İçeriğe geç
Prof. Dr. Mustafa Özdoğan · Tıbbi Onkoloji Uzmanı

Bir Tüp Kanda 98 Hastalığın İzi: Erzurum’dan Dünyaya Tam Kan Transkriptom Atlası

Bir Tüp Kanda 98 Hastalığın İzi: Erzurum’dan Dünyaya Tam Kan Transkriptom Atlası
Bu Makalede

Bir tüp kanda 98 hastalığın izi: Erzurum'dan dünyaya tam kan transkriptom atlası

Atatürk Üniversitesi ile İsveç'teki SciLifeLab'ın ortak çalışmasında, Erzurum'da 4.444 kişiden alınan 2-3 ml kanda yaklaşık 20 bin genin etkinliği ölçüldü ve 98 farklı sağlık durumunun kandaki "RNA izi" haritalandı. Nature Communications'ta yayımlanan Tam Kan Transkriptom Atlası (WBT Atlası), kanserden sepsise, diyabetten Parkinson hastalığına kadar birçok hastalığın bağışıklık ve metabolizma üzerindeki izini tek bir kaynakta topluyor. Kan RNA'sı ve plazma proteinleri birlikte kullanıldığında, yapay zekâ modeli 28 sağlık durumunu dört örnekten üçünde doğru ayırt etti. Tek bir kan örneğinden yapay zekâ ile birden fazla hastalığı ayırt etme fikrini daha önceki bir yazımızda de ele almıştık.

Hızlı Yanıt · Hekim Özeti
  • Ne yapıldı: 2022-2025 arasında Erzurum'daki iki hastanede 0-99 yaş arası 4.444 kişinin tam kanında RNA dizilemesi yapıldı; 1.280 kişide ayrıca yaklaşık 5 bin plazma proteini ölçüldü. Sonuçlar herkese açık bir internet atlasında (phenomeatlas.org/wbt) yayımlandı.
  • Ana bulgu: Kandaki gen etkinliğini en çok belirleyen etken yaş ya da cinsiyet değil, kişinin hastalığı. Kanserler kendi aralarında benzer bir kan imzası oluşturdu; birçok kanserde interferon yanıtları artmıştı.
  • Yapay zekâ: Her hastalık için yalnızca 10 genle 29 durumu ayırt eden modelin doğruluğu %64; RNA ve proteinler birleştirildiğinde 28 durumda %75. Bağımsız 10 kohortta (1.621 örnek) ortalama AUC 0,79; UK Biobank'ta protein imzalarıyla 0,73.
  • Pratikte: Bu bir tanı testi değil, bir araştırma kaynağı. Henüz kanser taramasında ya da hasta takibinde kullanılmıyor; ancak "tek kan örneğiyle çok hastalık" fikrine güçlü bir altyapı sunuyor.

Bu konu neden önemli?

Kan, vücudun her köşesinden geçen bir sıvı ve hastalıkların izini taşıyor. Bugün kandan kanser izi arayan testlerin çoğu, tümörden kana dökülen DNA parçalarını (likit biyopsi) ya da plazmadaki proteinleri inceliyor. Tam kan transkriptomu ise farklı bir pencere açıyor: Kandaki hücrelerin, özellikle bağışıklık hücrelerinin, o anda hangi genleri ne kadar çalıştırdığını gösteriyor. Yani tümörün kendisinden çok, vücudun hastalığa verdiği yanıtı okuyor.

Bu çalışma iki açıdan önemli. Birincisi, büyük ölçekli bir tam kan transkriptom atlasının hastalık odaklı olarak ilk kez bu genişlikte kurulması; yazarlara göre böyle kapsamlı bir kaynak şimdiye kadar yoktu. İkincisi, çalışmanın Türkiye'de, Erzurum'da toplanan örneklere dayanması: Örnekler Atatürk Üniversitesi ve Erzurum Bölge Eğitim ve Araştırma Hastanesi'nde toplandı, RNA dizilemesi İstanbul'da yapıldı ve makalenin 110 civarındaki yazarının 90'ı aşkını Türkiye'deki kurumlardan hekim ve bilim insanları. İnsan Genom Projesi ile başlayan "omik" çağda Türkiye'nin veri üreten bir ülke olarak yer alması bizim için ayrıca sevindirici.

