Glioblastoma’nın Tehditkar Doğası
Glioblastoma, dünya genelinde her yıl 100,000’den fazla insanın ölümüne neden olan en yaygın ve en ölümcül kötü huylu beyin tümörüdür. Bu tümörlerin bireysel hücreleri, birbirlerinden oldukça farklı olup dinamik olarak çeşitli ‘durumlar’ arasında geçiş yapabilmektedir. Bu esneklik, kanser hücrelerinin tedaviden kaçmasına yardımcı olmaktadır.
EMBL, German Cancer Research Center ve Wellcome Sanger Institute’taki araştırmacılar, glioblastoma hücrelerinin bu durumlar arasında belirli ve öngörülebilir yollar izlediğini gösteren iki yeni çalışma gerçekleştirdi. Araştırmalar, Nature dergisinde yayımlandı.
Moleküler Atlas Oluşturmak
Glioblastoma tümörlerinin yüksek heterojenliği, araştırmacılar ve klinik uzmanlar için uzun zamandır bir zorluk teşkil ediyordu. Bu tümörlerdeki hücreler, sinir hücreleri gibi bazıları, kök hücreler gibi diğerleri veya agresif, yaralanma benzeri bir durumda sıkışmış olarak varlık gösteren çeşitli durumlarda bulunuyor. Ancak mevcut görüş, bu durum geçişlerinin esasen rastgele olduğu yönündeydi.
Wellcome Sanger Institute’tan Omer Bayraktar’ın liderliğindeki ekip, bu görüşü sorgulayarak, glioblastoma hastalarından elde edilen en kapsamlı moleküler veri setlerinden birini analiz etti. Bayraktar, “Bu hastalığın nasıl davrandığını niceliksel yaklaşımlar kullanarak yeniden yapılandırabilir miyiz?” dedi.
Hücre Geçişlerini Yönetme Kuralları
Araştırmacılar, glioblastoma hücrelerinin belirli ve öngörülebilir yollar izlediğini keşfettikten sonra, bu sürecin nasıl düzenlendiğini incelemeye koyuldular. DKFZ’den Moritz Mall’ın ekibi, 1 milyondan fazla hasta kaynaklı glioblastoma hücresinde gen düzenleme imzalarını inceledi ve bu verilerle hücrelerin durumlar arasında nasıl geçiş yaptığını ortaya koydu.
Bu çalışma, hücrelerin düşük plastiklik durumlarında kalmasını sağlayan ve diğer durumlara geçişlerini engelleyen bir dizi ‘güvenlik’ düzenleyici belirledi. Mall, “Bu kuralları anladığımızda, hücrelerin ne yaptığını gözlemlemekle kalmayıp, aynı zamanda ne yaptıklarını değiştirebiliriz,” dedi.
Yapay Zeka ile Yeni Fırsatlar
Glioblastoma’nın tedavisini zorlaştıran çeşitlilik, aslında onu anlamanın anahtarı oldu. Her tümör ve içerisindeki her hücre, kendi genetik ve epigenetik değişiklik kombinasyonunu taşır. scDORI adı verilen derin öğrenme yöntemi, bu gen düzenleme ağlarını tek hücre çözünürlüğünde çıkararak, hücreleri bir durumdan diğerine yönlendiren düzenleyicileri belirlemek için kullanıldı.
Stegle, “Bir tümör, kendi düzenleme programında neredeyse sonsuz sayıda varyasyon üretir. Bu heterojenliği bir engel olarak görmek yerine, AI’yi kullanarak ondan öğrenebiliriz,” dedi. Araştırmacılar, bu yaklaşımı diğer kanserler ve beyin hastalıkları üzerinde de uygulamaya devam ediyorlar.
