28.10.2026Franziska Niemeyer opetteli profiloimaan soluja niiden kudosympäristössä – nyt hän opettaa muitakin
1.10.2026Miten hammas paljastaa kadonneen elämän: muinais-DNA kertoo menneestä, joka jäisi muuten piiloon
12.8.2026Sama geenivirhe, eri sairaus – mitokondriotutkimus etsii syitä
17.6.2026Sienten virukset ja 100 miljoonan palan palapeli
20.5.2026Solututkijan uudet työkalut
10.4.2026Aivojen kehityksen arvoitus
27.2.2026Mallinnus apuna tunnistamassa SynGAP1‑proteiinin vaihtomutaatioiden aiheuttamaa harvinaista lasten hermostosairautta
23.6.2025Liian puhdas on epäterveellistä
8.5.2025Puiden kuorista eristetyt alkaloidit tuhoavat syöpäsoluja
27.3.2025Vinka-alkaloidit: Madagaskarin lahja syövän torjuntaan
6.2.2025Geneettinen testaus parantaa lääkehoitoja
26.12.2024ComPatAI-konsortio hyödyntää suuria datamääriä oppivan tekoälymallin luomiseksi patologiaan
14.11.2024Mikrobisto vaikuttaa immuunijärjestelmään
21.10.2024Ihon monipuolinen mikrobisto auttaa immuunipuolustusta
30.9.2024RNA:ta sitovista proteiineista uusia lääkekohteita
31.8.2024Uusi koneoppimisen menetelmä nopeuttaa lääkeaineiden seulontaa satakertaisesti
22.7.2024Kahvin perimän selvittäminen parantaa taudinkestävyyttä
25.6.2024Miksi jotkut sairastuvat vaikeaan koronavirustautiin?
30.5.2024Terveysdataa ymmärtävä tekoälymalli varoittaa tulevista sairauksista
29.4.2024Genomidatalle infrastruktuuri
1.4.2024Euroopan tutkimusyhteisö valmistautuu seuraavaan pandemiaan
8.3.2024Virusten ja muiden mikrobien evolutiikka vaikuttaa ihmisen terveyteen
2.3.2024Euroopan miljoona genomia
20.2.2024Biologisen kuvadatan siirtäminen ja analysoiminen tehokkaasti web-käyttöliittymien avulla
23.1.2024Rintasyövän hoitoennuste paranee nestebiopsian avulla
15.12.2023Euroopan terveysdata-avaruus: terveysdata liikkuu tutkimuskäyttöä varten yli rajojen
16.11.2023Suolistomikrobien toimintaa mitataan uudella menetelmällä
31.10.2023Kasvien mikrobikumppanit kaivosjätteiden puhdistajana
29.9.2023Tekoäly etsii sopivan lääkeaineen geenidatasta ja syöpäsolunäytteistä
1.9.2023Dataa eri lähteistä yhdistämällä saadaan yksilöllisiä hoitoja
15.8.2023Leukemiaan parempia hoitoja
10.6.2023Mikro-RNA:t voivat paljastaa nuoruusiän diabeteksen
16.5.2023Yksittäisen solun sekvensointitekniikka mahdollistaa sairauksien yksilöllisen hoidon
12.4.2023Kudosnäytteet, jotka on analysoitu sensitiivisen datan (SD) palveluilla, antavat uutta tietoa keliakiasta ja muista autoimmuunisairauksista
20.3.2023Itämeren sedimenteistä eristetyt DNA:t auttavat tutkimaan ilmastonmuutosta ja biodiversiteettiä
27.2.2023Kantasoluista kasvatetut organoidit tehostavat syöpätutkimusta
19.12.2022Sensitiivisen datan palvelut tutkimukselle: muutamalla klikkauksella tutkija voi käynnistää turvallisen ja henkilökohtaisen laskentaympäristön
30.11.2022Ikiroudan alta paljastui mikrobiyhteisöjä, joilla on merkittävä rooli ilmastonmuutoksessa
20.10.2022Uudelleenkäytettävää, oikein kuvattua ja laadukasta dataa – tutkijayhteisön luomia työkaluja ketterään datanhallintaan
29.9.2022Valtamerien mikrobiyhteisöjen rakennetta ja toimintaa selvitetään geenisekvensoinnin avulla