Bu atlas ilk mi?
  • İlk olan: Yazarlara göre, çok sayıda hastalığı tek bir çatı altında toplayan, hastalık odaklı ve bu büyüklükte bir tam kan transkriptom atlası daha önce yoktu.
  • İlk olmayan: Kanın protein haritası daha önce çıkarılmıştı. Aynı araştırma çevresinden Álvez ve arkadaşları, Aralık 2025'te Science'ta yaklaşık 5 bin plazma proteinini 59 hastalıkta ve 8 binden fazla kişide inceleyen "insan pan-hastalık kan atlası"nı yayımlamıştı. İnsan Protein Atlası, UK Biobank, TCGA ve GTEx de dokular ve hastalıklar için temel kaynaklar.
  • Yeni olan: RNA ile proteinin aynı kişilerde birlikte ölçülmesi ve ikisinin birbirini tamamladığının gösterilmesi: 264 RNA ve 244 protein imzası arasında hiçbir ortak molekül yoktu.
Çalışmanın arkasındaki ekip

Makalenin yazışmadan sorumlu iki yazarı Atatürk Üniversitesi Tıp Fakültesi'nden ve aynı zamanda üniversitenin rektör yardımcısı olan Prof. Dr. Hasan Türkez ile Prof. Dr. Adil Mardinoğlu. İstanbul Üniversitesi Elektrik-Elektronik Mühendisliği mezunu olan Mardinoğlu, İsveç'te KTH Kraliyet Teknoloji Enstitüsü'ne bağlı SciLifeLab'da ve İngiltere'de King's College London'da sistem biyolojisi ekipleri yönetiyor; genom ölçekli metabolik modeller ve çoklu omik analizler alanında tanınan bir bilim insanı. 2019'da Türkiye Sağlık Enstitüleri Başkanlığı'na (TÜSEB) atanmış, Türkez de aynı dönemde kurumun genel sekreterliğini üstlenmişti.

Atlasın Türkiye ayağında Atatürk Üniversitesi Tıp ve Diş Hekimliği fakülteleri ile Erzurum Bölge Eğitim ve Araştırma Hastanesi'nden 90'ı aşkın hekim ve araştırmacı, 98 farklı sağlık durumundaki hastaların tanısını ve örneklerini sağladı. RNA dizilemesi İstanbul'da Acıbadem Mehmet Ali Aydınlar Üniversitesi'ne bağlı SZA Omics'te, protein ölçümleri İsveç'te Uppsala'da, analizler ise Stockholm'de yapıldı. Çalışmanın ilk yazarı Mengzhen Li, bu atlası KTH'deki doktora tezinin bir parçası olarak hazırladı.

Tam kan transkriptomu nedir?

Tam kan transkriptomu, kandaki hücrelerin o anda çalışan tüm genlerinden üretilen RNA moleküllerinin ölçülmesidir. Kandaki RNA'nın büyük kısmı nötrofil ve lenfosit gibi bağışıklık hücrelerinden gelir. Bu nedenle tam kan transkriptomu, vücudun enfeksiyon, iltihap, kanser ya da metabolik hastalıklara verdiği bağışıklık ve metabolizma yanıtının bir fotoğrafını sunar.

Tümör dokusunda RNA dizilemenin kanser tedavisindeki yerini RNA dizileme rehberimizde anlatmıştık; burada ise aynı teknoloji kana uygulanıyor. DNA, bir hücrenin taşıdığı tüm tarifleri içeren kitaba benzetilirse, RNA o an hangi tariflerin pişirildiğini gösterir. Kandaki RNA dört kaynaktan gelir: bağışıklık hücreleri (en büyük pay), alyuvarlar (hemoglobin RNA'sı), trombositler ve dolaşımdaki hücre dışı RNA. Hemoglobin RNA'sı tüm RNA'nın yarısından fazlasını oluşturabildiği ve diğer sinyalleri gölgelediği için çalışmada laboratuvarda uzaklaştırıldı; sonuçta hemoglobin genleri tüm ifadenin %0,85'inin altına indi.

