Nederlands onderzoek behoort tot de wereldtop. En daarom laat KIJK-redacteur Laurien Onderwater je in deze rubriek elke maand kennismaken met een wetenschapper van eigen bodem. Deze keer: Natal van Riel werkt aan een versimpelde digitale tweeling van de menselijke stofwisseling.

Wie ben je?

“Mijn naam is Natal van Riel en ik ben hoogleraar biomedische systeembiologie (de wetenschap die biologische systemen op het niveau van de cel bestudeert, red.) aan de Technische Universiteit Eindhoven. Daar leid ik een groep die aan stofwisselingsziektes werkt.”

Wat doe je?

“Wij maken computermodellen en algoritmes van de stofwisseling, ook wel het metabolisme genoemd. Hiermee willen we beter begrijpen hoe het metabolisme in het menselijk lichaam fungeert en wat er fout gaat bij mensen met overgewicht of stofwisselingsziektes als diabetes. Van de stofwisseling maken wij dus een versimpelde digitale tweeling. Het uiteindelijke doel van dit onderzoek is met computermodellen te kunnen voorspellen hoe iemand op een therapie of medicijn reageert.”

Lees ook van Onderwater Ondervraagt:

• ‘Werkelijk alles aan de anammox-bacterie is anders’
• ‘Een op de vijf Nederlanders is bang voor naalden’

Hoe doe je dat?

“We maken een standaardmodel van de menselijke stofwisseling, dat we daarna personaliseren. Je kunt zo’n model op verschillende manieren maken. Onze onderzoeksgroep gebruikt biochemische processen in het lichaam die tijdens de stofwisseling plaatsvinden. Die processen vertalen we naar wiskundige formules. Als je maar genoeg informatie hebt, kun je namelijk elk proces in een rekensom stoppen. Hebben we eenmaal een standaardmodel ontwikkeld, dan kan dat in realtime worden gevoed met iemands persoonlijke informatie uit wearables, zoals smartwatches. Een concreet voorbeeld is de bloedsuikerspiegel. Die kunnen we nu al continu meten bij een diabetespatiënt dankzij een glucosemeter op de arm, waardoor we meteen de bloedsuikerspiegel zien stijgen als iemand iets heeft gegeten.”

“Maar zo’n glucosesensor kunnen gezonde mensen in principe ook gebruiken. En als je die informatie kunt koppelen aan een smartwatch die de hartslag en het aantal stappen bijhoudt, krijg je inzicht in wat iemand heeft gegeten, hoeveel fysieke inspanning diegene heeft geleverd en wat dat heeft betekend voor zijn bloedsuiker. Die ingrediënten ‘voeren’ we vervolgens aan onze zelflerende computermodellen, die dan beschrijven hoe de voeding wordt verteerd, hoe die wordt afgebroken en opgenomen in de darmen, en uiteindelijk in het bloed. Met andere woorden: dan hebben we voldoende gegevens om dat standaardmodel te personaliseren.”

Waarom doe je dit?

“Ik ben oorspronkelijk opgeleid tot elektrotechnisch ingenieur, dus modellen maken van ingewikkelde systemen vond ik altijd al erg boeiend. Vervolgens ben ik geïnteresseerd geraakt in de biologische toepassing van zulke computermodellen. De overgang van elektrotechniek naar systeembiologie lijkt gek, maar heeft meer raakvlakken dan je verwacht. Bij elektrotechniek denk je al snel aan printplaten waarop verschillende componenten met elkaar verbonden zijn. Die vormen dan een complex systeem dat als een geheel functioneert. Zo kijk ik ook naar het menselijk lichaam.”

Waar lopen jullie nog tegenaan?

“Het belangrijkste is dat we nooit genoeg data hebben. We kunnen al veel meten, maar voor de algoritmes geldt: hoe meer data, hoe beter. We meten nu de bloedsuikerspiegel, maar de cholesterol- en hormoonwaardes zijn ook relevant. Alleen zijn daar nog geen wearables voor beschikbaar, waardoor we toch klinische studies moeten uitvoeren in het ziekenhuis. Dat is duur, kost veel tijd en is belastend voor de proefpersoon.”

Wat hebben wij aan deze studie?

“Voor topatleten die geen stofwisselingsziekte hebben kan het interessant zijn om te weten hoe hun bloedsuikerwaardes gedurende de dag variëren en hoe dat samenhangt met factoren als fysieke inspanning en hartslag. Een ander toepassingsgebied is diabetes. Patiënten met diabetes type 2 krijgen die ziekte vaak door hun leefstijl, maar sommigen hebben er genetische aanleg voor. In zulke gevallen kan het voor gezonde mensen heel belangrijk zijn om hun bloedsuikerwaardes te monitoren, zodat ze kunnen zien of ze nog steeds gezond zijn. Of ze zien langzaam maar zeker dat de piek van de glucose na een maaltijd steeds langer gaat duren; dat is een teken dat je diabetes type 2 ontwikkelt.”

“Als je weet dat je je in deze pre-diabetesfase bevindt, kun je de ziekte afwenden door je leefstijl aan te passen. En stel: je hebt diabetes, dan is het heel belangrijk om te voorkomen dat je glucosewaardes chronisch te hoog worden en de ziekte je hart en vaten aan gaat tasten. Ons computermodel kan die patiënten adviseren wat ze wel en niet mogen eten. Er zijn natuurlijk allang glucosemeters op de markt die je suikerspiegel bewaken, maar ons model voegt daar iets aan toe: het onthoudt wat je 250 dagen geleden hebt gegeten en hoe je er toen op reageerde. Het algoritme slaat al die data op en gebruikt ze om uit te rekenen wat er met jouw fysiologische systeem aan de hand is. Je krijgt dan het persoonlijke totaalplaatje. Tot slot kan het algoritme, dankzij historische en actuele gezondheidsgegevens, diabetespatiënten voorspellen wat er de komende uren met hun bloedsuiker gaat gebeuren. Daar kan de patiënt op inspelen door meer of minder insuline in te spuiten. Maar het liefst voorkomen we dat scenario natuurlijk. We hebben liever dat iemand dankzij het advies dat ons computermodel geeft überhaupt geen diabetes ontwikkelt.”

Deze aflevering van Onderwater Ondervraagt staat ook in KIJK 10/2021, hier te koop.

Meer informatie:

• Behandelingen oefenen op een digitale kopie van je lichaam
• TU Eindhoven: Digital copy of your body allows treatments to be tried out

Beeld: Shutterstock

Ben je geïnteresseerd in de wereld van wetenschap & technologie en wil je hier graag meer over lezen? Word dan lid van KIJK!