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

Fluoresenssikuva hiiren verkkokalvosta. Sininen väri kuvaa hermosolukerroksia ja punainen tukisoluja eli gliasoluja, joiden toimintaa tutkitaan mitokondriosairauksissa.
Sama geenivirhe voi ilmetä toisella epilepsiana, toisella Parkinsonin tautina. Akatemiaprofessori Anu Wartiovaara selvittää ryhmänsä kanssa, miksi mitokondrioiden toimintahäiriöt näkyvät eri ihmisillä niin eri tavoin – ja miten niihin voitaisiin vaikuttaa.
Mitokondrio on solun voimanlähde. Lause on jäänyt moneen mieleen yläkoulun biologian tunnilta. Joskus kuvausta mitokondrion roolista on jopa käytetty humoristisena esimerkkinä siitä, että koulussa opetetaan paljon elämälle vieraita asioita.
Mitokondrioiden merkitys on kuitenkin kaukana turhasta, kertoo akatemiaprofessori Anu Wartiovaara.
”Mitokondriot ovat elämämme käynnissä pitävä moottori. Todennäköisesti ilman mitokondrioita elämä ei koskaan olisi kehittynyt yksisoluisia organismeja pidemmälle.”
Mitokondriot ovat soluissa omia kokonaisuuksiaan, joilla on oma DNA:nsa. Niiden uskotaankin kehittyneen yksisoluisista bakteereista, jotka päätyivät solujen sisälle symbioottiseen suhteeseen.
Solussa mitokondriot säätelevät aineenvaihduntaa, eli sitä miten solu joko polttaa ravinnon sokeria ja rasvoja, kun ravintoa on vähän, tai korjaa ja rakentaa kudoksiamme, kun ravintoa on saatavilla.
Ja tämä vaikuttaa elimistössä melkein kaikkeen. Niinpä pienetkin virheet mitokondrioiden toiminnassa voivat johtaa vakaviin aineenvaihduntasairauksiin.

Mitokondriosairaudet ovat vakavia, mutta samalla ne ovat vaikeita ymmärtää. Vaikka sairauden aiheuttava geenivirhe olisi sama, voi se ilmetä yhdellä potilaalla Parkinsonin tautina, toisella epilepsiana ja kolmannella sydänsairauksina tai lihasheikkoutena.
Tämä kiinnostaa Helsingin yliopiston kliinisen molekyylilääketieteen professori Wartiovaaraa.
”Mitokondrioiden tutkimus on saanut meidät kiinnostumaan siitä, miksi ylipäänsä taudit ilmenevät tietyissä kudoksissa, ja toisissa eivät.”
Hyvän esimerkin tarjoaa vuonna 2005 löydetty MIRAS-tauti. Yhdestä ainoasta viikinkiaikana tapahtuneesta mutaatiosta periytyvä tauti vaikuttaa siihen, miten elimistö kahdentaa mitokondrioiden DNA:ta. MIRAS-tautia aiheuttavaa geenivirhettä kantaa noin joka sadas suomalainen, mutta sairastuminen edellyttää virheen perimistä molemmilta vanhemmilta.
Sairaus ilmenee monissa muodoissa: yhdellä teini-iän epilepsiana, toisella aikuisuuden tasapaino-ongelmina ja kolmannella Parkinsonin tautina keski-iässä. Koska geenivirhe on sama, Wartiovaaran ryhmä päätteli, että eri ilmenemismuotojen syynä ovat ulkopuoliset tekijät.
Testaamalla mahdollisia tekijöitä, ryhmä huomasi, että hermostoon vaikuttavat virusinfektiot, kuten herpes, puutiaisaivokuume ja SARS-CoV-2, edistivät taudin puhkeamista nuorena.
Geenimuutoksen vuoksi solut eivät havaitse virusta ajoissa ja virus ehtii monistua. Tätä seuraa yliaktiivinen tulehdusreaktio, joka vaurioittaa erityisesti hermoston toimintaa hillitseviä soluja.
”Tuloksemme viittaavat siihen, että MIRAS-epilepsia liittyy hermosoluja hillitsevien solujen vähenemiseen. Oirekuva muistuttaa virusaivotulehdusta”, Wartiovaara kertoo.
”Mekanismissa on siis luultavasti paljon samaa.”
Wartiovaaran tutkimus kattaa koko lääketieteen kentän, sillä mitokondriotauteja on jokaisella lääketieteen erikoisalalla. Joskus tutkimusta tehdään laajojen potilastietokantojen, kuten 500 000 suomalaista kattavan FinnGenin avulla.
Tärkeimpänä kiinnostuksen kohteena on silti molekyylitason aineenvaihdunta, eli tautien perimmäiset syyt. Niitä tutkitaan monenlaisilla tautimalleilla soluviljelmistä kärpäsiin ja hiiriin.
Tutkimusta edistää myös mittaustekniikoiden kehittyminen harppauksin: nykyisillä menetelmillä solussa tapahtuvia biokemiallisia reaktioita voidaan mitata käytännössä reaaliajassa.
Tästä syntyy valtavasti dataa. Esimerkiksi yhdestä kudos- tai verinäytteestä voidaan saada jopa yli tuhat erilaista molekyylimerkkiä samanaikaisesti.
Wartiovaara kutsuu tätä metaboliseksi sormenjäljeksi.
”Jokaisella ihmisellä tuo sormenjälki on hieman omanlaisensa, mutta terveillä ihmisillä ne muistuttavat toisiaan.”