1.9.2022Antibiooteille vastustuskykyiset bakteerit ovat maailmanlaajuinen ongelma
23.8.2022Yksilöity lääketiede syövän ja virusten torjunnassa
30.6.2022Ihmisen mikrobiomin tutkiminen on avain terveyden kokonaisvaltaiselle ymmärtämiselle
23.5.2022FINRISKI: yksi maailman pisimmistä väestötutkimuksen aikasarjoista
8.4.2022Biopankkien ja terveysrekisterien tiedon yhdistäminen mahdollistaa personoidun hoidon kehittämisen
3.3.2022Suomessa sekvensoidaan tuhansien diabetes-potilaiden koko perimä ja etsitään geneettisiä riskitekijöitä
10.2.2022BIGPICTURE mahdollistaa patologian muuttumisen digitaaliseksi
30.12.2021Sensitiivisen datan infrastruktuuri
23.11.2021Tulevaisuudessa algoritmi voi tunnistaa glaukooman silmänpohjakuvista
26.10.2021Potilasdatan ansiosta saadaan entistä parempia tekoälymalleja
16.9.2021Algoritmi opetetaan tunnistamaan syöpä sekvenssidatasta
3.12.2020Tehokas datan prosessointi ja jakaminen parantaa sairauksien tunnistamista ja hoitoa
10.11.2020Bioinformatiikka mullistaa terveydenhuollon: Datan tehokas käsittely nopeuttaa diagnooseja ja mahdollistaa yksilölliset lääkehoidot
27.8.2020Kudosnäytteet digitaalisiksi kuviksi ja tekoäly tulkitsemaan
9.6.2020Digitaalinen patologia nopeuttaa diagnosointia
18.5.2020Koneoppimisella etsitään merkkejä rintasyövästä
8.4.2020Metabolomiikka mittaa ja analysoi sairauden, ruokavalion tai lääkityksen aiheuttamia muutoksia aineenvaihdunnassa
1.3.2020Syväoppimisalgoritmit auttavat rintasyövän seulonnassa
13.2.2020Rintasyövän kaikkia riskitekijöitä arvioidaan tekoälyn avulla
6.2.2020Koira haistaa sairauksia
2.12.2019ELIXIR Compute Platform -laskentaympäristö bio- ja terveystieteille
18.11.2019Bioinformatiikan uudet menetelmät ja tekniikat edellyttävät jatkuvasti päivittyvää kurssitarjontaa ja analyysiohjelmistoja
30.10.2019Käyntiä tiskillä ei tarvita: SisuID tehostaa sähköistä tunnistamista
30.9.2019Sydän- ja verisuonitautien riskiarviointi kaikille kansalaisille
4.9.2019Verisuonten mallintamisella täsmähoitoa laskimosairauksiin
20.8.2019Federoitu käyttäjähallinta: yhdellä tunnistautumisella lukuisiin bioinformatiikan palveluihin
4.7.2019Harvinainen geeniperimä auttaa löytämään yleisiä tauteja ohjaavia mekanismeja
3.6.2019VEIL.AI: potilastietoja hunnutettuina
20.5.2019Biocenter Oulu: teknologiapalveluja biolääketieteelliseen tutkimukseen
23.4.2019Hiirimalleista apua ihmisten tautien syntymekanismien selvittämiseen
4.3.2019Euro-BioImaging: kuvantamisen infrastruktuuri
26.2.2019Kuvantaminen auttaa havainnoimaan datan merkitystä
14.1.2019Datan harmoniaa ja standardeja: aineistot pitää käsitellä, kuvailla ja tallentaa samalla tavoin
10.12.2018Sadat geenit voivat olla yksittäisen taudin taustalla
5.11.2018Suomalaisen väestön perimästä apua sydän- ja verisuonisairauksien hoitoon
8.10.2018Sairauksien ennustemallit tarkentuvat laskennallisten menetelmien ansiosta
11.9.2018Geenidata haltuun ja haluttuun muotoon
23.8.2018Massiivinen datanhallintaprojekti: suomalaisten perimä kerätään talteen
14.6.2018Puolet lääkeaineista vaikuttaa vain kolmeen proteiiniperheeseen
12.6.2018Hyvää lääkeainemolekyyliä etsimässä
29.5.2018Potilasnäytteistä nopea DNA-analyysi tekoälyn avulla
