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

Kartta A näyttää, kuinka paljon perimää eri alueiden nykyasukkaat jakavat šamaanin kanssa. Kartta B näyttää saman yksilötasolla: piste kuvaa nykyihmistä ja väri pisimmän yhteisen DNA-pätkän pituutta. Kirkkaan keltainen väri osoittaa, että geneettinen sukulaisuus painottuu Lappiin ja Pohjois-Suomeen.
Kuusamosta löytynyt 400 vuotta vanha šamaanihauta piti sisällään yllätyksen: hampaiden kemia vei jäljille Islantiin asti. Turun yliopiston professori Päivi Onkamo ja hänen tutkimusryhmänsä lukevat menneisyyttä muinaisesta DNA:sta ja muista muinaismolekyyleistä – työ, joka ei onnistuisi ilman valtavaa laskentatehoa ja tietokantoja.
Joskus 1500- ja 1600-lukujen taitteessa vainaja laskettiin lepoon Kuusamon Kitkajärvellä. Kyse ei ollut mistä tahansa vainajasta: hänen mukanaan oli haudattu hopeinen solki ja lintukuvariipus. Vuonna 1970 löydetyn haudan pääteltiinkin kuuluvan šamaanille, jonka hengen uskottiin voivan ottaa linnun muodon ja liikkuvan lintuna.
Muuten vainajasta ei kuitenkaan tiedetty paljoa: oli esimerkiksi epäselvää, oliko hän kenties saamelainen vai sukua Kuusamon nykyisille asukkaille. Ei myöskään tiedetty, oliko hän kenties tullut Kuusamoon jostakin muualta vai elänyt paikoillaan.
Vuonna 2019 vainajaa alkoi tutkia Turun yliopiston evolutiivisen genomiikan professori Päivi Onkamo tutkimusryhmineen. He saivat näytteitä vainajan hampaista, joista he tutkivat paitsi vainajan perimää myös hampaisiin jääneitä jälkiä siitä, mitä šamaani oli eläessään syönyt ja juonut.

”Genetiikan kohdalla analyysi oli lopulta aika selkeä”, Onkamo kertoo.
”Perimältään vainaja on selvästi läheisempää sukua Lapin saamelaisväestölle kuin Kuusamon nykyisille asukkaille.”
Kiinnostavin tulos tuli kuitenkin hammasluusta. Sen perusteella šamaani näytti käyneen elämänsä aikana Islannissa ja juoneensa sikäläistä mineraalipitoista vettä.
”Kun teimme jatkotutkimuksia, kävi ilmi, että tuohon aikaan Pohjois-Suomella ja Islannilla oli kiinteät kauppayhteydet. Niinpä matkustaminen niiden välillä ei ollut mitenkään tavatonta.”
Kuusamon šamaani on vain yksi esimerkki Onkamon tutkimuksista. Hän ja ryhmänsä ovat viimeisen kymmenen vuoden aikana työskennelleet paljon nimenomaan muinaisen DNA:n kanssa. Hän on selvittänyt DNA:n avulla esihistoriallisen ajan väestöä, esimerkiksi Suomen ja läntisen Venäjän alueelle haudattujen ihmisten alkuperää, sairauksia, muuttoliikkeitä ja ruokavaliota.
Lähempänä kotikenttää on muun muassa tutkimus siitä, missä määrin 1100-luvun pirkanmaalaiset ovat sukua maakunnan nykyisille asukkaille. Aika selkeästi, tutkimus paljasti.
Historian arvoitukset kiehtovat Onkamoa, mutta oikeastaan hän ajautui niiden pariin mutkan kautta. Kouluaikoina historia ei kiinnostanut.
”Tuntui, että historian kirjoissa käsiteltiin vain sotia ja mahtimiehiä.”
Tavallaan tämä on ollut ymmärrettävää: historialliselta ajalta on tietoa nimenomaan valtaapitävistä, joiden elämästä on jäänyt kirjallisia todisteita.
Onkamo päätyi lukemaan biologiaa. Vuonna 2002 hän väitteli lapsuusiän diabetekselle altistavien geenien kartoituksesta.
Samaan aikaan esihistorian tutkimus alkoi liikkua yhä lähemmäs luonnontieteitä. Onkamo päätyi mukaan muutokseen vuonna 2006, kun eräs arkeologian jatko-opiskelija kertoi kuulleensa muinais-DNA:sta uutena tutkimusalueena ja halusi yhdistää genetiikkaa arkeologiaan. Onkamosta tuli väitöskirjan ohjaaja.
Tuon ajan menetelmät eivät kuitenkaan vielä mahdollistaneet nykyisen kaltaisia DNA-sekvensointeja. Niiden sijasta tehtiin populaatiogeneettisiä simulaatioita ja radiohiiliajoitusten analysointia.
”Nykyisen kaltainen muinais-DNA:n analyysi on ollut mahdollista vasta noin 15 vuotta”, Onkamo kertoo.
Muinaisen DNA-näytteen analysoiminen kuulostaa maallikon korviin melko mutkattomalta. Sitä vain otetaan kudosnäyte ja analysoidaan siinä missä mikä tahansa muukin.
Valitettavasti asiat eivät ole ihan noin yksinkertaisia, Onkamo kertoo. Jo näytteen saaminen on yleensä pitkällisen työn tulosta.
”Suurin osa analysoimistamme muinaisnäytteistä on museoiden kokoelmista. Vaikka emme tarvitse isoa näytettä, jokainen muinaisesta hampaasta tai luusta otettu pala pienentää näytettä ja tuhoutuu analyysissa.”
Niinpä on ihan ymmärrettävää, että lupia näytteiden ottamiseen myönnetään vasta tarkan harkinnan jälkeen.
