Robust metodik för studier av mänsklig metabolism
- Diarienummer
- ITM17-0245
- Start- och slutdatum
- 190101-230630
- Beviljat belopp
- 7 569 261 kr
- Förvaltande organisation
- Karolinska Institutet
- Forskningsområde
- Bioteknik, medicinsk teknik och teknik för livsvetenskaperna
Summary
Metabolism is fundamental to human health, and disturbances in metabolism underlie major human disorders, including the metabolic syndrome, cancer and inflammatory disease. To understand and treat these disorders, new methods are needed for measuring metabolic fluxes – the key parameters governing metabolism – in realistic situations in human cells and tissues. In this project, we will develop a Robust, Realistic and Reliable (R3) Metabolic Flux Analysis method, based on stable isotope tracing and mathematical modeling. R3 represents a new, multidisciplinary approach to measuring fluxes, adopting concepts from the neighboring fields of control theory and machine learning, and will for the first time allow systematic measurement of metabolism in human clinical material, replacing error-prone manual analysis methods. We will also develop an iterative workflow that coordinates experiment design, isotope tracing in human material, mass spectrometry analysis and R3 analysis, to enable collaborative projects. Finally, we will apply R3 to investigate metabolic vulnerabilities of cancer cells and adipocyte metabolism in diabetic subjects, in collaboration with clinical scientists at Karolinska Hospital, Linköping University Hospital, and AstraZeneca Cardiovascular & Metabolic Disorders. This project contributes to innovation in Sweden by bringing systematic analysis of metabolism to the fields of translational medicine, biotechnology and drug development.
Populärvetenskaplig beskrivning
Nya mättekniker har alltid varit en av de viktigaste drivkrafterna för medicinska framsteg. Genom t ex utveckling av magnetresonanskameror kan vi idag se in i kroppen, se var både cancertumörer och farlig fettinlagring har uppstått, och därmed upptäcka och bota dessa sjukdomar mer effektivt. Våra nya metoder kommer ta denna inblick ett steg till: in i mänskliga cellers detaljerade metabolism. Vilka metabola reaktioner som finns i celler är redan känt, men hur fort de går – de så kallade metabola flödena – finns idag inte någon bra metod för att mäta. I den teknik som är mest lovande mäter man var inmärkta kolatomer dyker upp i metaboliterna inne i celler. Genom att kombinera sådana data med kunskapen om hur de olika reaktionerna i cellen skyfflar runt kolatomerna mellan metaboliter, så kan man i princip räkna ut hur fort varje reaktion i cellen måste jobba. I praktiken är denna analys dock så krånglig att den ofta går fel. Genom att bara titta på några metaboliter, vilket de flesta gör idag, så missar man den största delen av informationen, och drar ofta även felaktiga slutsatser. För att korrekt hantera komplexiteten krävs matematiska modeller. Problemet är dock att de metoder som används för den modellanalysen idag inte är anpassade till en så krånglig situation som mänskliga celler. Därför tar även modell-baserad analys idag månader att göra, och lämnar ändå en del frågetecken om pålitligheten i resultaten. I det här projektet kommer vi ta in nya metoder från andra modelleringsfält för att förbättra denna analys i tre viktiga aspekter. Genom att i) ta hänsyn till att mänskliga celler inte uppfyller de ideala villkor som enklare system gör, kommer vi enklare få fram modeller, som också blir mer robusta; ii) utveckla ett nytt system för att testa ifall modellen kan beskriva nya data, kommer vi få fram mer realistiska modeller, iii) differentiera mellan olika typer av prediktioner kommer vi öka resultatens pålitlighet. Allt detta kommer kombineras i ett mer intuitivt analysflöde, där fler insikter fås fram snabbare och dessutom kan testas i nya experiment. Om projektet går bra, kommer det göra att vi har en första metod för att pålitligt kunna mäta den detaljerade metabolismen i mänskliga celler, något som kan skapa både många nya jobb, och hjälpa till att bota våra största sjukdomar. Vi kommer testa våra metoder både inom sjukvård och läkemedelsutveckling, för att studera bägge våra största folksjukdomar: cancer och det metabola syndromet.