Kanser ilaçlarının yan etkilerini öngören model geliştirildi

Çağımızın en yaygın hastalıklarından biri olan kanserin başlıca tedavi yöntemlerinden biri kemoterapi. Kemoterapi ilaçları, büyüyen ve çoğalan kanser hücrelerini öldürürken sağlıklı hücreleri de olumsuz etkileyerek tedavi sürecinde çeşitli yan etkilere neden olabiliyor.

BİLGİ Genetik ve Biyomühendislik Bölümü mezunları Melisa Tüncer ve Arzu Çakır’ın Dr. Öğr Üyeleri Özlem Ulucan Açan ve Hilal Taymaz Nikerel danışmanlığında yürüttükleri TÜBİTAK destekli proje, kemoterapi ilaçlarının yan etkilerinin hangi mekanizmalarla ortaya çıktığını moleküler düzeyde anlamayı hedefliyor. Proje kapsamında yapılan çalışmalarda yaklaşık 22 bin insan geni arasından kanser ilaçlarının yan etkiye neden olmasında rol oynayan 24 gen bulundu. Geliştirilen istatistiksel model sayesinde ilaçların tedavi süresince hangi yan etkilere yol açabileceğini ilaç tasarım aşamasında tahmin etmek mümkün olacak.

Türkiye’de alanındaki ilk çalışma

BİLGİ Genetik ve Biyomühendislik Bölümü Mezunu Melisa Tüncer ve Arzu Çakır yürüttükleri projenin Türkiye’de bu alanda yapılan ilk çalışma olduğunu belirtiyor:

“Projemizde kemoterapi ilaçları üzerine yoğunlaşarak bu ilaçların yan etkilerini gen anlatım verileri üzerinden öngören bir model geliştirdik. Projemizde en yaygın yan etkiye neden olan 13 kanser ilacının en fazla görülen 3 yan etkisine, yani saç dökülmesi, ishal ve ödeme odaklandık. Makine öğrenmesi algoritmaları kullanarak geliştirdiğimiz model sayesinde bir kanser ilacının hangi yan etkiye neden olabileceğini ilaç geliştirmenin erken aşamasında öngörmemiz mümkün olacak. Modelimiz yüzde 89 gibi yüksek bir oranda başarıya ulaştı. Araştırmamız bu alanda Türkiye’de yapılan ilk çalışma. Dünyada literatüre baktığımızda ise projemiz bu alanda yapılmış çalışmalar arasında en yüksek başarı oranına sahip.”  

Modelimiz yüzde 89 gibi yüksek bir oranda başarıya ulaştı. Dünyada literatüre baktığımızda projemiz bu alanda yapılmış çalışmalar arasında en yüksek başarı oranına sahip.

‘İlaç yan etkisinin azaltılmasında kullanılabilir’

Proje kapsamında makine öğrenmesi ve veri madenciliği metotlarını kullanarak büyük bir veri üzerinde çalıştıklarını vurgulayan BİLGİ Genetik ve Biyomühendislik Bölümü Dr. Öğr Üyesi Hilal Taymaz Nikerel “İnsanda yaklaşık 22 bin gen olduğu tahmin ediliyor. Kullandığımız ilaçlar genlerimizin anlatım seviyesini değiştirebilir. Çalışmamız kapsamında kemoterapi ilaçlarının gen anlatım seviyelerinde neden olduğu bu değişiklikleri inceleyerek hangi genlerin hangi yan etkilerle ilişkili olduğunu tespit ettik. 22 bin gen arasında makine öğrenmesi algoritması yoluyla 24 genin kemoterapi ilaçlarının yan etkileriyle ilişkili olduğunu saptadık. Bu, kemoterapi tedavisinde ilaç yan etkilerinin azaltılabilmesi için sonraki çalışmalara rehberlik edebilecek önemli bir bilgi” diyor.

Geliştirilen modelin kanser ilacı tasarımının erken evrelerinde kullanılabileceğini belirten BİLGİ Genetik ve Biyomühendislik Bölümü Dr. Öğr. Üyesi Özlem Ulucan Açan ise “İlaçlar geliştirildikten sonra yan etkileri olsa da piyasadan çekilmeyebiliyor. İlacın faydası yan etkisinden fazla olduğu için o ilaç kullanılmaya devam ediyor. Yeni geliştirilecek kanser ilaçlarında geliştirdiğimiz model yardımıyla ilacın toksisiteye, ödeme, saç dökülmesine, ishale neden olup olmayacağını anlamak mümkün olacak. İlaç tasarımının erken evrelerinde bu bilgiye sahip olmak yan etkisi olacak ilaçların geliştirilme aşamasında elenmesini sağlayarak zaman ve maliyet açısından kazanç sağlayabilir” diye belirtiyor.