Reportage av Dick Andersson
Elin Nyman är universitetslektor i medicinsk teknik vid Linköpings universitet. Här, bland algoritmer och biologiska mätdata, utvecklar hon avancerade datamodeller för att förstå immunsystemets roll i inflammationsprocesser. Redan i dag ersätter hennes forskning många djurförsök och på sikt kan det betyda både färre djurförsök och ett mer precist sätt att förutsäga hur människokroppen reagerar vid allt från infektioner till läkemedelstester.
– “Jag tror att vi kommer kunna ersätta fler och fler djurförsök med kombinationer av datamodeller och försök på mänskliga celler,” säger hon och lutar sig fram. “Modelleringen ger oss ett nytt sätt att analysera hur immunförsvaret sätts igång och dämpas.”
Nymans forskning utgår från mänskliga data, till exempel blodprov eller cellodlingar, som sedan omvandlas till matematiska ekvationer. Genom att simulera dessa ekvationer i ett av Linköpings kraftfulla datorkluster kan hon räkna ut hur kroppen svarar på en infektion, eller varför vissa inflammationsprocesser aldrig försvinner utan övergår i ett kroniskt tillstånd.
– “Datamodeller är alltid en förenkling,” förklarar hon. “Men så länge vi har bra mänskliga mätvärden att bygga på blir de mer relevanta än att gissa utifrån djurförsök.”
I stället för att “översätta” resultat från möss till människor, kan hon alltså simulera direkt på mänskliga data. Förhoppningen är att inspirera fler att välja datormodeller och mänskliga cellprover i stället för in vivo-försök på djur.
Forskningen är tvärvetenskaplig: biologer bidrar med data från människor, medan matematiker och ingenjörer bygger själva modellerna. Precisionen i dessa beror mycket på vilken typ av data som finns tillgänglig och hur väl vi förstår immunförsvarets mekanismer.
– “Vi samarbetar tätt med experimentella forskare,” säger hon. “Det är de som har den biologiska expertisen och kan förse oss med relevanta mätvärden. Utan deras insatser hade våra modeller inga ordentliga ben att stå på.”
De modeller som Nyman och hennes grupp utvecklar kan sedan delas vidare. Tidigare har man i många forskningsprojekt injicerat sjukdomsframkallande ämnen i försöksdjur för att se hur inflammationssystemet reagerar. Med Nymans metod samlas i stället data från mänskliga celler eller vävnader och matas in i datorn. Därefter testar man “tänkta” scenarier för hur immunförsvaret skulle kunna bete sig.
– “Om vår modell motsvarar verkliga uppmätta värden hos människor,” förklarar hon, “kan vi göra fler simuleringar virtuellt, utan att sätta möss i laboratoriebur.” På så sätt kan modellen leverera en “förutsägelse” av hur en antiinflammatorisk substans borde fungera i människa – något som tidigare ofta krävde omfattande djurstudier.
I dag samlar forskningsgruppen in allt mer data för att ständigt förbättra sina modeller av immunsystemet. Vissa forskare hoppas på sikt kunna koppla ihop flera olika system i en “digital tvilling” av människokroppen, med allt från hjärta till lever och muskler.
Datormodeller har länge varit användbara inom diabetesforskning, till exempel för att ersätta djurförsök kring insulinpumpar. Det visar hur simuleringar kan ha både en praktisk betydelse och en etisk fördel.
– “Grundforskning kan ibland vara svår att finansiera,” säger hon med eftertryck, “men när den fungerar blir den som en katalysator: andra kan använda modellerna och bygga vidare. Och ju bättre vi blir på att beskriva människokroppen i siffror, desto mindre behöver vi förlita oss på djur.”
Elin Nymans forskning ger oss inte bara en alternativ metod – den flyttar fram gränserna för hur vi förstår människan på ett grundläggande sätt. Med formler och ekvationer, i stället för burar och försöksdjur, kan framtidens medicinska lösningar komma snabbare, med högre träffsäkert och utan onödigt lidande.