NYHET Vi har pratat med fylodynamikern Andrew Magee som ansluter till The Laboratory for Molecular Infection Medicine Sweden (MIMS), Institutionen för molekylärbiologi och Integrated Science Lab (IceLab) vid Umeå universitet som ny Data-Driven Life Science (DDLS)-gruppledare. Han tar med sig evolutionär modellering till forskningen om infektionssjukdomar, för att undersöka hur vi kan göra utbrottens dolda historia begriplig – och användbar – för epidemiologin.
Andrew Magee, Department of Molecular Biology and Group Leader at MIMS and IceLab
BildElizabeth PerkinsMin vetenskapliga bakgrund är inom fylogenetik, ett fält i skärningspunkten mellan evolutionsbiologi, datavetenskap och statistik. Jag drogs till det eftersom jag tyckte att det var fascinerande att rekonstruera det avlägsna förflutna, och för att jag gillade blandningen av biologi och matematik. Senare blev jag intresserad av fylodynamik, som använder och utvecklar fylogenetiska metoder för att studera smittspridning, och det är där mitt fokus har legat sedan dess.
Jag blev imponerad av den livliga forskningsmiljön här. Jag drogs särskilt till den samarbetskultur som finns och till hur mycket samarbete som sker inom MIMS och Umeå universitet i stort.
Jag ser också fram emot närheten till naturen och hur lätt det är att ta sig runt som Umeå erbjuder.
Historien om hur infektionssjukdomar sprids finns, om än brusigt, kodad i patogeners genom. Vår centrala fråga är: hur kan vi göra evolutionär modellering mer användbar för epidemiologin?
Vi närmar oss detta ur två kompletterande perspektiv: modellers lämplighet (model adequacy), där vi frågar hur tillförlitlig en given modell är under specifika omständigheter, och modellutveckling, där vi undersöker hur vi kan få modeller att fungera bättre. Båda delarna är viktiga om fylodynamiska slutsatser verkligen ska bidra till hur vi förstår och hanterar utbrott.
Liksom många av mina kollegor inom MIMS, EMBL och särskilt IceLab är jag modellbyggare. Därför letar jag ständigt efter intressanta frågor att översätta till statistiska modeller. Med så många framstående grupper i regionen som arbetar med svåra frågor och rika datakällor ser jag fram emot att se hur min grupp kan bidra.
Från andra hållet är jag också nyfiken på att utforska hur de fylodynamiska modeller jag arbetar med kan göras mer realistiska genom att integrera expertis från kollegor vid MIMS.
Andrew är en entusiastisk cyklist, främst landsväg men allt oftare på grus. Men mer än att cykla älskar han att arbeta med cyklar i sig. Han arbetade ideellt i över ett år på en kooperativt ägd cykelverkstad i Los Angeles – ett praktiskt intresse som erbjuder en tillfredsställande kontrast till den abstrakta världen av statistisk modellering.