Ahto Salumets – ka bioloogias läheb matemaatikat vaja

Tekst: Jonas Nahkor

Mul on üks klassivend, kes seadis enda sihi selgelt teaduse poole ning toimetab täna, 26-aastaselt, Tartu Ülikooli doktorantuuris. Ta on varasematel haridustasemetel geenitehnoloogiks õppinud, aga praegu jõudnud informaatika doktoriõppesse. Tema valitud suund on ka väga loomulik, kuna lihtsalt bioloogia põhjal ei saa geenitehnoloog enam oma tööd teha. Püüame selgusele jõuda, miks see nii on.

Mis on geenitehnoloogia?

Praegu käib aga projekt inimese genoomi koostamiseks, mis võtab väga kaua aega

Kes ei tea, millega geenitehnoloogia täpselt tegeleb, siis Ahto nimetab mõned suunad. Näiteks töötatakse selle kallal, et ravimite doose õigesti määrata, haigusriske ennetada ja ehitada DNA juppe, millega haiguseid (nt. lihasdüstroofiat) ravida. Temale endale pakub kõige rohkem huvi immunoloogia, kuna immuunsüsteem on kõikjal kohapeal ja temaga saab kõigisse keha osadesse jõuda. Näiteks ehitatakse immuunsüsteemi rakkudele kavalaid süsteeme, mis vähkkasvaja levikut peatavad.

Lisaks oli ühes mu varasemas artiklis õhus küsimus, kas inimest saab geneetiliselt mõjutada, et ta end Marsil hästi tunneks. Kui ma natuke ulme valdkonda teemat juhin ja seda küsin, siis tundub see veel kaugena: „See teadus pole nii kaugel, et me tegeleks disainlähenemisega. On võimalik modifitseerida ükskuid geene ning korrigeerida mõningaid haigusi põhjustavaid geenidefekte. Praegu käib aga projekt inimese genoomi koostamiseks, mis võtab väga kaua aega.“

Mida nõuab töö geenitehnoloogi ametis?

Oma Tartu Ülikooli töörühmas tegeleb Ahto immunoloogiliste haiguste ja geeniandmete analüüsiga. Näiteks on vaja välja selgitada, millised geenimodifikatsioonid on omased just haigetelt pärit rakkudele. Tihtilugu tuleb otsida nõela heinakuhjast.

Statistika
Käsitööd pole – sellistest andmeridadest näribki ainult arvutiprogramm läbi.
Ekraanitõmmis: Ahto Salumets

Sellest keerulisest ülesandekirjeldusest on selgelt aru saada, et ei tegeleta kitlites pipeteerimisega, vaid hoopis millegi muuga – programmeerimise ja statistikaga: „Mul on tegemist pideva koodi kirjutamisega R-is (programmeerimiskeel). Kasutan erinevaid pakette ja kirjutan ise koodi juurde. Me rakendame masinõpet, ehk siis erinevaid meetodeid, mille puhul algoritmid parandavad oma ennustustäpsust andmete lisandudes.“

Ja kui uurin, kas see arvutis istumine on ka tüütu, siis pigem mitte: „Meeldiv aspekt on see, et seal on nii palju võimalusi, mida saad teha. Väga palju tarkvarasid ja lahendusi, mida saab kasutada. Rutiin tekib siis, kui teed midagi monotoonset, aga siin seda tegelikult ei ole.“

Ühesõnaga – bioloogiast enam ei piisa

Nüüd on selge, et sellel alal uute teadmiste loomiseks on vaja väga head statistika tundmist ja informaatika oskuseid. Magistri ajal tegi Ahto korrektuuri ning võttis kõrvale informaatika aineid ja nüüd õpibki informaatikat. See klapib geenitehnoloogiaga väga hästi. Õigemini – see on koguni vajalik: „Kui sa lähed geenitehnoloogiat õppima siis sa eeldad, et see, mis sa õpid, võimaldab sul valdkonnas läbi lüüa. Õppides saad aga teada, et seda bioloogiat läheb vaja interpreteerimiseks või hüpoteesi püstitamiseks. Enamus tööd toimub andmetega.“

Seltskond, kes aga selles ülikooli töörühmas geeniinfot töötleb, on näiteks informaatika, statistika või meditsiini taustaga. Ahto sõnul on tema rühmas üks suurepärane programmeerija, kes on elukutselt hoopis arstiks õppinud, näidates sellega, et programmeerimist on võimalik ka iseseisvalt hästi omandada. Siinkohal tulevad meelde ka kõrgkoolide pilootprojektid, kus pole ühtegi palgalist õppejõudu, vaid tippspetsialistid, kes omavahel oskuseid vahetavad.

Üldine nõuanne, mida kaasa võtta

Programmeerija või matemaatik võtab endaga kaasa oskuse algoritmiliselt mõelda

Mina õpetajana ning Ahto teadlasena arutame veel veerand tundi, kuhu tema kogemusest lähtuvalt noori tasuks tüürida. Järeldus on meil üsna ühine. Alumised haridustasemed peaksid andma head tugevad teadmised loogikaainetes nagu matemaatika ja informaatika. Sel põhjusel, et nende kaudu saab siirduda väga paljudesse valdkondadesse. Need on nagu vundamendiblokid, millele saab väga mitmesuguseid maju hakata ehitama.

See tähendab, et ei tasu õppida kitsast valdkonda ilma tööriistadeta selle rakendamiseks. Ahto toob tüüpilise näite bioloogist, kes oskab magistri lõpuks interpreteerida ja laborikatseid teha, kuid andmete analüüsiga kipub hätta jääma. Ning isegi kui neid vundament-oskuseid otseselt oma töös ei rakenda, on aju siiski kogu selle aja jõusaalis käinud:

„Programmeerija või matemaatik võtab endaga kaasa oskuse algoritmiliselt mõelda. Sa hakkad asju läbi mõtlema nii, et kõigel on üks-ühele vastavus. Su mõttekäigus ei ole lõtvu kahetisi kohti.“

Olen tõepoolest sama kogenud ja näen seda nüüd seda artiklit kirjutades veelkord.