(Bu yazı GENÇ İVEK SAĞLIK BİLİM VE TEKNOLOJİLERİ DERGİSİ’nin 9. sayısında yayımlanmıştır.)
Dr. Öğr. Üyesi ALPER YILMAZ
Yıldız Teknik Üniversitesi Kimya-Metalurji Fakültesi
Biyomühendislik Bölümü
Günümüzde yaşam bilimlerinin sorularına yanıt arayan bilim insanlarının kullandığı en popüler disiplinlerden olan biyoinformatik, deneysel metotlardan elde edilen verinin hesapsal yöntemlerle toplanması, analizi, yorumlanması, anlamlı veriler halinde derlenmesi ve görselleştirilmesi süreçlerini kapsamaktadır.
Biyolojik bilimler kapsamında sunulan omik veriler, biyoinformatik yöntemleri besleyen ana unsurlardır. Organizmalarda kalıtsal materyalin, genomun tanımlanması, yapısal ve fonksiyonel özelliklerinin incelenmesi metotlarının bütünü genomik olarak tanımlanır. Genomdaki bilginin biyolojik işlev yolculuğunu aydınlatma çalışmaları transkriptomik, proteomik ve metabolomik gibi diğer omik teknolojiler ile ileri seviyeye taşınmıştır. Canlıda oluşturulan bütün RNA ürünlerinin incelenmesine olanak sağlayan transkriptomik teknolojiler ve translasyona uğramış proteinlerin yapıları, modifikasyonları, yerleşim ve işlevlerini inceleyen proteomik teknolojilere ilaveten organizmadaki karbonhidrat, lipid ve vitamin gibi fonskiyonel bileşenlerin yapılarına dair küçük moleküllerin tanımlanması, tespiti ve analizini sağlayan metabolomik yaklaşımlar organizmadaki biyolojik süreçlerin anlaşılmasında büyük katkı sağlamaktadır.
Yüksek çıktılı teknolojilerin ilerlemesiyle, büyük miktarlarda erişilebilir ve analiz edilebilir kanser verisi sayesinde, biyoinformatik, kanserin saptanması için minimal invaziv biyobelirteçler geliştirmede ve kanser hastalarının tedavi edilmesi için etkili kişiselleştirilmiş tedaviler tasarlamada yardımcı bir platform teşkil etmektedir. Çoklu omik verilerinin kanser verisi ile ilişkilendirilmesi, biyoinformatiğin kişiselleştirilmiş ilaç veya çoklu ilaç-tedavi kombinasyonları tasarlama, ayrıca ilaç yeniden konumlandırma gibi kanserle mücadeledeki güncel yöntemler için kullanılmasına olanak sağlamaktadır.
Kanser tanısında mutasyonların kullanımı
Genom dizilime alanında kaydedilen hızlı gelişmeler insan genomunun dizilenmesini kolay ve düşük maliyetli hale getirmiştir. Bir bireye ait genomun dizisinin bilinmesi, toplumun genelinden farklı olarak -referans genom olarak adlandırılır- içerdiği tek baz ve yapısal değişimlerin tespitini mümkün kılar. Bu, kanserin önlenmesinde, tanısında ve tedavisinde yeni bir dönemin başlamasına olanak sağlamıştır.
Hastanın DNA’sının dizilenmesinin ardından gerçekleştirilen analizlerde ortaya çıkan karmaşık veriden kansere sebep olan DNA değişikliklerinin (mutasyon veya SNP) tespit edilmesi, bu değişiklerin protein üzerindeki sonuçlarının değerlendirmesi yapılmaktadır. Tüm bu işlemler biyoinformatik araçlar yardımıyla gerçekleştirilmekte ve klinisyenlere rapor edilmektedir.
Kanser tanısında gen ifadesinin kullanımı
Kanser, genetik ve fenotipik çeşitliliğin bir sonucu olarak ortaya çıkan bir hastalıktır. Tümör hücrelerinde meydana gelen pek çok mutasyon bu çeşitliliğe sebebiyet vererek heterojenite oluşturur. Aynı kanser türüne sahip farklı hastaların tümörlü dokularında sahip olduğu mutasyonlar ile aynı dokuda meydana gelen mutasyonların farklılık içermeleri heterojenite olarak adlandırılır. Kanserin sahip olduğu bu çeşitlilik teşhis aşamasını zorlaştırmaktadır. Teşhis aşamasındaki zorlukların ortadan kaldırılabilmesinde yeni nesil dizileme (NGS) yöntemleri önemli rol oynamaktadır. Yeni nesil dizileme teknikleri kullanılarak tümör dokusunun sahip olduğu gen ifade verileri üzerinden; tümöre özgü biyobelirteç belirleme, kanser evresinin tahmini, kansere sebebiyet veren hedef genlerin belirlenmesi gibi hastalığın teşhis aşamasını kolaylaştırma ve biyolojisinin anlaşılıp tedaviye yön verilmesine olanak sağlayan yaklaşımlar oluşturulmaktadır. Geliştirilen yeni nesil dizileme tekniklerinden birisi olan tek hücre RNA dizileme yöntemi ile hücrelerde meydana gelen heterojenitenin oluşturduğu dezavantaj, tek hücre bazında dizilemenin gerçekleştirilmesi ile ortadan kaldırılarak kanser mekanizması ve tümör evrimi hakkında çok fazla bilgi edinilmesini sağlamıştır.
