É«É«À²

Väitöskirjan nimi: Bayesian ordinary differential equation and Gaussian process modeling of biomedical data

³Õä¾±³Ù³Ù±ð±ô¾±Âáä: Juho Timonen
³Õ²¹²õ³Ù²¹±¹Ã¤¾±³Ù³ÙäÂáä: professori Magnus Rattray, University of Manchester, Iso-Britannia
Kustos: professori Harri Lähdesmäki, Aalto-yliopiston perustieteiden korkeakoulu 

Biolääketieteellisten mittausaineistojen matemaattinen mallintaminen auttaa meitä ymmärtämään monimutkaisia biologisia prosesseja ja sairauksien kehittymistä. Tämä väitöskirja käsittelee erilaisia tapoja mallintaa ajan yli kerättyjä biolääketieteellisiä aineistoja niin, että mittausten epävarmuus ja potilaskohtainen vaihtelu otetaan huomioon.

Tutkimuksen tavoitteena on kehittää joustavia todennäköisyyspohjaisia malleja, jotka aineistoon sovitettuina ovat hyödyllisempiä kuin pelkkä mittausaineisto, koska niiden avulla voimme ymmärtää analysoitavaa ilmiötä, jakaa sitä osiin, tai ennustaa analysoitavan systeemin toimintaa. Mainittujen mallien sovittaminen aineistoon on usein laskennallisesti vaativaa, minkä takia myös luotettavien mutta tehokkaiden laskennallisten menetelmien kehitys on tutkimuksen teemana.

Väitöskirjassa mallinnetaan mm. sairauden kehityksen aikana potilaiden verestä mitattuja proteiineja malleilla, jotka sisältävät omat komponenttinsa mittauskohinalle, selittäville muuttujille kuten ikä ja sukupuoli, sekä sairauden kehitysvaiheelle. Komponenteista rakennetaan joustavia mutta helposti tulkittavia, jotta eri tekijöiden vaikutusta voidaan arvioida. Tutkimuksessa myös kehitetään ja vertaillaan menetelmiä mallien pelkistämiseksi. Näin mallikomponenttien määrää voidaan vähentää säilyttäen silti mallin tarkkuus, mikä parantaa mallin tulkittavuutta ja käytettävyyttä.

Väitöskirjassa myös nostetaan esille yleisten numeeristen ratkaisijoiden ongelmia todennäköisyysmalleissa, ja kehitetään luotettava mutta tehokas työnkulku niitä vaativien mallien sovittamiseen. Menetelmän osoitetaan olevan hyödyllinen differentiaaliyhtälömallien sovittamisessa, mikä helpottaa esimerkiksi geenisäätelyverkkojen, lääkkeiden jakautumisen kehossa ja tartuntatautien leviämisen analysointia.

Tutkimus yhdistää tilastollisen mallinnuksen, laskennallisen tehokkuuden ja biologisen tulkittavuuden tavalla, joka täydentää ja laajentaa nykyisiä menetelmiä. Kehitettyjä menetelmiä ja ohjelmistopaketteja voidaan soveltaa hyvin laajasti eri sairauksien kehittymisen analysointiin, mutta myös monien muiden alojen aineistojen mallintamiseen.

Avainsanat: bayes-päättely, differentiaaliyhtälö, Gaussin prosessi, pitkittäisaineisto

Yhteystiedot: +358443200039 ja juho.timonen@iki.fi 

Linkki väitöskirjan sähköiseen esittelykappaleeseen (esillä 7 päivää ennen väitöstä): .