Julkaistu: 18.6.2026
Teksti: Miracle Amadi
Toimitustyö: Viestintätoimisto Jokiranta Oy
Kuvat: Shutterstock, Miracle Amadi

Tieteen ja kansanterveyden suurimpia haasteita ovat uudet tartuntataudit, joiden aiheuttajista yli 70 prosenttia on peräisin eläimistä. Ilmastonmuutos, elinympäristöjen pirstaloituminen, luontokato ja ihmisen toiminnan vaikutus luonnonvaraisiin eläimiin muuttavat tautien leviämistä populaatioissa ja ekosysteemeissä.

Yksittäisten tekijöiden sijaan tautien leviämiseen vaikuttavat ensisijaisesti monimutkaiset biologiset järjestelmät. Modernin tartuntatautitutkimuksen keskeisenä tavoitteena on ymmärtää näitä isäntäeläinten, taudinaiheuttajien, immuniteetin, käyttäytymisen, genetiikan ja ympäristön moninaisia vuorovaikutussuhteita.

Oma tutkimukseni keskittyy sellaisten laskennallisten ja tilastollisten menetelmien kehittämiseen, joilla voidaan tutkia monimutkaisia biologisia järjestelmiä. Työni asettuu matematiikan, epidemiologian ja ekologian leikkauskohtaan. Käytän laskennallisia malleja selvittääkseni, millä tavoin taudit leviävät ja kuinka luotettavia niitä koskevat ennusteemme todellisuudessa ovat.

Väitöskirjatyössäni LUT-yliopistossa kehitin agentti- eli yksilöpohjaisia malleja, joiden avulla voidaan tutkia malarian leviämistä. Malleissa otettiin huomioon kotitalouden rakenne, moskiittojen käyttäytyminen sekä tartuntoja ehkäisevät toimenpiteet, kuten sänkyverkot. Toisin kuin populaatiota keskiarvoina kuvaavat perinteiset matemaattiset mallit, agenttipohjaiset mallit simuloivat yksilöiden käyttäytymistä ja vuorovaikutusta, mikä mahdollistaa tautidynamiikan tutkimisen huomattavasti yksityiskohtaisemmin.

Biologiset järjestelmät vaikeasti ennustettavissa

Voimme ajatella näiden mallien olevan ”laskennallisia laboratorioita”. Perinteiset laboratoriokokeet auttavat tutkijoita tarkastelemaan biologisia mekanismeja kontrolloiduissa oloissa. Laskennalliset simulaatiot puolestaan auttavat selvittämään, miten taudit voivat käyttäytyä erilaisissa ekologisissa ja sosiaalisissa skenaarioissa, joita olisi mahdotonta, epäeettistä tai epäkäytännöllistä testata tosielämässä.

Simulaatioihin liittyy kuitenkin yksi iso haaste. Biologiset järjestelmät ovat kohinaisia ja huonosti ennustettavia. Saman simulaation ajaminen kahteen kertaan voi tuottaa kaksi erilaista tulosta, koska liikkumiseen, tartuntaan, käyttäytymiseen ja ympäristön vuorovaikutuksiin liittyy satunnaisuutta. Tästä seuraa tärkeä tieteellinen kysymys: kuinka paljon voimme luottaa näiden mallien ennusteisiin?

Yksi keskeinen kohde nykyisessä tutkimuksessani onkin epävarmuuden kvantifiointi: tarkoituksenani on mitata laskennallisten ennusteiden luotettavuutta. Mallien tuloksia ei siis käsitellä täsmällisinä vastauksina, vaan epävarmuudesta tietoisilla menetelmillä pyritään määrittämään tulosten luotettavuustaso ja se, mitkä päätelmät ovat vakaita kohinaisesta datasta huolimatta.

Epävarmuudesta näkyvää, mitattavaa ja hyödyllistä

Sakari Alhopuron säätiön rahoituksen turvin voin laajentaa tutkimustani koskemaan ekologisia ja ekoevolutiivisia tautisysteemejä käyttämällä spatiaalisesti eksplisiittistä agenttipohjaista simulaatiomallia (CDMetaPOP). Mallin on kehittänyt Montanan yliopiston professori Erin Landguth kollegoineen.

Tavoitteeni on selvittää, miten ympäristön muutos, elinympäristössä tapahtuva liikkuminen ja evolutiiviset prosessit voivat yhdessä vaikuttaa luonnonvaraisten eläinten tautidynamiikkaan ja tulevaisuuden tartuntatautiriskeihin. Esimerkkijärjestelmänä käytämme Pohjois-Amerikan lepakoiden valkokuonosyndroomaa (White-Nose Syndrome, WNS). Se on tuhoisa sienitauti, joka on hävittänyt lepakkopopulaatioita laajoilla alueilla. Villieläinten tautien tutkimus kertoo ekologisista seurauksista ja syventää käsitystämme siitä, millä tavoin häiriö ympäristössä voi muokata tulevaisuuden tautiriskejä eri ekosysteemeissä.

Tutkimuksessani kehitettävät laskennalliset menetelmät voivat auttaa ratkaisemaan muitakin epidemiologisia haasteita ja ympäristöhaasteita. Yhtenä esimerkkinä voidaan mainita puutiaisen välittämien tautien leviäminen Suomessa valkohäntäpeurapopulaatioiden lisääntyessä.

Aiemassa työssäni osoitin tilastollisen mallinnuksen olevan hyödyksi todellisten kansanterveydellisten kysymysten ratkaisemisessa. Yhteistyössä Terveyden ja hyvinvoinnin laitoksen (THL) kanssa analysoin tuhkarokon vasta-aineen pitkäaikaisdataa selvittääkseni, miten rokotteen antama suoja muuttuu ajan myötä ja mitä se voi merkitä laumaimmuniteetin kannalta. Vaikka on kyse kahdesta eri tautisysteemistä, tieteellinen kysymys on sama: miten voimme epätäydellisen datan avulla tehdä luotettavia johtopäätöksiä monimutkaisista biologisista systeemeistä?

Pyrkimyksenä ei ole ennustaa tulevaisuutta varmuudella, sillä biologiset systeemit ovat siihen liian monimutkaisia. Tavoitteena on tehdä epävarmuudesta näkyvää, mitattavaa ja hyödyllistä. Jos ymmärrämme, missä ennusteet ovat vahvoja, missä ne ovat hauraita ja mille oletuksille ne perustuvat, saamme laskennallisista malleista entistä luotettavampia työkaluja tieteellisen, kansanterveydellisen ja ympäristöä koskevan päätöksenteon tueksi.

Lue lisää aiheesta

 

TkT Miracle Amadi toimii tohtoritutkijana LUT-yliopiston laskennallisen tekniikan (Computational Engineering) laitoksella Lappeenrannassa. Amadi väitteli tekniikan tohtoriksi LUT-yliopistosta vuonna 2022. Hänen väitöskirjansa käsitteli hybridimallinnusmenetelmien käyttöä epidemiologisessa tutkimuksessa, ja se sai Suomen inversioseuran myöntämän Finnish Inverse Problems Prize 2022 -palkinnon. Amadin tutkimusaiheita ovat epävarmuuden kvantifiointi, bayesilainen inferenssi sekä tartuntatautien ja ekosysteemien laskennallinen mallinnus.