Tampereen Biopankin tutkimusprojektit 2026

Evaluation patient-derived serum samples for breast cancer biomarker detection

Nonappa Nonappa, Tampereen yliopisto

Projektin tavoitteena on kehittää nopea ja luotettava menetelmä primaarin rintasyövän varhaisvaiheen metastaaseihin liittyvien biomarkkereiden havaitsemiseksi. Tunnistamalla ja validoimalla metastasointipotentiaalin keskeiset molekyyliset indikaattorit pyrimme tehostamaan varhaisen diagnostiikan strategioita, jotka ovat ratkaisevia potilasennusteiden parantamisessa ja yksilöllisten hoitomenetelmien ohjaamisessa. Päätavoitteena on arvioida ja validoida rintasyövän biomarkkereiden ilmentyminen, merkitys ja mahdollinen kliininen hyödyllisyys potilaista peräisin olevissa näytteissä. Tavoitteet on hahmoteltu laboratoriopohjaisen kokeellisen validointimme perusteella, jossa on käytetty erilaisia rintasyöpäsolulinjoja.

Prospective validation of machine learning model predicting clinical laboratory measurements (VALID)

Andrea Ganna ja Leena Viiri, Helsingin yliopisto

Tämän lääketieteellisen tutkimuksen tavoitteena on validoida kehittämäämme koneoppimismallia, jonka avulla voidaan ennustaa yleisesti käytettyjen kliinisten laboratoriomittausten arvoja. Keskitymme tässä tutkimuksessa kliinisiin laboratorioarvoihin, joita on helppo mitata verestä, niillä on selkeä rooli diagnostiikassa ja selkeä hyvin tutkittu geneettinen tausta. Nyt suomalaisten biopankkien kautta tehtävässä takaisinkutsututkimuksessa kutsutaan n. 2000 iältään 30-70-vuotiaita ihmistä verikokeisiin, joissa mitattuja kliinisiä laboratorioarvoja käytämme koneoppimismallin validointiin eli toiminnan testaamiseen. Kutsumme osallistujia, joille kehittämämme koneoppimismalli ennustaa kliinisiä laboratorioarvoja eri tasoilta (viitearvojen sisällä tai niiden ulkopuolella), arvioidaksemme mallin toimivuutta. Otamme mukaan henkilöitä, joille malli ennustaa erilaisia arvoja, jotta pystymme arvioimaan, kuinka hyvin malli toimii eri tilanteissa, kuten poikkeavuuksien havaitsemisessa ja ennusteiden vahvistamisessa niille, joiden arvot ovat viitearvojen sisällä. Tämä kokonaisvaltainen lähestymistapa antaa meille luotettavamman arvion mallin tarkkuudesta ja hyödyllisyydestä käytännön sovelluksissa.

ROSTE-ruokaostotiedot terveystutkimuksessa

Anna-Leena Vuorinen, Tampereen yliopisto

Tutkimuksen päätavoitteena on selvittää kroonisiin, elintapoihin liittyvien sairauksien kehittymiseen ja ennaltaehkäisyyn vaikuttavia tekijöitä hyödyntämällä ruokaostotietoja uudenlaisena aineistolähteenä. Toteutamme biopankkitutkimuksen, jossa yhdistetään vähittäiskauppojen tietokantaan automaattisesti kerääntyviä ruokaostotietoja kansallisista rekistereistä saataviin terveystietoihin, perimätietoihin ja elintapakyselytietoihin. Kutsumme mukaan vuosina 2020-2026 synnyttäneitä naisia, jotka ovat antaneet suostumuksen ja takaisinkutsuluvan Tampereen Biopankille. Yhdistämme tietoa osallistujien ruokaostoista, terveydestä ja taustatekijöistä. Tutkimme myös lasten kasvutietoja. Hyödyntämällä tilastollisia ja koneoppimisen malleja tutkimme, miten ruokaostot ovat yhteydessä kardiometabolisten sairauksien ja niiden riskitekijöiden kehittymiseen ja kulkuun ja voidaanko ruokaostokäyttäytymisen ja perintötekijöiden avulla ennustaa sairastumisriskiä esimerkiksi raskausdiabetekseen. Pitkittäistä, yksityiskohtaista syömiskäyttäytymistietoa on harvoin saatavilla tutkimuskäyttöön. Tämä tutkimus voi tuoda esiin terveyskäyttäytymiseen liittyviä uusia näkökulmia, joita perinteiset tutkimusasetelmat eivät tavoita. Tulosten pohjalta voidaan kehittää uusia tapoja tukea perheiden terveyttä raskauden aikana ja sen jälkeen.