Forskningsgruppen för medicinska digitala tvillingar

-

Ett av de viktigaste hälsoproblemen är att många patienter med tex. immunologiska, maligna och hjärt-kärlsjukdomar inte svarar på behandling. Detta speglar sjukdomarnas komplexitet och heterogenitet. Varje sjukdom kan involvera tusentals gener, som varierar över miljarder celler i många organ, såväl som mellan tidpunkter och patienter med samma diagnos. Det finns ett stort gap mellan denna komplexitet och modern hälsovård, som ofta bygger på diagnostisk och terapeutisk inriktning på ett litet antal proteiner.

Vi vill bidra till lösningar genom digitala tvillingar (DT) av enskilda patienter. DT är datamodeller baserade på klinisk rutin- och multi-omik-data, ner till encellsnivå. DT databehandlas med tusentals läkemedel för att hitta det som är optimalt för den enskilda patienten (se figur nedan).

-
- Foto: Mikael Benson

Vårt långsiktiga mål är att varje individ som vill ska erbjudas sin egen DT för tidig förutsägelse och förebyggande av sjukdom. Vår grupp består av kliniska, bioinformatiska, omik- och experimentella forskare, som också ingår i Swedish Digital Twin Consortium (webbplats: SDTC.se). Vi är partners i DOCTIS EU-konsortiet (https://doctis.eu), som använder DTs för personlig kombinatorisk behandling av patienter med immunologiska sjukdomar.

Besöksaddress

Widerströmska Huset
Tomtebodavägen 18A
171 65 Solna

Vill du veta mer?

Besök gärna sdtc.se, som innehåller länkar till publikationer, inspelade föredrag på Harvard och SciLifeLab, publikationer, TV-intervjuer och en musikvideo skapad av samarbetande artister och en kompositör vid Kungliga Musikhögskolan. Dessutom finns ett inspelat workshop organiserat av US National Academy of sciences engineering and medicine, där SDTC var representerat med ett föredrag

Gruppmedlemmar

Mikael Benson, gruppledare, MD, PhD 

Zsuzsanna Larsson Gilice, koordinator

Xinxiu Li, klinisk forskningskoordinator, MD, PhD

Firoj Mahmut, post doc

Dina Mansour Ali, post doc

Samuel Schäfer, MD, PhD student

Martin Smelik, PhD student

Oleg Sysoev, senior lecturer, PhD

Yelin Zhao, PhD student

Yiran Wang, candidate PhD student

Utvalda Publikationer

Li X, Lee EJ, Lilja S, Bohle B, Loscalzo J, Schäfer S, Zhang H, Gustafsson M, Zhao Y, Gawel D, Wang H, Benson M. A dynamic single cell-based framework for digital twins to prioritize disease genes and drug targets. Genome Medicine 2022

Mansour Aly D, Dwivedi OP, Prasad RB, Käräjämäki A, Hjort R, Thangam M, Åkerlund M, Mahajan A, Udler MS, Florez JC, McCarthy MI; Regeneron Genetics Center, Brosnan J, Melander O, Carlsson S, Hansson O, Tuomi T, Groop L, Ahlqvist E. Genome-wide association analyses highlight etiological differences underlying newly defined sub types of diabetes Nat Genet. 2021 Nov;53(11):1534-1542.

Björnsson B, Borrebaeck C, Elander N, Gasslander T, Gawel DR, Gustafsson M, Jörnsten R, Lee EJ, Li X, Lilja S, Martínez-Enguita D, Matussek A, Sandström P, Schäfer S, Stenmarker M, Sun XF, Sysoev O, Zhang H, Benson M; Swedish Digital Twin Consortium. Digital twins to personalize medicine. Genome Medicine 2020;12(1):4.

Jia GLi YZhang HChattopadhyay IBoeck Jensen ABlair DRDavis LRobinson PNDahlén TBrunak SBenson MEdgren GCox NJGao XRzhetsky A. Estimating heritability and genetic correlations from large health datasets in the absence of genetic data. Nature Communications. 2019;10(1):5508

Lentini M, Lagerwall M, Vikingsson S,Mjoseng HK, Vogt H, Green H, Meehan RR, Benson M*, Nestor CE*. Pervasive experimental errors have severely distorted our understanding of mammalian epigenetics. Nature Methods 2018; 15:499-50.

Shalek AK, Benson M. From bench to bedside: Single-cell RNA-sequencing to personalize medicine. Science Translational Medicine 2017;9(408)

Mika Gustafsson.. Colm E. Nestor, Mikael Benson. A validated gene regulatory network and GWAS identifies early regulators of T-cell associated diseases. Science Translational Medicine 2015;7(313):313ra178

S. Bruhn, Y. Fang, F.Barrenäs, M. Gustafsson,H. Zhang, A Konstantinell, A. Krönke, B. Sönnichsen, A. Bresnick, N. Dulyaninova,  H. Wang, Y. Zhao, J. Klingelhöfer, N  Ambartsumian, MK, Beck,  C. Nestor, E Bona, Z. Xiang, M. Benson.A generally, applicable module-based translational strategy identifies a key diagnostic and therapeutic candidate gene in allergy. Science Translational Medicine 2014:8;6(218)