Pienikin geenivirhe voi muuttaa sormenjälkeä merkittävästi. Wartiovaara vertaa tilannetta kaleidoskooppiin. Solun tuhannet aineenvaihduntatuotteet ovat kuin kaleidoskoopin lasinpalasia, jotka asettuvat jokaisessa kudoksessa omaan symmetriseen kuvioonsa. Lihaksessa kuvio on toisenlainen kuin sydämessä, aivoissa toisenlainen kuin maksassa ja niin edespäin.
”Kun sairaus iskee, se horjuttaa tätä tasapainoa ja kuvio asettuu uuteen muotoon, joka ei enää ole optimaalinen kyseisen kudoksen toiminnalle.”
Wartiovaara ryhmineen yrittää ymmärtää, mitkä ovat ne säätelykohdat, joiden varassa kaleidoskoopin kuviot muuttuvat.
”Jos löydämme oikeat säätelymolekyylit, voimme ehkä vaikuttaa niihin ja korjata aineenvaihdunnan kokonaisuutta kohti oikeaa muotoa.”
Wartiovaaran tutkimusryhmään kuuluu niin lääkäreitä, biologeja kuin biokemistejäkin. Viime vuosina myös tietojenkäsittelytieteilijät ovat nousseet yhä keskeisempään rooliin.
Ryhmä hyödyntää suurteholaskentaa monin tavoin. Ensinnäkin he käyttävät sitä mallintaakseen proteiinirakenteita ja niihin sitoutuvia sopivia molekyylejä, joita voisi käyttää biosensoreina mittaamaan aineenvaihduntatuotteiden liikkeitä elimistössä.
Kun ryhmä haluaa selvittää, mihin jokin tietty aineenvaihduntatuote elimistössä kulkee, he pyrkivät mallintamaan, millaiseen proteiiniin tuote kiinnittyy. Sitten he käyvät läpi valtavia avoimia molekyylikirjastoja selvittääkseen, millä muilla proteiinirakenteilla olisi vastaavia sitoutumiskohtia.
Kirjastot toimivat niin sanottujen FAIR-periaatteiden* mukaisesti, joten niistä on helppo etsiä mahdollisia molekyylejä sensoreiksi.
”Ihanteellinen sensorimolekyyli ei vaikuta elimistön toimintaan, mutta sitoo etsimämme molekyylin ja antaa siitä merkin esimerkiksi tuottamalla valoa”, Wartiovaara selittää.
Tällaiset molekyylit mahdollistavat elävän solun toiminnan tutkimisen. Niiden löytämiseen tarvitaan paitsi laajoja molekyylitietokantoja myös tieteen tietotekniikan keskus CSC:n tarjoamaa suurteholaskentaa, kuten esimerkiksi SD Desktop-, Puhti-, Allas- ja ePouta-palveluita.
Suurta laskentatehoa tarvitaan myös metabolisten sormenjälkien vertailussa. Kun harvinaisista taudeista saadaan luotua aineenvaihduntaprofiileja, koneoppimisella voitaisiin verrata tuntemattomien sairauksien profiileja niihin. Tämä mahdollistaa harvinaisista taudeista saadun tiedon laajemman hyödyntämisen.
”Jos esimerkiksi osa Parkinsonin tautia sairastavista muistuttaa metaboliselta sormenjäljeltään tunnettua sellaista mitokondriotautia, joka myös ilmenee Parkinsonin tautina, se voi ohjata hoitoa samankaltaisille tautityypeille.”
Suurteholaskentaa tarvitaan myös biologisen datan yhdistelyssä ja analysoinnissa. Kun yhdestä kudoksesta saadaan erikseen proteiinitietoa, aineenvaihduntatuotetietoa ja geenien luentatietoa, kerroksia tulee useita ja datamäärä kasvaa valtavaksi.
Wartiovaaran ryhmä testaa tapoja yhdistää tuota datamäärää käyttäen laskentakapasiteettia, ja jopa ennustamaan miten aineenvaihdunta todennäköisesti tapahtuu tietyssä kudoksessa ja miten se muuttuu sairauden myötä.
Datatieteiden kehitys on mullistanut lääketieteellisen perustutkimuksen viimeisten parinkymmenen vuoden aikana, Wartiovaara kertoo.

”Mitokondriot välittävät ravinnon määrän signaalia kehossamme ja muokkaavat solujemme kasvua ja energiataloutta. Näiden signaalien luonne muuttuu ensi- tai toissijaisesti kaikissa sairauksissamme.”
Sama geenivirhe voi näkyä eri potilaissa eri tavoin. Lisäksi sen ilmenemiseen voivat vaikuttaa niin ravinto, elinympäristön myrkyt kuin virukset tai jonkinlainen yhdistelmä näitä. Niinpä mitokondriomekanismien tutkimus tuottaa valtavia datamääriä ja vaatii laskentakapasiteettia.
”Vaikka etenemme jatkuvasti, myös uusia kysymyksiä avautuu kaiken aikaa. Siksi tämä on niin valtavan kiinnostavaa.”
Teksti: Juha Merimaa
Kuvat: Juha Merimaa ja Anu Wartiovaaran tutkimusryhmä
11. elokuuta 2026
Lue artikkeli PDF-muodossa.