Ökad användning av datorer för att skapa prediktiva modeller för mänskliga sjukdomar kommer sannolikt efter en workshop som anordnades av European Science Foundation (ESF) , som uppmanade till ett samarbete mellan specialister inom området.
Mänskliga sjukdomar, forskning producerar en enorm mängd data från olika källor som djurmodeller, hög genomströmning genetisk screening av mänsklig vävnad, och in vitro laborationer. Dessa data på olika nivåer och skalor bland annat gener, molekyler, celler, vävnader och hela organ, som innefattar en stor mängd potentiellt värdefulla insikten att nuvarande dator modellering ofta misslyckas med att utnyttja på rätt sätt.
Däremot har betydande framsteg i modelleringen av ett fåtal specifika sjukdomar, såsom multipel skleros (MS), gjorts. Ett viktigt mål för ESF workshopen var således att generalisera sådant arbete och skapa en mer sammanhängande erfarenhet från hela området för datoriserad sjukdom analys, enligt Albert Compte, co-sammankallande av ESF verkstaden, från Computational och fysiologiska grunder för kortikala nätverk laboratorium vid Institut d'Investigacions Biomèdiques augusti Pi Sunyer (IDIBAPS) i Barcelona. "En workshop som det här var nyttigt att se hur framsteg inom andra forskningsområden kan användas mer generellt för sjukdom modellering," sade Compte. "Hittills har nya modellering varit begränsad till en specifik sjukdom eller en viss nivå av beskrivning".
En modell skulle kunna begränsas bara till molekylär nivå eller cellnivå till exempel. ESF Workshopen betonade de fördelar som kan erhållas från integrera data från olika nivåer. Detta kan ge mer detaljerade och flexibla modeller, med större kraft för att identifiera orsaker till sjukdomar och förutse möjliga botemedel i framtiden.
Det är dock ett potentiellt problem när man bygger sofistikerade sjukdom verksamhetsmodeller på olika nivåer att de kan bli för komplex, med brist på tillräckligt med uppgifter för någon användbar analys. Det kan lösas genom att välja en enklare modell som motsvarar endast i den experimentella data som faktiskt existerar. Delegater på verkstaden hörde hur vid MS, kan valet av modellen vara inställda på data, att göra det bästa av de faktiska experimentella resultat som erhållits i en särskild studie, som förklaras av Jesper Tegnér, en annan samtidig sammankallande för ESF: s verkstad, från Atherosclerosis Research Unit vid Karolinska institutet Centrum för Molekylär Medicin (CMM) i Stockholm, Sverige.