Alumnus Robert Ietswaart: 'Machine learning leidt tot een revolutie in de medicijnontwikkeling'
Robert Ietswaart doet bij de befaamde Harvard Medical School in Boston onderzoek naar humane genregulatie. Hij ontwikkelde een machine learning-algoritme om beter te kunnen voorspellen of een kandidaatmedicijn bijwerkingen kan gaan vertonen. Ietswaart studeerde wiskunde en natuurkunde in Leiden, en promoveerde in het Verenigd Koninkrijk op een biologisch onderwerp.
Wat Ietswaart nog steeds weet te waarderen van zijn studie in Leiden, is dat hij zich kon ontwikkelen zoals hij wilde. Hij hield van het modelleren van moleculen in een cel, en kon daar ook vakken bij kiezen. ‘Mijn bacheloronderzoek deed ik op het vlak van de biofysica’, vertelt Ietswaart via een Teamsverbinding met Boston. ‘In mijn master heb ik me vooral verbreed in de theoretische natuurkunde, van biofysica tot snaartheorie. Ik ben er nog steeds dankbaar voor dat dat allemaal kon. Ik vond het ontzettend leuk om veel te leren, maar ik was ook lid van Catena waar ik flink gefeest heb.’
Naar Boston
Met zijn masteronderzoek trok Ietswaart weer wat meer naar de biofysica. Hij werd begeleid door de professoren Helmut Schiessel van het Lorentz Instituut en Martin Howard van het Britse John Innes Centre in Norwich. Gesteund door beurzen van het LUF, het Europese Erasmusprogramma en het universitaire programma Outbound, kon hij een deel van zijn onderzoek in het Verenigd Koninkrijk doen. En, opnieuw met behulp van beurzen (het Prins Bernhard Cultuurfonds en het VSBfonds) kon hij bij het John Innes Centre aan zijn promotie-onderzoek beginnen: computationele biologie, voornamelijk op het gebied van genregulatie in planten. Via via kwam Ietswaart in contact met professor Stirling Churchman van de Harvard Medical School in Boston en die wilde hem wel in haar team. Dus op naar Boston. Ietswaart: 'Op Harvard krijg ik als postdoc alle vrijheid om te onderzoeken wat ik denk dat belangrijk is. Daarmee komt ook een grote verantwoordelijkheid om goede resultaten te boeken.'
Wie: Robert Ietswaart (33)
Wat: dubbele bachelor Natuurkunde en Wiskunde (2009 - cum laude) en master Theoretical Physics (2011 – cum laude). Won in 2010 de prijs voor natuurkundig talent van de Casimir Onderzoeksschool voor Natuurkunde. Gepromoveerd aan het John Innes Centre in Norwich, VK. Sinds 2016 werkzaam bij Harvard Medical School in Boston, VS.
Vereniging: Catena
Leukste plek in Leiden: ‘De Burcht vond ik altijd fantastisch en ik hield erg van de Marekerk.’
Planten en mensen verschillen op basaal niveau niet zoveel
De stap naar de humane genregulatie waar Ietswaart in Boston aan werkt, was volgens hem niet zo groot. ‘Je doet fundamenteel onderzoek op moleculair niveau en de processen tussen planten en mensen verschillen op dat niveau niet zoveel. We proberen met behulp van machine learning (ML) genregulatie op de schaal van het hele humane genoom beter te begrijpen. De hoop is om zo eiwitten te kunnen selecteren die als moleculair doel voor nieuwe medicijnen kunnen dienen voor ziektes als longkanker.’ Ietswaart heeft inmiddels zelf twee ML-technieken ontwikkeld. In samenwerking met onderzoekers van farmaceut Novartis heeft hij een ML-algoritme gemaakt om beter te voorspellen of een kandidaatmedicijn bijwerkingen kan gaan vertonen. Zo kan de effectiviteit van het medicijn in een veel vroegere fase worden vastgesteld. Ietswaart: ‘Het andere heb ik ontwikkeld om beter te begrijpen wat eiwitten in een cel doen, bijvoorbeeld als een medicijn wordt toegediend. In de toekomst wil ik mijn onderzoek naar machine learning in genregulatie voor medicijnontwikkeling verder uitbreiden.’
