Under sit arbejde har Johan Lassen udviklet metoder til at forbedre nøjagtigheden af ​​metabolomics, som er analysen af små molekyler i biologiske prøver. Ved hjælp af moderne statistiske og AI-baserede teknikker har han håndteret udfordringer relateret til datavariabilitet. Han har opnået betydelige resultater, herunder estimering af folks biologiske alder, modellering af osteoporose et år før diagnose og prædiktering af antibiotikaresistens.

De præsenterede fremskridt inden for metabolomics dataanalyse kan føre til bedre forståelse og diagnose af sygdomme.

Ph.d.-graden er gennemført ved Bioinformatics Research Centre, Faculty of Natural Sciences, Aarhus Universitet.

Dette resumé er udarbejdet af den ph.d.-studerende.

Time: 28 February 2025 14:00
Place: Auditorium D1 1531-113, Ny Munkegade 116 , 8000 Aarhus C
Title of dissertation:  Addressing sources of variance in large-scale metabolomics
Contact information: Johan K. Lassen, e-mail: johan.lassen@birc.au.dk
Members of the assessment committee:
Associate Professor Marie Mardal, Department of Forensic Medicine, University of Copenhagen
Professor Henrik Green, Department of Biomedical and clinical sciences, Linköping University, Sweden
Associate Professor Kasper Munch, Department of Molecular Biology and Genetics, Aarhus University (chair)
Main supervisor:
Associate Professor Palle Villesen, BiRC, Aarhus University, Denmark
Co-supervisor:
Associate Professor Kirstine Lykke Nielsen, Department of forensic medicine, Aarhus University, Denmark
Language: The PhD dissertation will be defended in English

Metabolomics rådata

Her er et landskab af toppe der viser vores metaboliske øjebliksbillede. Et øjebliksbillede der afslører vores sundhedsmæssige tilstand – lidt ligesom et klassisk portræt, men mere dybdegående. Hver top skabes af en metabolit og ved at omstrukturere dataet, kan vi finde alle metabolitters koncentrationer og bruge dem til at forstå sygdomme.