Tutkijat kehittivät tarkan menetelmän kehon pienten molekyylien tunnistamiseen – voi auttaa monien sairauksien diagnoosissa
Ihmiskehossa on tuhansia erilaisia metaboliiteiksi kutsuttuja pieniä molekyylejä, jotka kuljettavat energiaa ja solujen välittämää informaatiota. Metaboliitteja tutkitaan esimerkiksi verinäytteistä, mutta niitä on erittäin vaikeaa erottaa luotettavasti toisistaan niiden äärimmäisen pienen koon vuoksi. Esimerkiksi glukoosin läpimitta on noin nanometri, kun ihmishiuksen läpimitta on noin 100 000 nanometriä.
”Nykymenetelmät pystyvät parhaimmillaan tunnistamaan vain noin 40 prosenttia näytteen metaboliiteista”, sanoo Aalto-yliopiston tietotekniikan professori Juho Rousu. Rousun tutkimusryhmä on kehittänyt maailman johtavia laskennallisia ja koneoppimista hyödyntäviä pienien molekyylien tunnistusmenetelmiä jo vuosia.
Nyt ryhmä on kehittänyt uuden erittäin tarkan koneoppimismallin metaboliittien tunnistamiseen. Tutkimus julkaistiin juuri arvostetussa Nature Machine Intelligence -julkaisussa.
Metaboliittien tarkempi tunnistaminen voi auttaa tutkijoita ja lääkäreitä ymmärtämään esimerkiksi ruokavalion, liikunnan ja alkoholinkäytön vaikutuksia terveyteen sekä aineenvaihdunnan sairauksia. Rousun ryhmän malli auttaa ymmärtämään sairauksien syntyyn vaikuttavia solunsisäisiä prosesseja sekä tunnistamaan kiellettyjä aineita esimerkiksi huume- tai dopingnäytteestä.
”Tutkimuksemme tarjoaa alan tutkijoille yhden maailman tarkimmista pienien molekyylien tunnistamismenetelmistä. Avoimen lähdekoodin menetelmä voi auttaa tunnistamaan aineenvaihdunnan häiriöitä, jotka ovat monien sairauksien, kuten sydän ja verisuonitautien ja aikuistyypin diabeteksen, taustalla”, Rousu kertoo.
Ohi pullonkaulasta
Metaboliittien tunnistamiseen käytetään erityisen tarkkoja mittauslaitteita. Yleisin tunnistustapa perustuu metaboliittien massan sekä poistumisajan analyysiin.
Pienet mutta merkitsevät erot laboratorioiden mittausmenetelmissä ovat estäneet mittausdatan laajamittaisen hyödyntämisen koneoppimismalleissa. Rousun tutkimusryhmän väitöskirjatutkija Eric Bach keksi tavan, jolla pullonkaula voidaan ohittaa.
”Pienten molekyylien poistumisajat vaihtelevat eri laboratorioiden välillä, mutta niiden poistumisjärjestys on vakio laboratoriosta riippumatta. Osoitimme, että tätä ominaisuutta voidaan hyödyntää koneoppimismallin opettamisessa”, kertoo Bach.
Tutkimusryhmä pystyi näin ensimmäistä kertaa yhdistämään kymmenien laboratorioiden mittausdatan, mikä mahdollisti ennenäkemättömän datamäärän hyödyntämisen.
”Opetimme koneoppimismallimme kaikella saatavilla olevalla metaboliittidatalla. Lopputuloksena on avoimeen lähdekoodiin perustuva ja maailmaan tarkimpiin kuuluva koneoppimismalli metaboliittien tunnistamiseen”, Bach kertoo.
Malli on niin tarkka, että Rousun ryhmä on onnistunut jopa metaboliittien stereokemiallisessa eli 3D-rakenteen erottelussa, mikä ei ole ennen ollut mahdollista.
”Stereokemiallisen erottelun löydökset ovat käänteentekeviä tieteilijöille, jotka ovat vuosia keskittyneet pelkkään 2D-dataan. Tämä vie koko alaa eteenpäin”, sanoo Emma Schymanski, apulaisprofessori Luxemburgin yliopistosta.
”Menetelmän sovellusalat eivät rajoitu pelkästään lääketieteeseen. Sitä voi myös käyttää erittäin pienikokoisten haitta-aineiden tunnistamiseen luonnossa tai sen avulla voidaan löytää kasvisoluista uusia molekyylejä lääkkeiden valmistukseen”, kertoo Schymanski.
