Svulster best?r ikke bare av kreftceller, men ogs? av immunceller og andre typer celler. Dette mikromilj?et gir viktig innsikt i det biologiske mangfoldet som finnes mellom ulike pasienter. Jenny bruker maskinl?ring til ? analysere vevsbilder fra kreftpasienter, nettopp for ? studere dette mangfoldet.
– Analysene gir en bedre forst?else av hvordan hver enkelt pasients svulst vokser og oppf?rer seg, noe som er n?dvendig for i fremtiden ? kunne gi behandlinger skreddersydd til hver pasient. Patologer har tradisjonelt utf?rt disse analysene ved ? studere vev i mikroskopet, men dette krever mye tid og spesialkompetanse.
Med maskinl?ring kan man automatisere prosessen, og samtidig hente ut detaljert data om svulstens biologi og hvordan den samspiller med de andre cellene i mikromilj?et.
– Ved ? identifisere hvilke celletyper som finnes i et kreftomr?de, forst?r vi bedre hvilke biologiske egenskaper svulsten har. Dette kan gi viktig informasjon om hvilke trekk som er assosiert med aggressiv sykdom, og bidra til ? tilpasse behandlingen bedre til den enkelte pasient.
Fra bilde til innsikt
Ved ? ta en vevspr?ve, det vil si biopsi, skj?re den opp og farge vevet p? ulike m?ter, kan man f? frem informasjon om hvilke celler som finnes i vevet.
– Det vi pr?ver ? f? til, er at modellen skal finne alle cellekjernene i bildet, markere dem riktig og sortere dem i relevante cellekategorier. Det finnes mange ulike celletyper, s? vi fors?ker ? samle dem i st?rre grupper som er enklere ? jobbe med.
Med maskinl?ring kan man spare b?de tid og ressurser, og man gj?r resultatene mer stabile fordi man unng?r forskjeller som kan oppst? n?r ulike mennesker manuelt analyserer bildene.
– Jo mer man vet om pasientenes celler i kreftomr?det, desto mer kan man tilpasse behandlingen.
Fra nysgjerrighet til forskning
Veien til Jennys jobb startet med en fascinasjon for fysikk og astronomi.
– Jeg begynte ? lese popul?rvitenskapelige b?ker, og syntes b?de fysikk og astronomi var utrolig spennende. Men det irriterte meg at jeg ikke forsto alt, jeg ville forst? ting p? et dypere niv?.
– Derfor begynte jeg ? studere fysikk og astronomi for ? finne ut hvordan alt egentlig henger sammen.
Hun gikk videre med en master i teoretisk kjernefysikk, og det var s?rlig programmering og datanalyse som ble viktig videre.
– Jeg l?rte mye om programmering, databehandling og det ? jobbe med store datamengder, spesielt i masterprosjektet. Det er ferdigheter som er relevante i mange fagfelt, ogs? i kreftforskning.
Programmering og superdatamaskiner
Til daglig jobber Jenny mest foran PC-en. Hun bruker ofte en superdatamaskin fordi bildene hun analyserer er s? store og detaljerte.
– Jeg skriver og bruker mange forskjellige Python-skript for ? analysere bildene. Det krever tung regnekraft og tar tid, men det er veldig spennende ? se resultatene.
N?r analysene er klare, 亚博娱乐官网_亚博pt手机客户端登录er hun med andre forskere for ? tolke resultatene.
– Resultatet fra modellen vurderes av erfarne eksperter innen patologi, og kan sammenlignes med vevsnitt som er farget for spesielle mark?rer som gj?re det mulig ? identifisere spesifikke celletyper. P? den m?ten kan man bekrefte at modellen faktisk har klart ? gjenkjenne riktig type celler i kreftomr?det.
Stort engasjement p? jobben
Det Jenny liker best med jobben, er menneskene og det gode arbeidsmilj?et.
– Jeg trives veldig godt her. Det er trivelige folk, mye frihet og h?y tillit.
– Folk er genuint interessert i jobben sin, og det skaper en god stemning og et positivt fagmilj?.
Hun setter ogs? pris p? friheten og tilliten hun f?r i jobben.
– Vi jobber mye selvstendig, men 亚博娱乐官网_亚博pt手机客户端登录er ogs? p? tvers av grupper og avdelinger n?r det trengs.
– Noen jobber mer p? lab enn det jeg gj?r, s? vi har forskjellige roller. Men vi sitter flere fagmilj?er samlet, og det er ofte behov for 亚博娱乐官网_亚博pt手机客户端登录. Jeg opplever at det fungerer veldig bra.
T?lmodighet, nysgjerrighet og evne til ? st? i det
N?r Jenny f?r sp?rsm?l om hvilke egenskaper som er viktig i jobben, nevner hun tre ting:
– Du m? kunne jobbe selvstendig, v?re analytisk og t?lmodig.
– Det g?r ikke alltid p? skinner, men det h?rer med til forskningen. Du m? t?le at ting tar tid, og like ? finne ut av ting steg for steg.
Velg noe du virkelig synes er interessant
Jenny har noen gode r?d til de som vurderer ? studere kjernefysikk og nukle?rteknologi:
– Velg noe du faktisk er interessert i. Da blir det mye lettere ? legge ned innsatsen som trengs, og sjansen for ? trives i jobben senere blir mye st?rre.
Hun trekker ogs? frem det gode studiemilj?et.
– P? fysikk var det et veldig godt sosialt milj?. Man f?r venner og 亚博娱乐官网_亚博pt手机客户端登录spartnere, og det er tett oppf?lging. Det er mange gruppetimer, og ofte er gruppel?rerne eldre studenter som har tatt faget selv. Det gj?r det lett ? sp?rre om hjelp. Jeg stilte mange sp?rsm?l selv, og fikk alltid den hjelpen jeg trengte.
Jenny Marie Wamstad Finsrud
Alder: 26 ?r
Jobb: Scientific Programmer
Arbeidsplass: Oslo Universitetssykehus, Radiumhospitalet
Relevant bachelorutdanning ved UiO: Jenny studerte kjernefysikk som en studieretning p? bachelorprogrammet Fysikk og astronomi. I dag er Kjernefysikk og nukle?rteknologi et eget bachelorprogram.
Masterutdanning ved UiO: Kjerne- og partikkelfysikk
Les mer om hva du kan bli med kjernefysikk og nukle?rteknologi.