Prof. Dr. Ali Ertürk ve ekibinin kanser metastazlarını oldukça detaylı ve 3D olarak görüntülemesi, hedeflemesi ve bunu bir yapay zeka uygulaması olan derin öğrenme ile yapmasına dair çalışması, Cell adlı bilimsel derginin Aralık 2019 sayısına kapak olarak bilim dünyasında büyük ses getirdi. Bilkent Moleküler Biyoloji ve Genetik Bölümü'nden 2003 yılından mezun olduktan sonra sırasıyla Max-Planck Enstitüsü, Genentech ve Ludwig Maximillian's Üniversitesi'nde çalışan Ali Ertürk, Almanya'nın Münih kentinde yaşayan bir Türk sinirbilimci, mucit ve sanatçıdır. Temmuz 2019'dan bu yana Münih'teki Doku Mühendisliği ve Rejeneratif Tıp Helmholtz Enstitüsü'nün direktörüdür. Şimdiye kadar çalışmaları 3-boyutlu baskı teknolojisi ile transparan/şeffaf organ üretimi üzerine yoğunlaşmıştı. Keşfettikleri yeni görüntüleme teknolojisi - ki buna vDISCO adını vermişler - organları şeffaf halde gösterebilmektedir. Ali Ertük ve ekibinin son çalışması ise derin öğrenme ile kanser metastazlarının görüntülenmesi ve antikor hedeflerinin açığa çıkarılması hakkında oldu.
Prof. Dr. Ali Ertürk ve Ekibinin, Fare Modelinde "Tek Bir" Kanser Hücresini Dahi Görüntülediklerini Gösteren Çalışmasının Özeti:
Son tıbbi gelişmelere rağmen, kanser hala önemli bir ölüm nedenidir. Kanser hastalarının % 90'dan fazlası primer/ana tümörden ziyade, vücutta yayılan metastatik tümörler nedeniyle ölmektedir. Metastatik kanseri başarılı bir şekilde tedavi etmek, anti tümör ilaçlarının vücuttaki çoklu metastazlara ulaşmasını ve ortadan kaldırılmasını gerektirir. Ne yazık ki bu genellikle durum böyle değildir. Kanser ilaçlarının bu eksikliği genellikle klinik araştırmalar sırasında keşfedilir. Çünkü araştırmacılar şimdiye kadar, preklinik gelişim (insan deneyleri öncesi çalışmalar) sırasında en umut verici ilaç adaylarını belirlemek için ilaçların tümör hedefleme yeteneğini yeterli hassasiyet ve çözünürlükle görselleştirecek yöntemlere sahip değildi. Örneğin, manyetik rezonans görüntüleme ve biyolüminesans görüntüleme büyük tümörleri saptayabilir, ancak ölümcül olabilen yüzlerce küçük metastazı tespit edemez. En önemlisi, bu yöntemler bir ilaç adayının gerçekten tüm küçük metastazlara ulaşıp ulaşmadığını değerlendiremez. Bu büyük zorlukların üstesinden gelmek için Ali Ertürk ve ekibi DeepMACT'i geliştirdi. DeepMACT, bir farenin tüm vücudu boyunca en küçük metastazların bile tespitini sağlayan derin öğrenme (çok katmanlı yapay sinir ağları) tabanlı bir teknolojidir.
DeepMACT, hangi metastazların bir ilaç tarafından hedeflendiğini ve hangilerinin bulunmadığını izlemeye izin verir.
DeepMACT Teknolojisi Nasıl Çalışıyor?
DeepMACT, şeffaf dokuda derin öğrenme tabanlı metastaz analizi anlamına gelir. İki büyük adımdan oluşur: 1. Farenin tüm vücudu, vDISCO adı verilen bir doku temizleme yöntemi kullanılarak saydam hale getirilir. Şeffaf fareler daha sonra 3-boyutlu olarak görüntülenir, bu, tüm metastazların ve hatta yayılmış tek bir tümör hücresinin görüntülenmesine izin verdi. 2. Yeni geliştirilen derin öğrenme algoritmaları, tüm kanser metastazlarını saptamak ve hedeflemelerini ilaçlarla analiz etmek için kullanılır. Bu yeni teknolojiyi kullanarak, fare gövdesinde diğer yöntemlerle tespit edilemeyen yüzlerce küçük metastazı Ali Ertürk ve ekibi başarıyla ortaya çıkardı. DeepMACT ayrıca, bir ilaç adayı tarafından hangi kanser metastazlarının hedeflendiğini ve hangilerinin kaçırıldığını tam olarak görmemiyi sağladı. Bu analizler, mevcut en etkili tedavilerden olan antikor bazlı ilaçların küçük metastazların yüzde 30'unu kaçırabileceğini göstermiştir. Bu yeni teknolojiyi kullanarak akciğer, meme ve pankreas kanseri fare modellerinde metastatik yayılmayı analiz edildi. Ayrıca, metastazların vücutta farklı zaman noktalarında nasıl yayıldığı da gözlemlenebildi. Bugün onkolojideki yeni ilaç adaylarının sadece yüzde beşi başarılıdır, DeepMACT'in preklinik model sistemlerde uygulanmasının, klinik denemeler için daha iyi ilaç adaylarının tanımlanmasını ve geliştirilmesini eşi görülmemiş bir şekilde geliştirme potansiyeli mevcuttur. Bu nedenle DeepMACT, kanser ilacı adaylarının başarı oranını önemli ölçüde artırmaya yardımcı olabilir ve potansiyel olarak birçok can kurtarabilir.
Aşağıda, çalışmanın video özeti görülebilir: (Türkçe alt yazı seçeneği mevcuttur)
Şimdiye kadar birçok görüntüleme çalışmasında doku ve organlar 2-boyutlu olarak görüntüleniyordu, buna karşın 3-boyutlu görüntüleme, metodolojik olarak oldukça zor olmakla birlikte, çok daha detaylı ve değerli bilgiler sunmaktadır. Prof. Dr. Ali Ertürk ve ekibi, vDISCO yöntemi ile dokuları şeffaflaştırarak ve DeepMACT ile kanser metastazlarını 3-boyutlu olarak görüntüleyerek, birçok yeni teknolojiyi kombine etti ve oldukça değerli bir çalışmaya imza attı. Her ne kadar bu yöntemler henüz insan klinik çalışmalarda kullanılmaya başlanmasa da, yakın gelecekte kullanılacak birçok biyoteknolojik yeniliğin temelini oluşturacaktır. Sonuç olarak bu çalışma, kansere bağlı yaşam kayıplarının % 90'ının sorumlusu olan metastazların görüntülenmesi ve antikor hedeflerinin açığa çıkarılması açısından oldukça önemlidir. Ancak çalışmanın birtakım sınırları bulunmaktadır.
• Çalışma fare modellerinde yapılmıştır. İnsan kanser hücreleri, enjekte edilerek görüntüleme yapılmıştır. İnsanda bu görüntüleme sisteminin test edilmesi ve klinik çalışmalarda doğrulandıktan sonra kullanılması mümkün olacaktır.
• Tümörler, birbirinden farklı hücre topluluklarından oluşmaktadır. Özellikle tümör mikroçevresi, insan vücudunda oldukça komplekstir. Fare modellerinde, bu kompleksiteyi oluşturmak oldukça zordur. Bu sebeple, çalışmanın kliniğe yansımaları için daha fazla araştırmaya ihtiyaç vardır.
