Ankara Üniversitesi ile ABD'li araştırmacıların geliştirdiği yapay zekâ destekli 'scProfiterole' algoritması, hasta bazında hangi tedavilerin daha faydalı olabileceğinin değerlendirilmesine ve yeni tedavi seçeneklerinin geliştirilmesine imkân sunabilecek. Dünyanın önde gelen bilimsel platformlarından RECOMB 2026'da sunulan çalışma, Türkiye'den tek proje oldu.
Algoritmayla, tek hücre düzeyindeki protein verilerinden elde edilebilecek en yüksek ve en güvenilir bilgiyi ortaya çıkarmayı amaçladıklarını belirten akademisyenler, çalışmanın mevcut yöntemlere kıyasla yüzde 30'a varan performans artışı sağladığını vurguluyor.
Doç. Dr. Mustafa Coşkun
Ankara Üniversitesi Mühendislik Fakültesi Yapay Zeka ve Veri Mühendisliği Bölümü öğretim üyesi Doç. Dr. Mustafa Coşkun, çalışmanın çıkış noktasının, heterojen yapı gösteren hücreleri doğru biçimde öbekleyebilmek olduğunu belirterek, özellikle tümör dokusunda farklı davranan hücrelerin ayrıştırılmasının ileride farklı tedavi seçeneklerinin değerlendirilmesine zemin hazırlayabileceğini ifade etti.
Coşkun, protein verilerinin klasik veri yapılarından farklı özellikler taşıdığını, bu nedenle geleneksel yöntemlerin ötesine geçen algoritmalara ihtiyaç duyulduğunu kaydetti.
Çalışmanın teknik yönünü anlatan Coşkun, 'Gürültülü veride anlamlı bir şeyler çıkartmaya çalışıyoruz. Protein ölçümleri sırasında ortaya çıkan bozulmalar nedeniyle verinin doğrudan anlaşılmasının güçleştiğini ve bu nedenle çizge temelli sinir ağlarının daha gelişmiş biçimlerinden yararlanarak hücrelerin sınıflandırılması ve öbeklenmesi için yeni bir yaklaşım geliştirdik.' dedi.
Kanser biyolojisinin anlaşılmasına katkı sunuyor
Ankara Üniversitesi Tıp Fakültesi Tıbbi Onkoloji Bilim Dalı öğretim üyesi Dr. Pınar Kubilay Tolunay, kanser dokusundaki hücrelerin tek tip olmadığını, farklı davranışlar sergileyen heterojen bir yapı gösterdiğini belirtti.
Hücrenin o anda ne yaptığını ortaya koyan son ürünün protein olduğunu, bu nedenle protein düzeylerinin ölçülmesinin kanserli dokunun yapısını anlamada önemli rol oynadığını ifade eden Tolunay, bu proteinlerin sınıflandırılması sırasında çeşitli hataların ortaya çıkabildiğini, yapay zeka destekli analizlerin ise daha güvenilir ve daha hızlı sonuçlar elde edilmesine katkı sağladığını ifade etti.
Yapay zekâ destekli bu tür yöntemlerle hücre davranışının, tümör biyolojisinin ve tümör çevresindeki inflamatuar hücrelerin daha hızlı ve daha net anlaşılabildiğini belirterek, çalışmanın henüz klinik pratiğe yansımamış öncü bir çalışma olduğunu belirten Tolunay, 'İlerleyen dönemde tümör biyolojisinin daha iyi anlaşılması, hasta bazında hangi tedavilerin daha faydalı olabileceğinin değerlendirilmesi ve yeni tedavi seçeneklerinin geliştirilmesi bakımından bu tür çalışmaların önemli imkanlar sunabilir. Yapay zekâ destekli çalışmaların artmasının onkoloji alanında bireyselleştirilmiş tedavilerin daha hızlı gündeme gelmesine katkı sağlayabilir.' diye konuştu. (İLKHA)