Analyysin tekeminen ei ole ihan helppoa sekään. Näytteet ovat usein monin tavoin kontaminoituneita, eli niissä on DNA:ta useista eri lähteistä: niistä voi löytyä mikrobien perimää maasta, jossa näyte on maannut hautautuneena, näytettä käsitelleiden tutkijoiden DNA:ta ja jopa vainajan elimistössä olleiden mikrobien ja virusten perimää.
”Tästä niin sanotusta metagenomiikasta pyrimme sitten tunnistamaan näytteen omat DNA-jaksot”, Onkamo selittää.
Asiaa ei helpota se, että muinainen DNA on usein katkeillutta ja epätäydellistä. Analyysi muistuttaa palapeliä, jossa joukossa on paloja monista peleistä, mutta mistään ei kaikkia.
Käytännössä työssä tarvitaankin suurteholaskentaa, jonka avulla oikeat palat erotetaan joukosta. Tähän Onkamon ryhmä käyttää Tieteen tietotekniikan keskus CSC:n supertietokoneita, kuten Mahtia ja Puhtia.
Lähes koskaan ei kuitenkaan saada kokonaista DNA:ta. Tämä ei onneksi ole tarpeen.
”Ihmisen DNA:sta on määritelty noin 1,2 miljoonaa kohtaa, joita tarkastelemalla voidaan melko hyvin selvittää, mistä populaatiosta yksilö on ja kenelle hän on mahdollisesti sukua”, Onkamo kertoo.
”Jos saamme näistä analysoitua edes noin 300 000–400 000 kohtaa, on meillä jo aika hyvä käsitys siitä, millaista geneettistä variaatiota vainaja kantoi.”
Näytteen analysointi on kuitenkin vain osa kokonaisuutta. Markkereista ei ole hyötyä, jos näytettä ei voi verrata tietokantoihin.
”Yhteen analyysiin tarvitaan monia eri datalähteitä”, Onkamo kuvaa. Monet heidän käyttämistään tietokannoista ovat kansainvälisiä, kuten muinais-DNA-datapankit, mutta myös nykyihmisen DNA- ja genomitutkimuksen dataresurssit, kuten European Nucleotide Archive (ENA), HUGO Gene Nomenclature Committee (HGNC) ja Genome-Wide Association Studies (GWAS) Catalog. Kaikki kolme kuuluvat ELIXIRin keskeisiin dataresursseihin (Core Data Resources). Modernia vertailuaineistoa ryhmä saa muun muassa biopankeista ja THL:ltä.
”Ilman näitä tietokantoja tämän työn tekeminen olisi mahdotonta”.
Analyysien kehittyminen ei siis ole kiinni vain tekniikoiden kehittymisestä vaan myös saatavilla olevan vertailuaineiston kasvusta. Analysointi ei tosin aina ole helppoa.
”Esimerkiksi THL:n hallinnoimaa dataa on kerätty monessa vaiheessa ja useita eri tarkoituksia varten. Jo aineistojen yhteismitallistaminen ja yhdistäminen analyyseja varten oli valtava tehtävä, joka vei kahdelta bioinformaatikolta miltei vuoden.”
Käytännössä muinaisnäytteen analyysissa voi mennä näytteen saamisesta valmiiseen tulokseen useamman vuoden – eikä tässä huomioida näytteen hankkimiseen tai tulosten julkaisuun kuluvaa aikaa.
Joskus tulos voi olla hieman lannistava.
”Ajoittain joudumme toteamaan, ettei analyysin kohde ole ollenkaan sitä mitä odotettiin. Eli luultavasti jäännökset ovat menneet jossain vaiheessa varastointia sekaisin ja esimerkiksi pronssikautiseksi luullut jäänteet ovatkin keskiajalta ja ihan toiselta puolelta Eurooppaa.”
Muinaisen DNA:n analysoiminen on siis kaikkea muuta kuin helppoa. Samalla se kuitenkin antaa menneisyydestä tietoa, joka jäisi muuten pimentoon. Monella tapaa genetiikan voi sanoa mullistaneen arkeologian 2000-luvulla.
”Olemme saaneet ihan uudenlaista tietoa siitä, miten ihmiset ovat liikkuneet. Voidaan esimerkiksi todeta, että tiettynä aikana ja alueella miehet olivat usein tulleet muualta mutta naiset olivat sukua alueen aiemmille asukkaille. Tämä kertoo väestöjen sekoittumisesta.”
Myös näytteessä oleva ihmiselle kuulumaton DNA voi olla kiinnostavaa.
”Voimme löytää esimerkiksi jäänteitä patogeeneistä, jotka voivat kertoa sairastiko vainaja kuollessaan jotain tai saattoiko hän mahdollisesti kuolla tautiin.”
Tulevaisuudessa Onkamo toivookin laajentavansa tutkimusta yhä laajemmalle DNA:han.
”Tällä hetkellä keskitymme vain vainajan omaan DNA:han ja mahdollisiin patogeeneihin, mutta samalla jopa yli 90 prosenttia näytteissä olevasta DNA:sta jää tunnistamatta. Sitä tarkastelemalla voisimme kuitenkin selvittää, millaisia maan mikrobeja ruumiin ympärillä haudassa on. Voisiko niistä sitten edelleen päätellä esimerkiksi hautauksen olosuhteita? Maaperä voi olla mielenkiintoista myös aivan sellaisenaan.”
Tällainen tutkimus vaatisi kuitenkin vielä enemmän laskentatehoa ja entistä laajempia tietokantoja.
”Sanoisin, että olemme vasta alussa siinä, mitä kaikkea voimme DNA-analyysilla paljastaa menneestä. Mutta totta on, että resursseja se vaatisi.”
Kuvat: Juha Merimaa ja Päivi Onkamon tutkimusryhmä