Robert Ietswaart over de stand van het medicijnonderzoek: ‘Op het moment is er echt een revolutie gaande in de medicijnontwikkeling: machine learning maakt het mogelijk om grote biomedische datasets systematisch te gebruiken om patronen te vinden en op die manier sneller en goedkoper kandidaatmedicijnen te ontdekken. We hebben ongeveer 20.000 genen in ons genoom die coderen voor een eiwit (bepalen welk proces dat eiwit in werking zet of dat juist nalaat). Die eiwitten kunnen interacties met elkaar aangaan en zo ontstaat een groot netwerk van moleculen die samen de cellulaire processen regelen. Het is bijvoorbeeld een hele opgave om te begrijpen welke eiwitten en interacties specifiek van belang zijn voor de snelle celdeling van een kankercel. Machine learning is opgekomen als belangrijke, nieuwe techniek om dit probleem aan te pakken. Ik maak in mijn werk dankbaar gebruik van de kwantitatieve technieken die ik in Leiden geleerd heb in mijn studie.’
Foto: De Harvard Medical School
Naar Europa?
Het werken aan zijn proefschrift in het Verenigd Koninkrijk leverde Ietswaart meer op dan alleen zijn bul: hij ontmoette er zijn echtgenote Ly, een Vietnamese masterstudente. Zij studeerde Brand Leadership aan de Norwich Business School. Ietswaart reisde naar Vietnam om haar ouders om haar hand te vragen – en kreeg toestemming. In de schaarse vrije tijd die naast het onderzoek overblijft, gaat het stel graag wandelen aan het strand of in de natuur in de buurt van Boston. Ondanks het feit dat Boston een geweldig ecosysteem heeft van wetenschappelijke instellingen en bedrijven die elkaar prima weten te vinden, vertelt Ietswaart, denken hij en zijn vrouw er sterk over om naar Europa terug te keren. De postdocperiode loopt ten einde en voor Ietswaart telt ook dat hij wel weer eens wat dichter bij zijn familie wil wonen, en bij de vrienden voor het leven die hij maakte in zijn studietijd. Ook is in Boston het wonen in rap tempo steeds duurder geworden; betaalbare woningen zijn schaars. Op dat punt kunnen we hem helaas niet echt geruststellen wat betreft Europa, in het bijzonder Nederland.
Daarom zijn nieuwe medicijnen duur
Ietswaart wil nog graag een onderwerp aansnijden en dat is de Nederlandse/Europese houding tegenover de medicijnprijzen: ‘Op het moment, kost het een farmaceutisch bedrijf gemiddeld zo’n twee miljard euro om een nieuw medicijn te ontwikkelen en naar de markt te brengen. In de EU en de VS krijgt een bedrijf een patent van twintig jaar op een nieuw medicijn. In die tijd moet het bedrijf de kosten terugverdienen én geld steken in weer nieuwe medicijnontwikkeling.’ Zonder die eerste hoge-prijs-fase, als het patent nog geldt, wil Ietswaart maar zeggen, renderen farmaceutische bedrijven niet meer, met als gevolg geen nieuwe medicijnen en verder lijden voor patiënten.
‘Ik zou het geweldig vinden als er nieuwe, publiek/private initiatieven ontstaan waardoor we de kosten van medicijnontwikkeling kunnen ophoesten zonder zo afhankelijk te zijn van de, veelal Amerikaanse, farmaceutische industrie. Dan zijn nieuwe medicijnen betaalbaarder en sneller in Europa – en Nederland - op de markt.’ Maar de bottom line is volgens Ietswaart: zonder investeringen in onderzoek en ontwikkeling komen er geen nieuwe medicijnen op de markt. En als je voor een dubbeltje op de eerste rang wilt zitten, kom je achteraan in de rij te staan. ‘Dat hebben we gezien met de Covid-19 vaccins’, aldus Ietswaart. ‘En dan kom je ook later uit de crisis. We moeten ons beter voorbereiden op de toekomst.’
Recente publicatie van Robert Ietswaart:
- Machine learning guided association of adverse drug reactions with in vitro target-based pharmacology
- GeneWalk identifies relevant gene functions for a biological context using network representation learning
Tekst: Corine Hendriks
Mail de redactie