Ny algoritm ger mer träffsäkra analyser av immunförsvaret
En forskargrupp på KTH har utvecklat en algoritm som förbättrar biokemiska analyser vid forskning kring vacciner, cancer och autoimmuna sjukdomar. Genom forskningen, som gjorts i samarbete med ett svenskt bioteknikföretag, har ett nytt analysverktyg tagits fram som ger mer tillförlitliga resultat. Resultaten publicerades nyligen i den vetenskapliga tidskriften IEEE Transactions on Signal Processing.
Forskare och företag verksamma inom immunologi, cancer och vaccin använder ofta FluoroSpot-tester för biokemiska analyser. Ett problem har varit att programvaran för analysen av testerna inte varit tillräckligt tillförlitlig. Nu har forskare vid KTH på uppdrag av bioteknikföretaget Mabtech utvecklat en algoritm som ger avsevärt mer träffsäkra analyser och som används i företagets nya läsare, IRIS.
– Själva magin i vår produkt uppstod på KTH. Det är verkligen något unikt som skapats, säger Christian Smedman, marknadschef på Mabtech.
Ett av företagets verksamhetsområden är att ta fram oc h sälja FluoroSpot-tester. Antikroppar sätts fast på membran i botten av 96 brunnar i en platta av plast . När celler odlas i brunnarna fångas proteiner som celler producerar upp av antikropparna. När sedan andra antikroppar inmärkta med fluoroscerande molekyler tillsätts och binder till det uppfångade proteinet bildas an lysande ”spot”, ett avtryck av en cell som producerat protein. En kameraförsedd FluoroSpot-läsare används sedan för att fotografera och räkna antalet ”spots” vilket visar hur många av cellerna i en brunn som producerat proteinet i fråga. ”Spotens” storlek ger en uppfattning om hur mycket protein respektive cell producerat.
I syfte att utveckla en bättre analysprogramvara vände man sig till professor Joakim Jaldén och hans forskargrupp på KTH, som tidigare forskat kring bildanalys och ”tracking” av celler, för att se om de kunde utveckla en bättre algoritm, som är nu är klar.
– Med den här algoritmen kan man inte bara räkna ”spots” utan man kan även med stor nogrannhet positionsbestämma dem, säger Joakim Jaldén, professor vid avdelningen för teknisk informationsvetenskap på KTH.
Tillsammans med doktoranderna Pol del Aguila Pla och Klas Magnusson började han från grunden och byggde en modell av vad som sker vid denna typ av biokemiska analyser. Modellen ger en fysisk beskrivning av de biokemiska processer som äger rum i brunnarna.
– På grund av att det bygger på en riktig fysisk modell av biokemin blir det inga ”ja, det här verkar bra-lösningar”. Istället kunde vi ställa upp det hela som ett optimeringsproblem och finna den optimala lösningen, säger Joakim Jaldén.
Och det är inte något litet optimeringsproblem de hade att göra med.
– Det är 40 miljoner variabler som ingår i det här problemet, säger Joakim Jaldén.
Christian Smedman på Mabtech konstaterar att den algoritm som forskarna utvecklat har varit av avgörande betydelse för spot-analys i den nya läsare företaget nu har tagit fram.
– Inte nog med att algoritmen är mycket bra på att identifiera antalet celler och deras spot-centrum, den gör det också möjligt att upptäcka och påvisa ”volymen” hos varje spot, det vill säga hur mycket analyt som varje cell producerat, säger han.
Artikeln Cell Detection by Functional Inverse Diffusion and Nonnegative Group Sparsityär uppdelad i två delar: Del 1 och Del 2.
Håkan Soold