Protein kodlayan genlere ek olarak insan genomunun çoğunluğu, kodlanmayan RNA’lar ve mikro RNA’lar içermektedir. Bu tür RNA’lara ait yeni nesil dizileme verileri, biyoinformatik analizler ile kanserin anlaşılmasını ve invaziv olmayan biyobelirteçler olarak kullanılmasını mümkün kılmıştır.
Kanser immunoterapisi ve biyoinformatik
İmmunoterapi, hastanın kendi bağışıklık sisteminin kanser hücrelerini yok etmeye yönelik kullanılması esasına dayalı tedavi yaklaşımıdır. Yeni nesil dizileme teknolojisinin genomik dizileme hakkında bilgi sağlaması, klinik durumda mutasyonların tespit edilmesi ve beklenmedik dizi varyasyonlarının tespiti ile kanserleşme sürecinde genetik profili anlamada anahtar işlevi görmektedir. Ayrıca matematiksel modellemeler; kanser moleküler mekanizmalarının aydınlatılması, daha iyi tanı ve hastalığın prognozunda, yeni tedavi yaklaşımları geliştirilmesinde önemli bir role sahip olmaktadır. Bunun gibi kişiye özel ve hedefe yönelik tedaviler ancak biyoinformatik analizler sayesinde mümkün olmaktadır.
Kanser karşıtı ilaç geliştirilmesinde biyoinformatiğin rolü
Son on yılda elde edilen omik verideki artış, kanser ilaçlarının hesapsal tahmini ve ilaç keşfinin geliştirilmesi büyük bir avantaj sağlamıştır. Yeni nesil dizileme transkriptom verileri, ilaç yanıt verileriyle birleştirilerek ilaç tahmininde ve biyolojik ağ teorisi ve metodolojisi, protein-protein etkileşim ağı, ilaç-hedef ağı ve hastalık-gen ağı üzerine kurulu çalışmalar gibi kanser karşıtı ilaç keşfine de başarıyla uygulanmıştır.
Biyolojik ağ analizi, makine öğrenimi ve çoklu omik verinin entegre analizi gibi hesaplamalı metodolojiler, ilaç tasarımı, ilaç yeniden konumlandırma, hassas kanser tedavisi ve ilaç kombinasyonları tahmini dahil olmak üzere kanser karşıtı ilaç keşfinin neredeyse her alanında önemli roller oynamaktadır. Muazzam miktarda multi-omik veri ve biyoinformatik yaklaşımların üretilmesi, kanser önleyici ilaçların düşük maliyetle daha verimli ve doğru bir şekilde keşfedilmesini mümkün kılar. Özetle, hassas tıp ve büyük veri çağında, multi-omik verileri ve kanser hastalarının klinik bilgilerini bütünleştiren biyoinformatik yaklaşımlar, düşük maliyetle etkili ve doğru anti-kanser ilaç keşfine yardımcı olacak ve hassas ilaç seçimini yönlendirecektir.
Kaynaklar
- https://hillmanresearch.upmc.edu/research/facilities/cancer-bioinformatics/services/
- Kasaian, K., Yvonne Y.L., ve Jones J.M. S. “Bioinformatics for Cancer Genomics.” In Cancer Genomics, syf. 133–52. Elsevier, 2014.
- Ren, L., Li, J., Wang, C., ve ark. “Single cell RNA sequencing for breast cancer: present and future”. Cell Death Discovery, 7(1), 1-11, 2021.
- M. Kunz, B. Wolf, H. Schulze, D. Atlan, T. Walles, H. Walles, T. Dandekar, “Non-Coding RNAs in Lung Cancer: Contribution of Bioinformatics Analysis to the Development of Non-Invasive Diagnostic Tools,” Genes, 8, 8, Aralık 2017.
- P. Charoentong , M. Angelova, M. Efremova, R. Gallasch, H. Hackl, J. Galon, Z. Trajanoski, “Bioinformatics for cancer immunology and immunotherapy”, Cancer Immunology, Immunotherapy, Kasım, 2012.
- Li, K., Du, Y., Li, L., ve Wei, D.Q., “Bioinformatics approaches for anti-cancer drug discovery.” Current Drug Targets, 21(1), 3-17, 2020.