Jag har en masterexamen i teoretisk fysik och doktorerade på modellering av biologiska system vid ISY, Linköpings universitet, och S2, Chalmers. Efter det startade jag en egen modelleringsgrupp som undergrupp till en experimentell cellbiologisk grupp. Gruppen växte och 2011 blev vi en oberoende forskargrupp här på IMT, nu bestående av cirka 20 forskare och tio studenter. Sedan dess har vi fortsatt växa, jag har blivit gästprofessor vid Örebro universitet, och jag leder nu också flera stora nationella och internationella nätverk.
Vår modelleringsapproach: testa hypoteser och digitala tvillingar
Som standard i våra modelleringsprojekt tar vi experimentella data och biomedicinsk kunskap från våra samarbetspartners och formulerar mekanistiska hypoteser. Hypoteserna översätts till matematiska modeller (oftast med ordinära differentialekvationer) som sedan passas till träningsdata. Detta leder till ett av två resultat:
- hypotesen kan inte förklara data och behöver omformuleras, eller
- hypotesen kan beskriva träningsdatan och testas då mot oberoende valideringsdata
Detta gör att modellen sedan kan användas till exempel för att designa nya experiment, där modellens förutsägelser kan testats ytterligare. På detta sätt blir vi del av de dagliga besluten i experimentmiljön där vi hjälper till att analysera data och planera nya experiment.
Vi har använt den här strategin för att karakterisera olika aspekter av de flesta stora organ i kroppen: fett- och muskelvävnad, lever, hjärna, bukspottkörtel, blod med flera. Just nu kopplar vi ihop organmodellerna för att kunna modellera hela kroppen. Dessa sammankopplade modeller kan individualiseras genom att passas till personlig data. Sådana individualiserade modeller kallas ibland för digitala tvillingar och kan användas till många olika syften.
Vi har också utvecklat motsvarande modeller för andra komplexa experimentsystem, såsom organs-on-a-chip och råttmodeller. Dessa modeller sträcker sig från intracellulära processer till organ och till hela organismer, och från sekunder till år. Med andra ord, våra sammankopplade modeller kan beskrivas som M4-modeller, på engelska “mechanistic, multi-level, multi-timescale, and multi-species".
Tillämpningar av tvillingar i vård, prevention och läkemedelsutveckling
Dessa digitala tvillingar, eller M4-modeller, är användbara i flera olika sammanhang. De kan användas för att främja människors hälsa (“models for health”, eller “M4-health”), till exempel genom att utveckla produkter för eHälsa i vårt spinoff-företag SUND sound medical decisions.
I det första steget testar vi om dessa digitala tvillingar kan förbättra hälsopedagogik och öka patientmotivation för att följa behandlingar och vidta förebyggande åtgärder. Den digitala tvillingen följer då patienten från det inledande hälsosamtalet till att använda smarta sensorer för att mäta och registrera hälsotillståndet hemma. Slutligen följer den med till specialistbehandlingen för att behandla till exempel typ 2 diabetes eller komplikationer i lever och hjärta.
Förutom dessa tillämpningar samarbetar vi även med AstraZeneca för att omvandla läkemedelsutveckling från en linjär trial-and-error pipeline till en kunskapsdriven arbetsgång. Detta arbetssätt har stor potential att ersätta djurförsök, vilket vi använder i samarbete med föreningen Forska Utan Försöksdjurförsök och det svenska 3R-centret, som jag var med och byggde upp.
Slutligen använder vi nu även vår digitala tvilling i nya och innovativa konstprojekt där vi kombinerar mitt pianospelande med professionella dansare och dansande digitala tvillingar i ett nytt format för föreläsningsföreställningar.
Ledning av stora nationella och internationella nätverk
Utvecklingen av mina digitala tvillingar har startat som individuella projekt och samarbeten via till exempel finansiering från Vetenskapsrådet, VR, och har nu lett vidare till stora nätverksprojekt.
Ett av de första sådana projekten jag koordinerade var finansierat av VINNOVA och då jobbade vi tillsammans med Region Östergötland och Lunds Universitet. Detta har sedan lett till flera EU-projekt, först PRECISE4Q (2019-2022) och sedan STRATIF-AI (2023-2027). Det senare koordineras av mig, består av 15 partners från åtta länder, och har en budget på 65 miljoner kronor. Det projektet handlar om hur mina digitala tvillingar kan användas för prevention, akutbehandling och rehabilitering av stroke, och testar eHälso-appar på över 400 individer i sex länder.
M4-HEALTH störst och mest spännande
Det allra största och mest spännande nätverket jag har startat är M4-HEALTH. Det består av 16 universitet från Sverige, internationella nyckeluniversitet och nätverk, och stöds av över 100 företag, myndigheter, och andra organisationer. Vi har skickat in en ansökan om att bli ett excellenskluster, men letar också annan liknande finansiering, och kommer att jobba vidare med detta nätverk oavsett.
I M4-HEALTH tar vi ett helhetsgrepp om hälsa som tidigare har saknats i samhället: vi integrerar all kunskap och data in i tvillingen, och vi integrerar alla aktörer som har med hälsa att göra, dvs inte bara vård, sjukvård, och äldrevård, utan också försvaret, skolor, matindustrin, osv. Den helhetsansatsen har chansen att verkligen kunna göra skillnad. Vi ser chansen och vikten av att vända den rörelse mot ohälsa som vi varit på i flera decennier, och istället starta en ny visions-baserad resa mot ökad hälsa och sundhet i samhället. Att möjliggöra och leda denna resa är den övergripande målsättningen med all min forskning.
