APOLLO11: akciğer kanserinde klinik ve çevirisel araştırma için biyoveri odaklı bir model

Akciğer kanseri olan kişiler için bunun önemi

Son on yılda immünoterapi ve hedefe yönelik ilaçlar sayesinde akciğer kanseri tedavisi radikal biçimde değişti, ancak birçok hasta hâlâ bu gelişmelerden yararlanamıyor. Bu makale, İtalya çapında yürütülen APOLLO11 girişimini tanımlıyor: akciğer kanseri hastalarından elde edilen gerçek dünya verilerini ve biyolojik örnekleri sistematik olarak toplayıp yapay zekâ kullanarak hangi hastanın hangi tedaviye yanıt vereceğini anlamayı amaçlıyor. Hastalar ve aileleri için bu, tedavi seçimlerinin deneme-yanılma yerine her bireyin tümörü ve bağışıklık sisteminin derinlemesine okunmasına dayanarak belirleneceği bir geleceğe işaret ediyor.

Herkese tek beden yerine veriyle yönlendirilen bakım

Yazarlar, güçlü yeni ilaçlara rağmen ileri evre akciğer kanseri hastalarının yaklaşık yarısının ya hiç yanıt vermediğini ya da hızla direnç geliştirdiğini açıklıyor. Bugünün başlıca kan ve doku testleri, immünoterapi veya hedefe yönelik tedavilerden kimin yarar göreceğini güvenilir biçimde tahmin edecek kadar ayrıntılı değil. Yeni ilaçlar ve kombinasyonların hızla ortaya çıkışı karşısında, tek bir hipotezi seçkin hasta gruplarında sınayan geleneksel klinik çalışmalar yeterince hızlı ilerleyemiyor. APOLLO11, bu boşluğu kapatmak üzere, günlük uygulamada tedavi edilen binlerce hastadan rutin klinik bilgileri, görüntüleri, laboratuvar testlerini ve gelişmiş biyolojik ölçümleri bir araya getiren uzun vadeli, sürekli güncellenen bir kaynak oluşturmak için kuruldu.

Ulusal bir öğrenen ağ inşa etmek

Proje, “hub-and-spoke” (merkez-ve-yay) sistemiyle örgütlenen onlarca hastaneyi birbirine bağlıyor: büyük kanser merkezleri ve üniversite hastaneleri, daha küçük bölgesel hastanelerle birlikte çalışıyor. Her merkez, güvenli bir elektronik platform kullanarak standartlaştırılmış bilgileri kaydediyor ve imkan sağlandığında tümör dokusu, kan ve dışkı gibi biyolojik örnekleri yerel dondurucularda saklıyor. Her şeyi tek bir depoya göndermek yerine merkezler materyali yerinde tutuyor ve merkezi bir ekip neyin nerede olduğunu takip ediyor. Bu yapı, araştırma altyapısından yoksun olabilecek ancak çok sayıda hastaya bakan küçük hastanelerin anlamlı katkı yapmasını sağlıyor ve verilerin ülke genelinde akciğer kanseriyle yaşayanların gerçek çeşitliliğini yansıtmasına yardımcı oluyor.

Taramalardan hücrelere kadar hastalığı izlemek

APOLLO11, “yenilikçi” bir tedavi (temelde daha eski kemoterapiler dışındaki modern tedaviler) alan her katılımcı hasta için birkaç katmanda bilgi topluyor. Klinik veriler yaş, hastalığın evresi, uygulanan tedaviler, yan etkiler ve sağkalımı içeriyor. Görüntüleme verileri önemli zaman noktalarındaki BT, MRG ve PET taramalarını kapsıyor; bunlar, görüntülerdeki ince desenleri binlerce kantitatif özelliğe dönüştüren “radyomik” yöntemlerle analiz ediliyor. Biyolojik örnekler, tümör DNA’sı, gen aktivitesi, proteinler, metabolitler, vücudun bağışıklık hücreleri ve hatta bağırsak ve ağızdaki mikrobiyota çalışmalarında kullanılıyor. Bazı hastalarda bağışıklık hücreleri, immünoterapiye yanıtı şekillendirebilecek T hücreleri, nötrofiller ve diğer aktörlerin ince davranışlarını ortaya koymak için tek hücre dizilemesiyle tek tek inceleniyor.