Kandan hastalık okumanın yolları Ne ölçülüyor? Neyi yansıtıyor? Bugünkü durum
Tümör belirteçleri (CEA, CA 19-9, CA 125) Tek tek proteinler Belirli tümörlerin salgıladığı maddeler Takipte kullanılıyor; taramada yetersiz
Hücre dışı DNA ve metilasyon (ör. Galleri) Tümörden kana geçen DNA parçaları Doğrudan tümörün kendisi Çoklu kanser erken tanı testi olarak kullanımda; taramadaki yeri tartışılıyor
Plazma proteomiği (Olink, yaklaşık 5 bin protein) Dolaşımdaki proteinler Organlardan ve hücrelerden salınan son ürünler Araştırma; Science 2025 pan-hastalık atlası
Tam kan transkriptomu (bu çalışma) Yaklaşık 20 bin genin RNA'sı Bağışıklık ve metabolizmanın hastalığa yanıtı Araştırma; 98 durumluk açık atlas

Tümör belirteçlerini CEA, CA 19-9 ve CA 125 yazılarımızda; çoklu kanser kan testlerini ise Galleri yazımızda ayrıntılı olarak ele almıştık.

Çalışma nasıl yapıldı?

Şekil 1 · Tam Kan Transkriptom Atlası'nın kuruluşu

Erzurum'da toplanan kandan uluslararası doğrulamaya.

4.444 kişi, 98 sağlık durumuErzurum, 2022-2025; 2-3 ml kan, PAXgene tüpü kan RNA'sıhemoglobin RNA'sıuzaklaştırıldı;yaklaşık 20 bin gen plazma proteini1.280 kişi,28 durum; yaklaşık5 bin protein analiz katmanlarıgen, yolak, bağışıklık hücre oranı, metabolizma,gen modülleri; yapay zekâ ile sınıflama dış doğrulama10 bağımsız RNA kohortu (AUC 0,79);UK Biobank protein verisi (AUC 0,73) henüz klinik bir test değilerken tanı ve tarama değeri sınanmadı
Okunuşu: 4.444 kişiden alınan 2-3 ml kan, RNA'yı koruyan özel tüplerde toplandı. Hemoglobin RNA'sı uzaklaştırıldıktan sonra tüm genlerin RNA'sı dizilendi; 1.280 kişide plazma proteinleri de ölçüldü. Veriler gen, yolak, hücre oranı ve metabolizma düzeyinde incelendi; yapay zekâ modelleri kuruldu. Modeller 10 bağımsız kohortta ve UK Biobank'ta sınandı (yeşil kutu). Kesik çizgili kutu, bunun henüz klinik bir test olmadığını hatırlatıyor.
Özellik WBT Atlası
Katılımcılar 4.444 kişi; 0-99 yaş (ortalama 42,3); %48,7 erkek
Sağlık durumları 98 durum, 15 ana grupta: kanserler, kalp-damar, nörolojik, psikiyatrik, otoimmün, enfeksiyon, çocukluk çağı hastalıkları; ayrıca sağlıklı bireyler ve 80 yaş üstü "uzun yaşayanlar"
Yer ve dönem Atatürk Üniversitesi Sağlık Araştırma ve Uygulama Merkezi ile Erzurum Bölge Eğitim ve Araştırma Hastanesi; Ocak 2022 - Eylül 2025
RNA ölçümü PAXgene tüpü, hemoglobin RNA'sının uzaklaştırılması, NovaSeq 6000 ile dizileme (İstanbul)
Protein ölçümü 1.280 kişi, 28 durum; Olink Explore HT ile yaklaşık 5 bin protein (Uppsala, İsveç)
Dış doğrulama 10 bağımsız RNA kohortu (1.621 örnek; sepsis, bipolar bozukluk, Parkinson, romatoid artrit, tip 2 diyabet) ve UK Biobank protein verisi (9.998 örnek; meme kanseri, akciğer kanseri, koroner arter hastalığı, Parkinson, tip 2 diyabet)

Neler bulundu?

1. Kanı en çok hastalık değiştiriyor

Araştırmacılar kandaki gen etkinliğindeki farklılığın ne kadarının yaş, cinsiyet, vücut kitle indeksi ve hastalıkla açıklandığını hesapladı. En değişken genlerin çoğunda en büyük payı hastalık aldı; yaş ikinci sıradaydı. Bu, kanın gerçekten hastalık hakkında bilgi taşıdığını gösteren temel bir bulgu.

2. Kanserler birbirine benziyor, sepsis ve KOAH ayrışıyor

Hastalıklar kan RNA'sındaki benzerliklerine göre gruplandığında, benzer mekanizmaya sahip olanlar bir araya geldi: Kanserler kendi aralarında, nörolojik hastalıklar kendi aralarında kümelendi. Birçok kanser türünde interferon gama ve interferon alfa yanıtları artmıştı; bu, bağışıklık sisteminin tümörün varlığını kanda da yansıttığını düşündürüyor. Lösemi, beklendiği gibi, en belirgin ve kendine özgü kan imzasına sahipti; çünkü lösemide hastalığın kendisi kan hücreleridir.

