Ph.d.-studie skal identificere kræftgeners akilleshæl

Danish Data Science Academy har netop uddelt stipendier til 10 lovende ph.d.-studerende inden for data science. En af modtagerne er ph.d.-studerende ved Klinisk Institut og Clinical Data Science Group ved Klinisk Institut og Hæmatologisk Forskningsenhed / forskningsKUBEN REPAIR, Ida Burchardt Egendal.

I studiet vil Ida Burchardt Egendal udvikle en model, baseret på kunstig intelligens, der kan hjælpe klinikere med at afgøre, hvilken type kræftbehandling, en given patient vil have gavn af.

Modellen tager udgangspunkt i såkaldte mutationssignaturer i patienternes tumorgener – det vil sige mønstre, der indikerer potentielle fejl i tumorgenets evne til at reparere sig selv. Disse svage punkter kan nemlig være nøglen til at kunne angribe tumoren.

- Hvis vi stabilt og troværdigt kan identificere mutationssignaturer i patienternes tumorgenomer, vil det være et vigtigt skridt på vejen mod en mere personlig kræftbehandling, forklarer Ida Burchardt Egendal.

I dag findes der et officielt bibliotek af 78 mutationssignaturer, der er estimeret ved at bruge en model kaldet ikke-negativ matrixfaktorisering på hel-genom-sekventeringsdata fra kræftpatienter. Disse estimater er dog ifølge Ida Burchardt Egendal ikke stabile nok til at kunne blive anvendt klinisk.

- Som et alternativ vil vi udvikle en mere kompleks algoritme baseret på kunstig intelligens. Vi er overbeviste om, at den øgede kompleksitet vil resultere i en øget stabilitet af modellens estimater. Forhåbentlig vil stabiliteten øges i sådan en grad, at estimaterne bliver klinisk anvendelige, siger hun.

Ph.d.-projektet er forankret i Clinical Data Science Group og understøtter Det Sundhedsvidenskabelige Fakultet på Aalborg Universitets VISION 2030 og er er en del af Aalborg Universitetshospitals interdisciplinære ForskningsKUBE REPAIR, der har til formål at levere datadrevet personlig medicin til patienter med tumorer, der har nedsat evne til at reparere DNA.

Om Danish Data Science Academy 

Danish Data Science Academy (DDSA) er et nyt nationalt akademi, der skal understøtte talentudvikling inden for data science i bred forstand, herunder inden for machine learning, kunstig intelligens og Internet of Things. Danish Data Science Academy er resultatet af en lang proces, der har involveret forskere og erhvervsliv fra hele landet. Derfor er akademiet stærkt forankret i dansk data science, og ambitionen er at skabe et unikt data science miljø i Danmark, der kan konkurrere internationalt og tiltrække talent.

Novo Nordisk Fonden og Villum Fonden står bag initiativet, der er dybt forankret i det danske data science miljø. I forbindelse med åbningen den 20. juni 2022 blev de første 10 modtagere af Danish Data Science Academys ph.d.-stipendier annonceret.

Læs mere på https://ddsa.dk/

Opdateret