Bilgisayarlara tedavi desenlerini öğretmek

Hiçbir tek test kanserin tüm karmaşıklığını yakalayamadığı için APOLLO11, tüm bu veri türlerini makine öğrenmesi ile birleştirmeyi planlıyor. Hassas ham verileri tek bir sunucuya göndermek yerine birçok analiz “federated learning” (dağıtık öğrenme) kullanacak; bu yöntemde her hastane yerel bir model eğitiyor ve hasta düzeyindeki kayıtlar değil, yalnızca model güncellemeleri paylaşılıyor. Nihai algoritmalar açıklanabilir olacak şekilde tasarlanacak: araçlar, belirli bir hasta için tahmini yönlendiren özelliklerin—örneğin özel bağışıklık hücresi desenleri, görüntüleme özellikleri veya genetik değişiklikler—hangileri olduğunu gösterecek. Konsorsiyum içindeki erken çalışmalar, kan bağışıklık hücresi profillerinin ileri düzey küçük hücre dışı akciğer kanserinde immünoterapi sonuçlarıyla nasıl ilişkili olduğunu şimdiden araştırıyor.

Gizliliği korurken bilgiyi paylaşmak

Ağ aynı zamanda gelecekteki bilimsel sorular için bir platform görevi görüyor. Katılımcı merkezlerden ve hatta konsorsiyum dışından araştırmacılar çalışmalar önerebiliyor. Bir yönlendirme komitesi her teklifi klinik önem, yenilik, aciliyet ve uygulanabilirlik ölçütlerine göre değerlendiriyor. Dış gruplar dahil olduğunda, proje bireysel hastaları açığa çıkarmadan gerçek verileri taklit eden sentetik veri setleri üretebiliyor; bu, açıklık ile Avrupa’nın GDPR gibi katı gizlilik kuralları arasında bir denge kurmaya yardımcı oluyor. Bu yönetim modeli, erişimi adil, şeffaf ve gerçekten bakımı iyileştirebilecek çalışmalara odaklı kılmayı amaçlıyor.

Hastalar için ne anlama gelebilir

Basitçe söylemek gerekirse, APOLLO11 akciğer kanseri hastalarının günlük bakımını büyük, yaşayan bir laboratuvara dönüştürüyor. Birçok hastanede gerçek deneyimlerden sistematik olarak öğrenerek—ve taramaları, kan testlerini, tümör analizini ve gelişmiş hesaplamayı birleştirerek—proje, tedavi başlamadan önce hangi hastaların immünoterapi veya hedefe yönelik ilaçlardan muhtemelen yarar göreceğini, kimlerin ciddi yan etki riskiyle karşılaşabileceğini ve kimlerin farklı stratejilere ihtiyaç duyabileceğini söyleyen araçlar geliştirmeyi hedefliyor. Verinin tutarlı kalitesinin korunması ve uzun vadeli finansman gibi zorluklar devam etse de, yazarlar böyle veri odaklı, açıklanabilir ve gizlilik bilincine sahip bir ağın, akciğer kanseri olan kişiler için hassas tıbbı sadece bir vaat değil, gerçek bir uygulama haline getirmek üzere bir kroki olduğunu savunuyor.

Atıf: Prelaj, A., Provenzano, L., Miskovic, V. et al. APOLLO11: a bio-data-driven model for clinical and translational research in lung cancer. npj Precis. Onc. 10, 96 (2026). https://doi.org/10.1038/s41698-026-01295-3

Anahtar kelimeler: akciğer kanseri, immünoterapi, yapay zeka, gerçek dünya verisi, biyobank