Sepsis ve KOAH ise diğer tüm durumlardan belirgin biçimde ayrıştı. İkisinde de B, T ve NK hücreleriyle ilişkili gen kümeleri azalmıştı ve metabolik etkinlik düşmüştü; yani bağışıklık baskılanması ve enerji tükenmesi tablosu vardı. Romatoid artrit ve ankilozan spondilitte ise TNF-alfa ve NF-κB iltihap yolakları belirgin olarak artmıştı.

3. Kanda yaşlanmanın izi: 25 ve 75 yaş eşikleri

Yaşla en güçlü ilişkili 32 genden oluşan bir "kan yaşlanma imzası" tanımlandı. Bu genler IL-2, TNF-alfa, mTOR ve kompleman gibi yaşlanmayla ilişkili iltihap (inflammaging) ve bağışıklık yaşlanması yolaklarında yoğunlaşıyordu ve yaşla birlikte düzenli olarak azalıyordu. Bu 32 genle kurulan model, bağımsız 100 sağlıklı kişide yaşı ortalama 8,2 yıl hatayla tahmin etti; Kore'de geliştirilen 33 genlik bir yaşlanma saatinde bu hata 13,8 yıldı. Kronolojik ve biyolojik yaş tartışmasına bu açıdan da katkı sağlıyor.

Kandaki bağışıklık hücrelerinin oranı da yaşla değişiyordu: Nötrofiller yaşla artarken, henüz hiçbir mikropla karşılaşmamış "naif" CD4 T hücreleri giderek azalıyordu. İlginç olan, en büyük değişimin yaklaşık 25 ve 75 yaş civarında yoğunlaşması ve aradaki dönemin görece durağan olması. 80 yaş üstü uzun yaşayanlarda nötrofil ve plazmablast oranı yüksek, naif T ve B hücreleri azdı; bu, bilinen bağışıklık yaşlanması tablosuyla uyumlu.

Kandan yaş tahmini: ortalama hata

Yıl; bağımsız 100 sağlıklı kişide tahmin edilen yaş ile gerçek yaş arasındaki ortalama fark. Kısa çubuk daha iyi.

WBT Atlası: 32 genlik kan yaşlanma imzası
8,2 yıl
Kore Yaşlanma Saati: 33 gen (aynı yöntemle)
13,8 yıl

Aynı makine öğrenmesi yöntemi ve veriyle karşılaştırıldı. Açıklanan varyans (R²) WBT imzasında 0,31, Kore saatinde -0,14.

4. RNA ve protein farklı şeyler anlatıyor

Aynı kişilerde hem RNA hem protein ölçüldüğünde, hastalıkta değişen genlerle değişen proteinler arasındaki örtüşme çok azdı (Jaccard indeksi 0 ile 0,13 arası). Yazarlara göre RNA, hücre içindeki düzenleyici süreçleri ve hastalığın erken hücresel durumunu; proteinler ise son ürünleri ve salgılanan maddeleri yansıtıyor. Örneğin sepsiste protein imzaları (IL1RL1, IL15, PTX3, CSF3) güçlü iltihabı gösterirken, RNA imzaları (PPARG, CYP1B1, OLAH) bunun altındaki bağışıklık düzenlenmesini ve metabolik stresi gösteriyordu. Bu nedenle ikisini birlikte kullanmak daha fazla bilgi veriyor.

Yapay zekâ hastalıkları ne kadar ayırt edebildi?

Araştırmacılar 40'tan fazla örneği olan 29 sağlık durumunu seçti; verilerin %70'iyle model eğitildi, %30'uyla sınandı. Her hastalığı sağlıklı bireylerden ayırmada, yalnızca en önemli 10 gen bile yüksek başarı sağladı (iç test verisinde AUC 0,89-1,0). Ancak asıl zor soru, bir kişinin kanına bakarak 29 durumdan hangisinde olduğunu bulmaktı. Her hastalık için 10 genle bu sorunun doğru yanıtlanma oranı %64'tü.

Hastalıkları ayırt etmede RNA ve proteinin birlikte kullanılması

28 sağlık durumunu ayırt eden çok sınıflı model; test verisinde F1 skoru (1,00 = kusursuz). Renkli çubuk birleşik model.