7.5.2018Suoliston salaisuudet
4.4.2018Algoritmi määrittää sopivan lääkkeen
19.3.2018Miljoonan potilasnäytteen pankki
20.2.2018Kaikkien eliöiden perimän selvittäminen mahdollistaa uusia rokotteita ja lääkkeitä
7.2.2018Tilattu ja lukkojen takana
2.11.2017Tavoitteena kansallinen palvelu perimästä saadun datan hyödyntämiseen terveydenhuollossa
11.8.2017Parempaa satoa luvassa? Myös data kerätään jatkossa talteen
19.6.2017Mikrobit ja ilmastonmuutos
21.5.2017Suomalaisten koko perimä talteen? Datasta hyötyä tautien tutkimiseen
6.4.2017”Älyhenkivakuutuksia” tarjolla: ihmisen biologinen data hyödyttää vain oikein tulkittuna
15.1.2016Proteiinien rakenteen selvittämisen avulla uusia lääkemolekyylejä
26.10.2015BBMRI.fi: yhteinen biopankkien IT-infrastruktuuri
24.9.2015Syöpää vastaan matematiikalla
10.8.2015Saimaannorppa apuna populaatioiden perimän tutkimisessa
1.8.2015Web-mikroskooppi tallentaa kudosnäytteet pilveen
15.7.2015Mustit ja Murret ihmissairauksien geenilöytöjen takana: koirageenitutkimus hyötyy ELIXIRin tietokannoista
5.6.2015Biotiedettä eurooppalaisessa pilvessä

Visium HD -aineisto ihmisen munasarjasyöpänäytteestä. Keräysalueen koko on 6,5 × 6,5 mm, ja se sisältää noin 11,2 miljoonaa yhtenäistä
keräyspistettä. Aineisto on julkisesti saatavilla 10x Genomicsilta. Kuvaa muokannut Franziska Niemeyer.
Tilallinen transkriptomiikka on niin uutta tekniikkaa, ettei sille ole vielä edes vakiintuneita analyysistandardeja. Helsingin yliopiston tutkija Franziska Niemeyer oppi menetelmän kansainvälisellä huippukurssilla – ja toi sen tänä keväänä myös suomalaisten tutkijoiden ulottuville.
Mitä solu puuhaa? Kysymystä voi lähteä ratkomaan monella tapaa, mutta yksi toimivimmista on sekvensoida solun RNA. RNA:sta nähdään, mitkä geenit ovat solussa aktiivisina. Tästä voidaan edelleen päätellä, kuuluuko solu esimerkiksi kasvaimeen vai onko se tervettä kudosta.
Perinteinen tapa tehdä sekvensointeja on ollut ottaa kudosnäyte ja analysoida se könttänä. Yhdessä näytteessä voi kuitenkin olla miljoonia soluja, ja lopullinen analyysi kertoo enemmän siitä, mitä näytteen solut tekivät keskimäärin kuin yksittäisten solujen aktiivisuudesta.
Tällaista analyysia voisi verrata siihen, että tutkisi Lego-mallia hajottamalla sen ja laskemalla keskiarvoja palikoiden muodosta, koosta ja väreistä. Tämä tarkkuus voi riittää, jos halutaan vaikka katsoa, onko ihonalainen kyhmy kasvain, mutta joskus tarvitaan tarkempia menetelmiä.
Hienostuneempi vaihtoehto on niin sanottu yksisoluanalyysi. Jatkaaksemme Lego-analogiaa: hajotetaan malli edelleen paloiksi, mutta tällä kertaa palikat lajitellaan lajeittain järjestykseen. Näin voi keskittyä tarkastelemaan yksittäistä palikkaa. Tällainen analyysi hukkaa kuitenkin kokonaiskuvan: vaikka palikka on punainen ja siinä on kuusi nuppia, emme enää tiedä, missä kohdin rakennelmaa se sijaitsi.
Soluja tarkastellessa tämä on ongelma, koska elimistön solut eivät toimi tyhjiössä vaan vuorovaikutuksessa muiden solujen kanssa. Niinpä keskittyminen vain yhteen soluun ilman sen suhdetta naapurisoluihin ei koskaan anna koko kuvaa solun toiminnasta. Tarvittiin siis parempia tekniikoita.

