralysis tarjoaa tutkijoille uuden tavan tarkastella solujen monimuotoisuutta sekä ymmärtää paremmin monimutkaisia yksisoluaineistoja. Julkaisemalla tulokset ja työkalun avoimesti toivomme voivamme tukea yhteistyötä ja nopeuttaa löytöjä maailmanlaajuisessa tutkimusyhteisössä, kertoo professori Laura Elo.

Elon tutkimusryhmän tulokset on julkaistu Nucleic Acids Research -tiedelehdessä.

InFLAMES on Turun yliopiston ja Åbo Akademin yhteinen lippulaivahanke. Se tähtää uusien lääkekehityskohteiden tunnistamiseen ja lääkekehitykseen yhdessä biotekniikka- ja lääkeyritysten kanssa. Lippulaiva edistää myös diagnostiikkaa, jolla potilaille voidaan räätälöidä sopivat täsmähoidot. InFLAMES on osa Suomen Akatemian lippulaivaohjelmaa.

Aamuset-kaupunkimedia (AKM)