NYHET Henrik Antti studerar och kartlägger molekylära processer i människor för att bättre kunna förstå och förutsäga olika hälso- och sjukdomstillstånd.
Henrik Antti blev professor i bioinformatik med inriktning mot kemometrisk analys av genomikdata i november 2014.
Metabolomik är en ny metodik inom biomolekylär forskning där man använder kraftfulla kemiska instrument för att analysera de tusentals små molekyler (metaboliter) som är delaktiga i cellernas ämnesomsättning. Metaboliter och mönster av dessa är viktiga för att exempelvis förstå sjukdomar och i kombination med anpassad bioinformatik kan man öppna upp nya, tidigare oöppnade fönster mot den biomolekylära rymden.
Henrik Antti forskar om hur man kan utvinna viktig information från metabolitdata. Fokus ligger på att använda bioinformatik baserad på kemometriska metoder för att skapa något som kan liknas vid molekylära kartor. Kartorna bidrar till en förbättrad tolkning och förståelse av komplexa molekylära processer i cellen och ger möjlighet att finna mönster av metaboliter som pekar ut vägar mot diagnos, prevention och behandling av sjukdomar hos människor.
Förutom metodutveckling har Henrik Antti i tvärvetenskapliga projekt tillsammans med medicinska partners visat på metodernas värde för medicinska tillämpningar i studier av cancer, infektionssjukdomar, neurodegenerativa sjukdomar samt kost, träning och hälsa.
Henrik Antti föddes 1970 i Umeå och flyttade vid nio års ålder till Piteå där han är uppväxt. Han avlade masterexamen i kemi 1994 vid Umeå universitet och disputerade 1999 vid Umeå Universitet inom ämnet kemometri. År 2000–2004 gjorde han en post doc-tjänstgöring vid Imperial College, London och 2004 återvände han till Umeå universitet och startade upp sin egen forskargrupp. År 2009 blev han docent. Förutom forskningen brinner Henrik Antti också för grundutbildningen inom kemi och är sedan 2010 programansvarig för kandidatprogrammet i Life Science. I november 2014 utsågs han till professor i bioinformatik med inriktning mot kemometrisk analys av genomikdata.