Entegre biyoinformatik analiz ve gerçek zamanlı PCR doğrulamasıyla akciğer adenokarsinomunda tanısal ve prognostik biyobelirteçlerin belirlenmesi

Akciğer kanserini erken yakalamanın önemi

Akciğer kanseri, büyük ölçüde genellikle çok geç fark edildiği için en ölümcül kanserlerden biridir. En yaygın tür olan akciğer adenokarsinomu, semptomlara yol açmadan yıllarca sessizce büyüyebilir. Bu çalışma, kanımızda ve tümör dokusunda görülen desenlerin hastalığı çok daha erken ortaya çıkarıp çıkaramayacağını araştırıyor. Büyük genetik veri setlerini yapay zeka ile birleştirip sonuçları gerçek hastalarda çift yönlü doğruladıktan sonra, araştırmacılar bir gün doktorların akciğer kanserini daha erken tespit etmesine ve tedaviye rehberlik etmesine yardımcı olabilecek basit kan biyobelirteçleri bulmayı hedefliyor.

Genlerdeki uyarı işaretlerini aramak

Araştırma ekibi, 506’sı akciğer adenokarsinomu olan ve 16’sı sağlıklı kontrol olan toplam 522 kişiden RNA dizileme verileriyle başladı. RNA, genlerimizin “çalışma kopyası”dır ve hücrelerde hangi genlerin açık veya kapalı olduğunu yansıtır. Verileri dikkatle temizleyip normalize ettikten sonra, kanser ile kanser dışı örnekler arasındaki gen etkinliği seviyelerini karşılaştırdılar. Bu, hastalarda aktivitesi anlamlı şekilde farklı olan 3.513 genin ortaya çıkmasına yol açtı. Farklı ifade edilen bu genler, bilgisayar modelinin gen desenlerine dayanarak kanseri sağlıklı dokudan ayırt etmeyi öğrenebileceği ham maddeyi oluşturdu.

Bilgisayarlara kanseri tanımayı öğretmek

Binlerce gene bakmak için araştırmacılar, beyin hücrelerinin ağlarından esinlenmiş bir yapay zeka türü olan derin öğrenme yaklaşımını kullandılar. Gen aktivite verilerini alıp her bir örneği kanserli veya sağlıklı olarak sınıflandırmayı öğrenen birkaç gizli katmana sahip bir sinir ağı kurdular. Model veri setinin çoğunda eğitildi ve sonra hiç görmediği ayrı bir bölüm üzerinde test edildi. Performans çarpıcıydı: sistem vakaları ve kontrolleri yaklaşık %98 doğrulukla doğru tanımladı, eğri altındaki alan (AUC) 1,0’a (neredeyse kusursuz bir skor) yakın çıktı ve olasılık tahminlerinde son derece düşük bir hata oranı gösterdi. Bu modelden, kararlarına en güçlü katkıyı yapan 20 gen çıkarılarak ileri çalışmalar için umut vaat eden kısa bir aday listesi belirlendi.

Bilgisayar tahminlerinden gerçek kan testlerine

Büyük veri tabanlarında gen desenleri bulmak, bu desenler gerçek kişilerde de görülüyorsa ancak kullanışlıdır. Bunu test etmek için araştırmacılar, 30 akciğer adenokarsinomu hastasından (hepsi erken-orta evre ve önceden tedavi görmemiş) ve yaş ve cinsiyete göre eşleştirilmiş 30 sağlıklı gönüllüden kan topladı. Gerçek zamanlı PCR adı verilen bir laboratuvar yöntemi kullanarak, öngörülen birkaç belirteç geninin kan hücrelerinde ne kadar ifade edildiğini ölçtüler. Özellikle dört gen öne çıktı. CYP2C9, KRT14 ve PECAM1 hastaların kanında sağlıklı kişilere göre çok daha aktifken, A2M daha az aktiftü. Örneğin CYP2C9 düzeyleri hastalarda yaklaşık dört kat daha yüksek, KRT14 yaklaşık sekiz kat daha yüksekti; A2M ise yaklaşık yarı oranındaydı. Bu belirgin farklılıklar, bu belirteçlerin birleşik bir kan testinin kimde akciğer adenokarsinomu olduğunu ayırt etmesine yardımcı olabileceğini düşündürüyor.

Hastaların görünümü ve hastalık davranışı hakkında ipuçları

Çalışma basit evet‑hayır tanısının ötesine geçti. Gen aktivitesini tümör boyutu, yayılma, evre ve hasta sağkalımı gibi klinik bilgilerle ilişkilendirerek, bir kişinin kanserinin nasıl davranacağını öngörebilecek genleri belirlediler. CYP2C9, KCNV1, KRT24, SIRPD, PECAM1 ve LOC730668 adlı kodlamayan bir gen de dahil olmak üzere birkaç gen hasta sonuçlarıyla ilişkilendirildi. Bazıları tümörleri besleyen kan damarlarının büyümesiyle, diğerleri ise kanser hücrelerinin bağışıklık sistemiyle etkileşimi veya hücre ölümüne dirençle ilişkili görünüyordu. Birden fazla bağımsız veri setinde yapılan dış doğrulamalar, bu aday belirteçlerin çoğunun tutarlı davrandığını gösterdi ve bulguların tek bir veri setinin tesadüfü olmadığını gösteren güveni artırdı.

Bu hastalar için ne anlama gelebilir

Basitçe söylemek gerekirse, bu çalışma A2M, CYP2C9, KCNV1, KRT24 ve SIRPD olmak üzere beş genin akciğer adenokarsinomunu genetik veride yüksek duyarlılıkla işaretleyebileceğini ve bunlardan en az dört tanesinin kanlarda net, ölçülebilir değişiklikler gösterdiğini ortaya koyuyor. Bu belirteçler henüz rutin tarama için hazır olmasa da, kanser daha küratif iken akciğer kanserini daha erken tespit edebilecek gelecekteki kan testleri için umut verici bir taslak sunuyorlar. Ayrıca doktorların bir tümörün ne kadar agresif olduğunu tahmin etmelerine ve tedaviyi buna göre kişiselleştirmelerine de yardımcı olabilirler. Daha büyük ve daha çeşitli hasta gruplarında ek çalışmalar gerekecek, ancak bulgular yapay zekanın dikkatli laboratuvar doğrulamasıyla birleştiğinde, akciğer kanseriyle mücadelede pratik, minimal invaziv araçlar arayışını hızlandırabileceğini gösteriyor.

Atıf: Hossein Zadeh, R., Hossein Zadeh, R., Hajimoradi, M. et al. Identification of diagnostic and prognostic biomarkers in lung adenocarcinoma through integrated bioinformatics analysis and real time PCR validation. Sci Rep 16, 6679 (2026). https://doi.org/10.1038/s41598-026-35971-y

Anahtar kelimeler: akciğer adenokarsinomu, biyobelirteçler, derin öğrenme, kan testi, erken kanser tespiti