Lärande datasystem hittar allergiframkallande ämnen
Daniel Soeria-Atmadja har utvecklat nya datorbaserade metoder för att studera allergiframkallande ämnen. För att bättre kunna förebygga allergier behöver vi bättre metoder att undersöka hur olika allergier samverkar och hur stor risk det är att ett ämne utlöser en allergi. Daniel Soeria-Atmadja lägger fram sin avhandling vid Uppsala universitet 7 november.
Ett viktigt verktyg för att förstå allergier är datorbaserade modeller. Daniel Soeria-Atmadja har vid Uppsala universitets Institution för medicinska vetenskaper och Livsmedelsverket använt lärande system för att ta fram datorbaserade klassificeringsmodeller som kan värdera risken att ett protein utlöser en allergi.
Daniel Soeria-Atmadja har också använt datamodeller för att studera likheter och olikheter i hur patienters immunförsvar reagerar mot olika allergiframkallande ämnen.
En allergi är när immunförsvaret reagerar mot främmande substanser som normalt är ofarliga för människor, oftast mot proteiner från exempelvis pollen, olika livsmedel, pälsdjur eller mögel. Dessa proteiner kallas allergener.
Daniel Soeria-Atmadja har i samarbete med andra allergiforskare med hjälp av datamodeller tagit fram en karta över hur effekterna av 89 olika allergener förhåller sig till varandra.
– Det är till exempel vanligt att personer som är allergiska mot björkpollen också blir allergiska mot äpple.
Forskarna har tagit fram kartan genom att mäta immunreaktionen i blodet från över tusen individer som utsatts för flera typer av allergener. Forskarna har exempelvis mätt hur björkallergi hänger ihop med allergi mot äpple, kvalsterallergi och allergi mot äpple, björkallergi och kvalsterallergi. På så sätt har de fått fram en bild av hur alla 89 allergenerna påverkar varandra.
– Kartan kan sedan vara ett hjälpmedel för att identifiera sannolika korsreaktioner, säger Daniel Soeria-Atmadja. Kartan kan också hjälpa läkarna att tolka resultaten från ett allergitest.
Daniel Soeria-Atmadja forskning har redan givit ett praktiskt användbart resultat, ett web-verktyg som finns tillgängligt på Livsmedelsverkets internationella hemsida.
– Genom att elektroniskt ange aminosyrasekvensen för ett protein kan man med detta verktyg värdera proteinets risk att vara allergen, berättar Daniel Soeria-Atmadja.
Den Europeiska myndigheten för livsmedel och foder, EFSA, har använt modellerna eftersom de bland annat kan hjälpa till att svara på frågan om det finns en risk att genetiskt modifierade livsmedel ger upphov till allergier.
Projektet har huvudsakligen finansierats av Vinnova samt Cancer- och Allergifonden.
Kontaktinformation
För ytterligare frågor kontakta Daniel Soeria-Atmadja på 070-968 83 52, 018-17 57 71 eller daniel.soeria-atmadja@medsci.uu.se.
