Ole Lund 

Professor, DTU Sundhedsteknologi, Bioinformatik

 

E-mail: olund@dtu.dk

Ole Lund er professor i bioinformatik ved DTU Sundhedsteknologi med speciale i sundhedsbioinformatik og personlig medicin. Hans forskning fokuserer på anvendelsen af bioinformatik, maskinlæring og andre beregningsbaserede metoder til at løse komplekse problemstillinger inden for mikrobiologi, genomik og antimikrobiel resistens.

Gennem mere end 30 års forskning inden for bioinformatik og maskinlæring har han været med til at udvikle en række internationalt anerkendte metoder til blandt andet forudsigelse af proteinstruktur, glykosylering og epitoper. Han har ledet den bioinformatiske udvikling af en metode til multilokussekvenstypning af bakterier, som senere dannede grundlag for ResFinder – en af de mest anvendte metoder til analyse af antimikrobiel resistens. De videnskabelige publikationer bag disse metoder har opnået tusindvis af citationer, og teknologier udviklet af hans forskningsgruppe anvendes i dag på klinisk mikrobiologiske og overvågningsmikrobiologiske afdelinger både i Danmark og internationalt.

Ole Lunds forskningsgruppe har desuden udviklet metoder til træning af statistiske modeller og maskinlæringsalgoritmer på hele genomer med henblik på at forudsige en organismes fænotype ud fra dens genomiske sekvens. Gruppen har også arbejdet med anvendelsen af disse metoder til analyse af humane genomer.

Som Chief Bioinformatics Officer ved Nationalt Genom Center har han ledet arbejdet med design, standardisering og implementering af bioinformatiske pipelines til klinisk analyse af helgenomsekventeringsdata. Aktuelt arbejder han med udviklingen af forklarlige medicinske AI-systemer, der kan understøtte klinisk beslutningstagning og skabe større transparens i anvendelsen af kunstig intelligens i sundhedsvæsenet.

Hans forskningsgruppe samarbejder blandt andet med Center for Kirurgisk Videnskab (CSS) på Sjællands Universitetshospital i Køge om et projekt, der integrerer fænotypiske data fra nationale befolkningsregistre med multiomics-data fra patienter med kolorektal cancer. Målet er at forbedre karakteriseringen af sygdommen og udvikle modeller til prædiktion af postoperativt recidiv. 

Han er også en del af Inter-CeBIL-programmet, hvor hans gruppe samarbejder med juridiske eksperter om at fremme omsætningen af sundheds- og life science-forskning til levedygtige produkter, innovative behandlinger og patientnære løsninger af høj kvalitet.

DTU Sundhedsteknologi, Bioinformatik

DTU Sundhedsteknologi arbejder for at forbedre sundhed og livskvalitet gennem innovative teknologier inden for forebyggelse, diagnostik og behandling. Instituttet kombinerer ekspertise fra blandt andet fysik, biologi og datalogi for at udvikle bæredygtige løsninger til fremtidens sundhedsvæsen.

Sektionen for Bioinformatik forener biologi og informatik for at besvare spørgsmål med betydning for både menneskers sundhed og grundlæggende biologisk forskning. Centrale forskningsområder omfatter personlig medicin, hvor behandlinger skræddersys ved hjælp af genomiske, transkriptomiske og metabolomiske data, samt anvendelse af maskinlæring til studier af receptor-ligand-interaktioner.

Gennem samarbejde med forskningsinstitutioner, industrien og sundhedssektoren sikrer sektionen, at forskningen omsættes til praksis og skaber reel værdi. Derudover udvikler sektionen bioinformatiske værktøjer og prædiktionsservere, som anvendes bredt af forskere verden over og understøtter det internationale forskningsmiljø.