Vuonna 2018 Franziska Niemeyer aloitteli bioinformatiikan ja genomitutkimuksen opintojaan Bielefeldin yliopistossa Saksassa. Hän oli jo opintojensa alussa kiinnostunut konenäöstä ja kuva-analyyseistä – tietokoneilla pystyi analysoimaan visuaalista aineistoa ihmissilmää tarkemmin ja luotettavammin.
Vuonna 2022, tehdessään maisterivaiheen opintoja Helsingissä, Niemeyer etsi itselleen tutkimusryhmää, jossa voisi jatkaa väitöskirjan parissa. Hän löysi Andrew Ericksonin vasta aloittelevan, eturauhassyöpään keskittyvän tutkimusryhmän, joka käytti uutta ja kiinnostavaa tekniikkaa: tilallista transkriptomiikkaa. Niemeyer halusi mukaan.
Kyse oli todella uudesta tekniikasta. Tilallisen transkriptomiikan keskeiset tieteelliset keksinnöt oli tehty vasta 2016 ja ensimmäiset kaupalliset sovellukset 2019 – siis vasta Niemeyerin aloitettua jo opintonsa.
”Uusi tekniikka vaikutti heti kiinnostavalta. Halusin oppia siitä lisää”, Niemeyer kertoo.
Alkuperäinen, sekvensointiin perustuva tilallinen transkriptomiikka on analyysitekniikka, jossa kudosnäyte asetetaan erityiselle mikroskopialasille, johon on kiinnitetty RNA-molekyylejä sitovia koettimia. Sitä voi kuvitella eräänlaiseksi imupaperiksi, jonka päälle kudosnäyte laitetaan ja josta näytteen RNA vapautuu koettimiin. Samalla kudoksesta otetaan äärimmäisen tarkka mikroskooppikuva. Lopputuloksena syntyy eräänlainen kartta: jokaisesta kohdasta kudoksen mikroskooppikuvaa tiedetään, mitkä geenit ovat siinä aktiivisina. Tekniikan tarkkuus vaihtelee – yhdestä keräyskohdasta voi löytyä noin 20 solua, mutta tarkimmillaan menetelmä erottaa yksittäisiä soluja.
Tekniikassa on kuitenkin kaksi haastetta. Ensinnäkin se on uutta ja siksi kallista: yksi koe, jossa on neljä 6,5 × 6,5 millimetrin kokoista keräysaluetta, maksaa lähes 15 000 euroa.
Toiseksi tekniikka tuottaa valtavasti dataa. Vaikka muutaman millimetrin kokoinen keräysalue ei kuulosta isolta, yhdelle 6,5 × 6,5 millimetrin keräysalueelle mahtuu jopa satoja tuhansia soluja. Kun jokaisessa niistä on satoja tuhansia RNA-molekyylejä, joista kukin on tyypillisesti 1 000–2 000 emäksen pituinen, nousee yhden ainoan näytteen sisältämä datamäärä lukemiin, jotka ovat liikaa tavallisille tietokoneille. Tällaisen datan käsittelyyn ei myöskään ole vielä vakiintunutta analyysityönkulkua.
”Tilallisen transkriptomiikan haltuun ottaminen tarkoittaa käytännössä sitä, että oppii koodaamaan oman analyysinsä”, Niemeyer selittää.
Niemeyeriä haaste ei pelottanut. Vuonna 2025 hän osallistui yhdessä 30 muun tutkijan kanssa ELIXIRin Single-Cell Omics-verkoston Sveitsin Lausannessa järjestämälle nelipäiväiselle tilallisen transkriptomiikan data-analyysikurssille.
Kurssilla oli luentoja ja iltapäivisin data-analyysiharjoittelua. Niissä opiskelijat kokeilivat eri analyysimenetelmiä. Koska teknologia on vielä uutta ja jokainen koe on erilainen, koodi täytyy räätälöidä jokaista näytekierrosta varten erikseen, jotta valtavasta datamäärästä saadaan suodatettua olennainen.
”Kurssi oli erittäin innostava ja hyvin organisoitu. Oli kiinnostavaa jutella alan suurimpien nimien kanssa samoissa lounaspöydissä”, Niemeyer muistelee.
Silti suurimman yllätyksen tarjosi lopulta se, miten jäsentymätön tieteenala vielä on.
”Kun kysyi alan standardeista – esimerkiksi laadunvalvontaan, näytteiden normalisointiin tai solujen segmentaatioon liittyen – sai useammin vastauksen, etteivät asiantuntijatkaan oikein vielä tienneet, mikä on paras tapa.”