Yalnızca plazma proteinleri
0,55
Yalnızca kan RNA'sı
0,66
RNA + protein birlikte
0,74

Doğruluk oranları sırasıyla %55, %67 ve %75. Her hastalık için en önemli 10 RNA ve 10 protein kullanıldı. 29 durumda yalnızca RNA ile kurulan modelin doğruluğu %64.

Sonuçlar, bağımsız veri setlerinde de büyük ölçüde korundu. Bu doğrulama önemli; çünkü yapay zekâ modelleri çoğu zaman eğitildikleri veride iyi, başka hastanelerin verisinde ise zayıf sonuç verir.

Bağımsız veri setlerinde doğrulama

Ortalama AUC (0,50 = şans, 1,00 = kusursuz). Renkli çubuk çalışmanın seçtiği imzalar, gri çubuk tüm moleküllerle kurulan karşılaştırma modeli.

10 bağımsız RNA kohortu (1.621 örnek): seçilmiş 10 RNA
0,79
10 bağımsız RNA kohortu: tüm RNA'lar
0,65
UK Biobank (9.998 örnek): seçilmiş 10 protein
0,73
UK Biobank: tüm proteinler
0,59

RNA doğrulaması sepsis, bipolar bozukluk, Parkinson, romatoid artrit ve tip 2 diyabette; protein doğrulaması meme kanseri, akciğer kanseri, koroner arter hastalığı, Parkinson ve tip 2 diyabette yapıldı.

Kanser açısından da dikkat çeken bazı imzalar bulundu: akciğer kanserinde tümör ilerlemesi ve yayılımıyla ilişkili PTP4A2, mide kanserinde tümör mikroçevresini düzenleyen CXCL12, meme kanserinde bağışıklıkla "iltihaplı" bir tümör ortamını yansıtan HLA-DRA. Protein imzalarının UK Biobank'ta sınandığı beş durumdan ikisi meme ve akciğer kanseriydi. Ancak çalışma, kanser hastalarının tanı anında mı yoksa tedavi sürecinde mi örneklendiğini hastalık bazında ayrıntılı olarak sunmuyor; bu nedenle bu bulgular kanser taraması için doğrudan kullanılamaz.

Önemli

Bu atlas bir tanı ya da tarama testi değil. Model, 29 durumun yaklaşık üçte birinde yanlış sonuç verdi ve henüz sağlıklı görünen kişilerde hastalığı erken yakalayıp yakalamadığı test edilmedi. Kanser taramasında kanıtlanmış yöntemler (kolonoskopi, mamografi, HPV testi ve uygun kişilerde düşük doz akciğer tomografisi) geçerliliğini koruyor.

Bu çalışmanın sınırlamaları neler?

  • Tek bölge, hastane temelli: Tüm örnekler Erzurum'daki iki hastaneden geldi. Yazarlar kohortu "seçilmemiş" olarak tanımlasa da katılımcılar hastaneye başvuran kişiler; farklı coğrafya ve etnik kökenlere genellenebilirlik dış doğrulamalarla kısmen sınandı.
  • Dengesiz gruplar: Bazı hastalıklarda örnek sayısı az. Yazarlar istatistiksel olarak buna dayanıklı yöntemler kullandı, ancak küçük gruplardaki sonuçlar daha belirsiz.
  • Hastalık düzeyinde analiz: Örneğin "akciğer kanseri" tek bir grup olarak ele alındı; alt tipler, evreler ve tedavi durumu ayrıca incelenmedi.
  • Karıştırıcılar: Yaş, cinsiyet ve vücut kitle indeksi dışında yaşam tarzı ve ilaç kullanımı gibi etkenler tam olarak hesaba katılmadı.
  • Kesitsel tasarım: Her kişiden tek örnek alındı; kan imzasının hastalık öncesinde ortaya çıkıp çıkmadığı, yani erken tanıda kullanılabilirliği bilinmiyor.
  • Sınırlı dış doğrulama: RNA modelleri 5, protein modelleri 5 hastalıkta bağımsız olarak sınandı; diğer 90'dan fazla durum için dış doğrulama yok.

Gelecekte ne değişebilir?