Linkki tutkimusartikkeliin(nature.com)
Avainsanat
Yhteyshenkilöt
Juho Rousu
Professori
Tietotekniikan laitos
Aalto-yliopisto
puh. +358 50 415 1702
juho.rousu@aalto.fi
Eric Bach
Väitöskirjatutkija
Tietotekniikan laitos
Aalto-yliopisto
eric.bach@aalto.fi
Emma Schymanski
Professori
Luxemburgin yliopisto
puh. +352 46 66 44 5616
emma.schymanski@uni.lu
Kuvat
Linkit
Tietoja julkaisijasta
Aalto-yliopistossa tiede ja taide kohtaavat tekniikan ja talouden. Rakennamme kestävää tulevaisuutta saavuttamalla läpimurtoja avainalueillamme ja niiden yhtymäkohdissa. Samalla innostamme tulevaisuuden muutoksentekijöitä ja luomme ratkaisuja maailman suuriin haasteisiin. Yliopistoyhteisöömme kuuluu noin 13 000 opiskelijaa ja yli 4 500 työntekijää, joista 400 on professoreita. Kampuksemme sijaitsee Espoon Otaniemessä.
Tilaa tiedotteet sähköpostiisi
Haluatko tietää asioista ensimmäisten joukossa? Kun tilaat tiedotteemme, saat ne sähköpostiisi välittömästi julkaisuhetkellä. Tilauksen voit halutessasi perua milloin tahansa.
Lue lisää julkaisijalta Aalto-yliopisto
Tieteisfiktiosta totta: valon nopeudella toimiva tekoäly osoitettiin mahdolliseksi14.11.2025 12:00:00 EET | Tiedote
Tutkijat ovat onnistuneet tekemään niin sanottua tensorilaskentaa valon nopeudella yhdellä laskentakierroksella. Tämä on merkittävä askel kohti seuraavan sukupolven tekoälylaitteistoa, joka perustuu optiseen laskentaan – eli käytännössä valoon – perinteisen elektroniikan sijaan.
Forskningsprojekt visar att kreativitet inte bara går att mäta – den är också en avgörande konkurrensfördel12.11.2025 13:10:00 EET | Pressmeddelande
Det tvärvetenskapliga projektet Creative Leap (Luova loikka) har undersökt hur kreativitet kan identifieras, utvecklas, mätas och ledas – och vilken inverkan den har på affärslivet och samhället i stort.
Tutkimushanke osoittaa, että luovuus on paitsi mitattavissa, myös ratkaiseva kilpailuetu – katseet kääntyvät nyt johtajiin12.11.2025 13:10:00 EET | Tiedote
Monitieteinen Luova loikka -hanke on selvittänyt, miten luovuutta voidaan tunnistaa, kehittää, mitata ja johtaa – ja millainen vaikutus luovuudella on liiketoimintaan ja koko yhteiskuntaan.
Research shows that creativity is not only measurable but also a major competitive advantage – the focus now turns to leadership12.11.2025 13:10:00 EET | Press release
The multidisciplinary Creative Leap (Luova loikka) co-research project has explored how creativity can be identified, developed, measured, and managed – and how it contributes to business success and the renewal of society.
Tutkimus: Luotettava sähkö ei ole Suomessa enää itsestäänselvyys – vihreä siirtymä saattaa tarvita fossiilista varavoimaa6.11.2025 09:10:00 EET | Tiedote
Suomen sähköjärjestelmä on ollut poikkeuksellisen luotettava, mutta näin ei välttämättä ole enää tulevaisuudessa. Aalto-yliopiston tuore tutkimus varoittaa, että ilman lisäpanostuksia joustavaan tuotantoon ja kysynnän hallintaan sähkön toimitusvarmuus voi heiketä merkittävästi jo 2030-luvulla.
Uutishuoneessa voit lukea tiedotteitamme ja muuta julkaisemaamme materiaalia. Löydät sieltä niin yhteyshenkilöidemme tiedot kuin vapaasti julkaistavissa olevia kuvia ja videoita. Uutishuoneessa voit nähdä myös sosiaalisen median sisältöjä. Kaikki tiedotepalvelussa julkaistu materiaali on vapaasti median käytettävissä.
Tutustu uutishuoneeseemme