05.07.2019 - 01:30 | Son Güncellenme:
MELTEM GÜNAY - İstanbul
20 gen incelendi
Türkiye’de bir ilk olan araştırmaları hakkında bilgi veren Prof. Dr. Gürgen, Doç. Dr. Özgür ve araştırma görevlisi Şimşek, “İnsanlar arasında nasıl bir dil kullanımı varsa DNA’nın da bir dili var. Biz araştırmamızda bu dili çözümlemeye çalışıyoruz” diye anlattılar. Dünya genelinde ölüm nedenlerinin başında gelen akciğer, meme, beyin, böbrek, kolon, tiroid, prostat, cilt, mide ve karaciğer kanserlerini ele aldıklarını anlatan araştırmacılar, ABD’deki National Cancer Institute’un sağladığı imkânlarla erişimlerine açılan The Cancer Genome Atlas’tan alınan 7 bin hasta verisini inceledi. Hastaların DNA dizilerini referans genom dizileriyle karşılaştıran araştırmacılar, hangi genlerde ne tür mutasyonlar olduğunu inceleyerek kanser türlerini “Makine öğrenmesi yöntemi ile ayrıştırabilir miyiz?” sorusu üzerine yoğunlaştı. Araştırmacılar, yaklaşık 1.5 yıldır sürdürdükleri çalışmalarının temelini ise şöyle anlattı: “Elimizdeki 7 bin hastanın DNA’sındaki mutasyonlardan bir model öğrenen ve buna göre yeni bir DNA dizisi geldiğinde oradaki mutasyonlara göre 10 kanser türünden birinin olup olmadığını tespit etmeye çalışan makine öğrenmesi tabanlı bir yöntem önerdik. Çalışmada yüzde 76 gibi önemli bir başarı oranına ulaştık. Çalışmamızın hastalara dokunacağı önemli noktalardan ilki, projemizin ileride daha da geliştirilmesi durumunda hastaların biyopsi gibi işlemlere gerek kalmadan hangi kanser türüne sahip olduklarının teşhis edilebilmesi. Bir diğer önemli nokta ise bu çalışmada genler üzerindeki mutasyonları geriye dönük izleyerek hastalığa neden olan genleri tahmin ediyoruz. Çalışmamızda akciğer ve meme kanserini örnek alarak toplam 20 gene baktık. Bir taraftan hastalığın teşhisine yardımcı olurken, bir taraftan da hangi genlerin hastalıkla ilişkisi olduğunu göstermeyi amaçladık.”
Türkiye’deki veriyle sınanması gerekiyor
Bu sistemin uygulanabilir hale gelmesi için beş yıllık bir süreyi öngördüklerini belirten araştırmacılar şunları söyledi: “Yapay öğrenme modellerimizi eğitmek için Amerika’da TCGA veri tabanından edindiğimiz veriyi kullandık. Türkiye’de uygulanabilir olması için, Türkiye’deki veriyle de sınanması gerekir. Ayrıca, Türkiye’de derlenen veriyle eğitmek sistemin başarısını da artırabilir. Türkiye Genom Projesi’ndeki gelişmeler bizim bu çerçevedeki çalışmalarımızda da önemli katkı sağlayacaktır.”