Yazarlar bu atlasın, 1 milyon kişiyi hedefleyen "Global 1M Phenome" girişiminin bir parçası olarak büyüyeceğini belirtiyor. Gelecekte tek bir kan örneğinden hem tümör DNA'sına, hem plazma proteinlerine, hem de bağışıklık hücrelerinin RNA'sına bakan çok katmanlı testlerin, hastalıkların erken tanısında ve tedavi yanıtının izlenmesinde birlikte kullanılması mümkün olabilir. Proteogenomik ve yapay zekâ destekli yaklaşımlar bu yönde hızla ilerliyor. Kan testiyle kolon kanseri taraması ve pankreas kanserinde erken tanı panelleri bu alanın bugün kliniğe en yakın örnekleri.

Türkiye'de durum
  • Çalışmanın tüm örnekleri Türkiye'den, Erzurum'dan; RNA dizilemesi Acıbadem Mehmet Ali Aydınlar Üniversitesi'ne bağlı SZA Omics laboratuvarında, İstanbul'da yapıldı. Yazar listesinde Atatürk Üniversitesi'nin onlarca klinik bölümünden hekimler yer alıyor.
  • Hastalık düzeyindeki sonuçlar phenomeatlas.org/wbt adresinde herkese açık. Bireysel veriler katılımcı onamı ve yasal düzenlemeler nedeniyle açık değil; ticari olmayan araştırmalar için başvuruyla paylaşılabiliyor.
  • Tam kan transkriptomu bugün Türkiye'de ya da dünyada klinik bir test olarak sunulmuyor; bu tür bir analiz için ücret karşılığı "hastalık taraması" önerilmesi halinde dikkatli olunmalı.

Sık sorulan sorular

Tek bir kan testiyle 98 hastalık teşhis edilebilir mi?
Hayır, henüz değil. Bu çalışma 98 sağlık durumunun kandaki RNA izlerini haritalayan bir araştırma kaynağıdır. Yapay zekâ modeli 29 durumu yaklaşık üçte iki, RNA ve proteinler birlikte kullanıldığında 28 durumu dörtte üç oranında doğru ayırt etti; bu, klinik bir test için yeterli değil.
Tam kan transkriptomu nedir?
Kandaki hücrelerin, özellikle bağışıklık hücrelerinin, o anda çalışan yaklaşık 20 bin geninden üretilen RNA'nın ölçülmesidir. Vücudun hastalıklara verdiği bağışıklık ve metabolizma yanıtının bir fotoğrafını verir.
Bu test kanseri erken yakalayabilir mi?
Bilinmiyor. Çalışmada kanserli hastaların kanında belirgin imzalar bulundu, ancak sağlıklı görünen kişilerde kanserin erken yakalanıp yakalanamadığı test edilmedi. Kanser taramasında kolonoskopi, mamografi ve HPV testi gibi kanıtlanmış yöntemler kullanılmalıdır.
Çalışma neden Türkiye için önemli?
Tüm örnekler Erzurum'dan toplandı ve RNA dizilemesi İstanbul'da yapıldı. Türkiye'den bu ölçekte bir omik veri setinin uluslararası bir atlasın temelini oluşturması, ülkemizin biyomedikal araştırmada veri üreten bir ülke olarak yer alması açısından önemli.

Sözlük

Transkriptom
Bir hücre ya da dokuda belirli bir anda üretilen tüm RNA moleküllerinin bütünü.
Proteomik
Kandaki ya da dokudaki çok sayıda proteinin aynı anda ölçülmesi.
Hücre dışı DNA
Hücrelerden, tümörler dahil, kana dökülen DNA parçaları; likit biyopsinin temelidir.
AUC
Bir testin hastayı sağlıklıdan ayırma gücü; 0,5 şans düzeyi, 1,0 kusursuz ayırımı gösterir.
F1 skoru
Bir modelin hem doğru pozitifleri yakalama hem de yanlış alarm vermeme başarısını birleştiren ölçü.
Bağışıklık yaşlanması
Yaşla birlikte bağışıklık hücrelerinin sayı ve işlevinde ortaya çıkan değişiklikler.

DROZDOGAN Akademi Yorumu

Kan, vücudun "kara kutusu" gibi. Bu atlas, o kutunun içindeki bağışıklık kayıtlarını ilk kez bu genişlikte okuyor ve bunu Türkiye'den yapıyor.

⚡ Neden önemli

98 sağlık durumunu aynı yöntemle inceleyen açık bir kaynak; hastalıkların ortak ve ayrışan bağışıklık ve metabolizma imzalarını karşılaştırmaya olanak veriyor. RNA ve proteinin birbirini tamamladığını aynı kişilerde gösteriyor.