Kurssin jälkeen Niemeyer palasi Suomeen ja alkoi hyödyntää oppimaansa väitöskirjatutkimuksessaan. Se käsittelee eturauhassyöpäkasvainten evoluutiota ja ei-invasiivisten diagnostiikkatyökalujen kehittämistä.
”Viime aikoina tutkimukseni on tosin ohjautunut myös tilallisten menetelmien avoimeen lähdekoodiin perustuvien automatisoitujen työtapojen kehittämiseen”, Niemeyer kertoo.
Hän päätti myös jakaa oppimaansa eteenpäin. Vuonna 2026 Niemeyer oli mukana järjestämässä Helsingin yliopistolla tilallisen transkriptomiikan kurssia. Päävastuu kurssista oli apulaisprofessori Anna Vähärautiolla, mutta Niemeyer hoiti käytännön organisoinnin ja veti osan harjoitustöistä.
Kaksiviikkoinen kurssi nojasi osittain Lausannesta saatuihin materiaaleihin.
”Kaikki Lausannen luennot kuvattiin, joten saatoimme tarjota ne myös oman kurssimme osallistujille.”
Korvaamatonta apua antoi myös Tieteen tietotekniikan keskus CSC:n pyörittämä Noppe-opetusjärjestelmä, jossa kurssilaiset saattoivat simuloida supertietokoneella tehtävää laskentaa.
”Noppe toimi erinomaisesti. Aluksi mietimme myös ajan varaamista oikealta supertietokoneelta, mutta puhtaasti opetustarkoituksiin se ei olisi ollut mielekästä. Lopuksi annoimme kuitenkin ohjeet Puhdin ja myöhemmin myös Roihun käyttöön heille, jotka halusivat hyödyntää tekniikkaa omassa tutkimuksessaan.”
Myös Helsingin kurssille otettiin 30 halukasta, mutta toisin kuin Lausannessa, jossa opiskelijoita haalittiin tietoisesti eri puolilta Eurooppaa, oli valtaosa kurssilaisista Helsingin yliopistolta.
Helsingin yliopiston järjestämä kurssi edustaa ELIXIR-verkoston vahvuutta, toteaa ELIXIR-Suomen koulutuskoordinaattori Eija Korpelainen. Hän on ollut yksi ELIXIR Single-Cell Omics Communityn perustajista ja mukana sen toiminnassa alusta, eli vuodesta 2022 alkaen.
Hän oli myös valikoimassa Lausannen kurssilaisia. Ajatuksena oli levittää tietoa ja osaamista mahdollisimman laajalle, joten kurssilaiset valittiin ympäri Eurooppaa.
”Koulutus on välttämätöntä, jotta tämä kallis data muuttuu hyödylliseksi tiedoksi.”
Uutena tutkimusmenetelmänä tilallinen transkriptomiikka myös kehittyy nopeasti, kun kaupalliset toimijat tuovat markkinoille uusia teknologioita.
”Kehitys on niin nopeaa sekä laboratorioteknologioissa että analyysityökaluissa, että tarvitaan kansainvälistä yhteistyötä parhaiden menetelmien valikoimiseksi. Yhteistyön avulla voimme myös tarjota edistyneitä kursseja tutkijoille”.
Niemeyer kertoo auttavansa mielellään, jos joku muu yliopisto haluaa järjestää alan kursseja Suomessa.
Kiinnostusta tilallista transkriptomiikkaa kohtaan riittää ympäri Suomea ja Eurooppaa. ELIXIR Single-Cell Omics Communityn viimeisin kansainvälinen tilallisen transkriptomiikan kurssi järjestettiin Uppsalassa 6. lokakuuta 2026. Kurssille valittiin kahdeksan suomalaista tutkijaa eri yliopistoista.
ELIXIRin Single-Cell Omics -yhteisön projekti on valittu ELIXIR BioHackathon Europe 2026 -tapahtumaan. Projektissa tutkijat kehittävät menetelmiä eri tietovarannoista ja eri lajeista peräisin olevien yksisoluaineistojen yhdistämiseen, jotta eri lajien solutyyppien vastaavuuksia voitaisiin tutkia.
Teksti: Juha Merimaa
Kuvat: Juha Merimaa ja Franziska Niemeyer
28. lokakuuta 2026