Epidemiologie

Siamala Sinnadurai gebruikt haar kennis van data science om de zorg te verbeteren

De jonge wetenschapper Siamala Sinnadurai wijdt haar carrière aan data science. Al tijdens haar promotie boekte ze succes: ze linkte een gen voor leukemie aan hart- en vaatziekten. ‘Menselijke ziekten zijn zo complex dat een vakoverstijgende blik essentieel is.’

0 likes
Leestijd 3 min
Siamala Sinnadurai
Siamala Sinnadurai
Of ze nou aan hart- en vaatziekten of aan borstkanker werkt. En of ze in Polen, Maleisië, Japan of Rotterdam zit, voor epidemioloog en biostatisticus Siamala Sinnadurai (33) is haar focus altijd hetzelfde: de kracht van data benutten om de gezondheidzorg te personaliseren.

Sinnadurai’s interesse in data science werd gewekt toen ze aan universiteiten van Maleisië en Kyoto als masterstudent onderzoek deed naar borstkanker. ‘Ik interviewde patiënten om gegevens te verzamelen over hun gezondheid en ziekte. Daarvan heb ik geleerd hoe je data verzamelt, vastlegt en analyseert. En hoe belangrijk het is om dat op de juiste manier te doen.’

Voor haar promotieonderzoek stapte Sinnadurai over naar hart- en vaatziekten en verhuisde ze naar Polen. Ze deed daar een ontdekking die niet onopgemerkt bleef. ‘Ik was op zoek naar nieuwe risicofactoren voor hart- en vaatziekten, anders dan de reeds bekende zoals roken, hoge bloeddruk en cholesterol. Daarvan weten we namelijk dat ze gezamenlijk nog niet de helft van de sterfte verklaren, dus er moet meer aan de hand zijn.’

Hot potato

Sinnadurai legde zich toe op klonale hematopoëse, ofwel CHIP (clonal hematopoiesis of indeterminate potential), een fenomeen waarbij een populatie gekloonde witte bloedcellen ontstaat uit een bloedstamcel met bepaalde mutaties. Het fenomeen was al eerder gelinkt aan veroudering en aan een verhoogd risico op leukemie. Maar mede dankzij het werk van Sinnadurai is duidelijk geworden dat mensen met een CHIP-mutatie ook een verhoogd risico hebben op hart- en vaatziekten. Het leverde haar een uitnodiging op om haar bevindingen te komen presenteren op het grootste congres voor cardiologen in Amerika: de American Heart Association (AHA) Meeting in november 2023.

Best bijzonder voor een relatief jonge data-wetenschapper, legt prof. Peter van der Spek van het Erasmus MC uit. Hij is hoogleraar Klinische Bioinformatica en werkt samen met Sinnadurai aan het hart- en vaatonderzoek. ‘De link tussen CHIP en hart- en vaatziekten is echt een hot potato in de cardiologie. Als we deze bevindingen kunnen doorontwikkelen tot een vorm van screening, kan dat de zorgkosten enorm gaan drukken. Er is niks leuker voor een professor, dan te zien hoe een goede leerling internationaal succes behaalt.’

Reconstrueren

Zonder haar kennis van data science, had Sinnadurai de link tussen CHIP en hart- en vaatziekten niet zo uitgebreid kunnen uitdiepen, vertelt ze. Ze combineerde meerdere soorten data om zo de route van mutatie naar hart- en vaatziekten te reconstrueren. Ze spreekt van meerdere ‘lagen’ van data. ‘Ik had geluk dat ik toegang had tot gegevens van echte patiënten met hart- en vaatziekten. Die heb ik gecombineerd met genetische gegevens over de aanwezigheid van CHIP-mutaties uit next generation sequencing. Zo kon ik de link leggen tussen de mutaties en wat er bij de patiënt in het lichaam gebeurt. Vervolgens zijn we gaan kijken wat er op het niveau van eiwitten gebeurt, met data uit zogeheten proteomics.’

‘We willen dieper graven en meer lagen van data toevoegen’

Zo wil Sinnaduari laag voor laag de link tussen genetica en hart- en vaatziekte verder ontrafelen. Want Sinnadurai en haar collega’s in Polen en Rotterdam begrijpen nog niet alles. ‘We willen dieper graven en meer lagen toevoegen. Ik denk bijvoorbeeld aan data over metabolieten: moleculen die betrokken zijn bij de stofwisseling. Daarvoor gebruiken we metabolomics-data. En aan data over de activiteit van T-cellen en witte bloedcellen, met AI Deepcell-technologie. Zo schrijven we het complete verhaal van molecuul tot de kliniek, met personalised medicine als einddoel.’

Onbetrouwbare conclusies

Data zijn hot en veel wetenschappers werken ermee. Dat biedt kansen, maar heeft ook risico’s, waarschuwt Sinnadurai. ‘Ik kan niet vaak genoeg benadrukken hoe belangrijk het is om je data te begrijpen. Wat voor soort data zijn het? Hoe heb je ze opgeslagen? Als je dat niet goed onder controle hebt, zijn je resultaten onbetrouwbaar. Garbage in, garbage out zeggen wij dan.’ Ze kijkt dan ook met bewondering naar de groep van prof. Peter Rijnbeek, hoogleraar Medische Informatica aan het Erasmus MC. ‘Hij heeft een prachtig model ontwikkeld om patiëntendata te standaardiseren. Dat maakt het zoveel makkelijker om informatie op een betrouwbare manier te vergelijken en conclusies te trekken.’

De komende jaren wil Sinnadurai breder kijken dan hart- en vaatziekten. ‘Ik heb nu kennis van het fenomeen CHIP en het zou me niet verbazen als er ook linkjes te leggen zijn met auto-immuunziekten en de ziekte van Alzheimer. Ik wil me daarom specialiseren in de genetische epidemiologie. Menselijke ziekten zijn zo complex dat een vakoverstijgende blik essentieel is.’

Ook een wetenschappelijke carrière in de data science?

Ben je een jonge wetenschapper en wil je verder in de data science? Dan heeft Siamala Sinnadurai onderstaande tips:

  •  Volg een cursus epidemiologie of probeer je in te schrijven voor postdoctorale cursussen Public Health;
  • Wees niet verlegen. Zoek contact met wetenschappers die je interessant vindt en vraag om hulp. Ook buiten je eigen instituut en vakgebied;
  • Zorg dat je weet wat je wilt en stel je de juiste vragen;
  • Blijf jezelf ontwikkelen.

Lees ook