✅ Güçlü yönler

Büyük örneklem, standart örnek toplama, hemoglobin RNA'sının başarıyla uzaklaştırılması, eşleşmiş protein verisi, bağımsız kohortlarda ve UK Biobank'ta dış doğrulama, herkese açık veri portalı.

⚠️ Sınırlamalar

Tek bölgeden hastane temelli örneklem, dengesiz grup büyüklükleri, hastalık alt tipi ve tedavi durumunun ayrıştırılmaması, kesitsel tasarım ve çoklu sınıflamada yaklaşık üçte bir hata oranı.

🩺 Pratikte

Bugün hasta yönetimini değiştirmiyor. Hekimler için hastalıkların kandaki bağışıklık izlerini incelemek ve yeni biyobelirteç fikirleri üretmek için değerli bir araştırma aracı.

❓ Açık sorular

Kan RNA imzaları hastalık başlamadan önce değişiyor mu? Tedaviye yanıt ya da nüks bu imzalarla izlenebilir mi? Hücre dışı DNA, protein ve RNA'yı birleştiren tek bir kan testi, kanseri mevcut taramalardan daha erken yakalayabilir mi?

Sonuç: WBT Atlası, "tek kan örneğiyle çok hastalık" hedefine giden yolda önemli bir yapı taşı. Klinik kullanıma ulaşması için ileriye dönük, çok merkezli ve sağlıklı bireylerde yapılacak çalışmalar gerekiyor.

Şeffaflık notu
  • Bu yazı Ekim 2026'da hazırlanmıştır.
  • Veriler, Nature Communications'ta "Article in Press" olarak yayımlanan makalenin tam metninden alınmıştır; makalenin son düzenlenmiş sürümünde küçük değişiklikler olabilir.
  • Kanser türlerine göre örnek sayıları ve sınıflama başarıları makalenin ek tablolarında yer aldığı için bu yazıda ayrıntılı verilmemiştir.
  • Şema, metindeki doğrulanmış ifadelerden türetilmiştir; yeni veri içermez. Akademi yorumu bize aittir.

Kaynaklar

  1. Li M, Tatar A, Green E, ... Turkez H, Mardinoglu A. Whole blood transcriptomics atlas across human diseases. Nat Commun. 2026 (Article in Press). doi:10.1038/s41467-026-78440-w
  2. WBT Atlas veri portalı. phenomeatlas.org/wbt
  3. Bueno Álvez M, et al. A human pan-disease blood atlas of the circulating proteome. Science. 2025. proteinatlas.org
  4. KTH Kraliyet Teknoloji Enstitüsü. Mengzhen Li doktora tezi: Multi-disease characterization and classification through transcriptomics-based multi-omics analysis (Haziran 2026). kth.se
  5. Global 1M Phenome Initiative. mphenome.org
DROZDOGAN YAPAY ZEKA

Bu yazıyı birlikte inceleyelim

Makale hakkında sorun; yanıtları sitemizdeki yayımlanmış yazılarla birlikte okuyun.

DROZDOGAN YAPAY ZEKA

Drozdogan Asistanı

Bir Tüp Kanda 98 Hastalığın İzi: Erzurum’dan Dünyaya Tam Kan Transkriptom Atlası

Makale hakkında sorun; yanıtları sitemizdeki yayımlanmış yazılarla birlikte okuyun.

Sohbet ve gizlilik bilgisi

Bu sohbet, Drozdogan Asistanı tarafından yanıtlanır ve kalite kontrolü için yetkili site yöneticilerince incelenebilir. Kişisel bilgilerinizi paylaşmayın.

Yanıtların hazırlanmasında OpenAI altyapısı kullanılır. Soru ve yanıtlar bu hizmette işlenir; sohbet kayıtları sitemizde saklanır. Kimlik, iletişim veya kişisel sağlık bilgisi paylaşmayın.

0 / 1000

Bilgilendirme amaçlıdır; kişisel tanı veya tedavi önerisi vermez.

İlgili Makaleler

Bu konuyu farklı yönleriyle ele alan diğer yazılar.

Bilimden Haberdar Olun

Yeni yazılar ve bilimsel gelişmeler e-postanıza gelsin.

Google Analytics genel sayfalarda bu pencereye bağlı olmadan çalışır ve analitik çerezler kullanabilir. Buradaki tercihiniz yalnız harici hizmetleri yönetir.

Çerez politikası