Onkolojide yeni tedaviler için en umut verici endikasyonları bulmak

Doğru hastaları bulmanın önemi

Modern kanser ilaçları hayat kurtarabilir, ancak hangi hasta gruplarının gerçekten yarar sağlayacağını belirlemek yavaş, maliyetli ve belirsizdir. Her yeni ilaç belirli kanser tipleri ve alt tiplerinde test edilmelidir; yanlış seçimler yıllarca süren araştırmaları ve milyonlarca doları boşa harcayabilir—hasta beklerken. Bu çalışma, seçimleri daha erken ve sistematik biçimde yönlendirmek için sezgilere ve tesadüflere dayanmaktansa milyonlarca gerçek hastadan elde edilen verileri kullanan veri odaklı bir yaklaşım sunuyor.

Günlük tıbbi verileri bir haritaya dönüştürmek

Yazarlar INSPIRE adını verdikleri bir yaklaşım geliştiriyor; bu, “INdication Selection and Prioritization In Real-world data and Evaluation” (Gerçek Dünya Verilerinde Endikasyon Seçimi ve Önceliklendirme ve Değerlendirme) anlamına geliyor. Sadece laboratuvar deneylerinden başlamak yerine, INSPIRE rutin bakım sırasında ABD’de toplanmış büyük gerçek dünya veri setlerinden—iki milyondan fazla kanser hastasının elektronik sağlık kayıtları ve sigorta taleplerinden—öğreniyor. Bu kayıtlar her hasta için teşhisler, tedaviler, laboratuvar testleri, tümör örnekleri ve daha fazlasını içeren uzun bir olay izini barındırır. Ekip bu olayların her birini matematiksel bir “özellik”e dönüştürüyor ve ardından makine öğrenimi kullanarak, benzer hastalarda birlikte görülen tıbbi olayların birbirine yakın düştüğü ortak bir uzaya yerleştiriyor.

Geniş kanser etiketlerinin ötesine bakmak

Çoğu hastane ve faturalama sistemi hastalıkları, tümörün nerede bulunduğunu vurgulayan idari kodlarla tanımlar (örneğin akciğerin hangi kısmı) ve mikroskop altındaki görünümünü belirtmez. Kanser ilacı geliştirme açısından bu genellikle yeterince kesin değildir, çünkü aynı organdaki iki tümör çok farklı davranabilir ve farklı tedavilere yanıt verebilir. INSPIRE bunu patoloji raporları—tümör dokusunun ayrıntılı tanımları—ile doğrudan çalışarak ele alır. Bu raporlardan yöntem, belirli akciğer kanseri alt tipleri gibi ince ayrıntılı kanser kategorileri oluşturur ve erken evre hastalığı ileri, metastatik hastalıktan ayırır. Ardından bu tümör bilgisini hastanın zaman çizelgesine “yayar” ve böylece daha sonra gerçekleşen tedavi, test sonuçları ve diğer olaylarla ilişkilendirilebilmesini sağlar.

Büyük bir immünoterapide yöntemi test etmek

INSPIRE’ın gerçek dünya kararlarını yönlendirmede yardımcı olup olamayacağını görmek için araştırmacılar PD‑1’i engelleyen, yaygın olarak kullanılan kanser immünoterapilerinin hedeflediği ilaçlara odaklandılar. Bu ilaçlar henüz yeniymiş gibi davranmak için yalnızca 2012–2015 verilerini kullandılar ve PD‑1 ilacı almış veya ilgili biyobelirteç testi yapılmış tüm hastaları dışladılar. PD‑1 tedavisi için onay alan ilk kanserler arasında yer alan üç kanseri “referans” hastalık olarak seçtiler. INSPIRE daha sonra veri içindeki her başka kanser alt tipinin bu referanslara hasta yolculuklarındaki örüntülere dayanarak ne kadar benzer olduğunu ölçtü ve resmi onay alacaklarını bilmeden umut verici endikasyonların sıralı bir listesini üretti.

Sıralamalar ne gösterdi

Yazarlar sonuçları “açığa çıkardıklarında” ve INSPIRE’ın sıralı listesini 2015 sonrasında düzenleyicilerin verdiği onaylarla karşılaştırdıklarında, sonunda PD‑1 onayı alan kanser endikasyonlarının yaklaşık yüzde 70’i ilk 50 sırada yer alıyordu. PD‑1 ilaçlarının denemelerde defalarca başarısız olduğu kanserler genellikle daha düşük sıralarda yer aldı. Araştırmacılar zaman penceresini daha yakın yılları da kapsayacak şekilde genişlettiklerinde ve modelin iç parametrelerini değiştirdiklerinde yöntem benzer performans gösterdi; bu da yaklaşımın oldukça sağlam olduğunu düşündürüyor. Analizler ayrıca INSPIRE’ın özelliklerinin iç haritasının tümör türleri, tedaviler ve biyobelirteçler gibi tıbbi olarak ilişkili öğeleri bir araya getirdiğini gösterdi; bu da rasgele örüntüler yerine anlamlı klinik yapıları yakaladığını destekliyor.

Bu yaklaşım kanser ilaç geliştirmeyi nasıl değiştirebilir

INSPIRE laboratuvar bilimini veya klinik yargıyı ikame etmek için değil, ek bir kanıt hattı sağlamak için tasarlanmıştır. Uygulamada, yeni bir kanser ilacı geliştiren bir şirket veya akademik grup, ilacın etkili olduğuna dair güçlü kanıt bulunan az sayıda tümör tipini sisteme girebilir. INSPIRE daha sonra gerçek dünya veri haritasını kullanarak, hastaların nasıl sunulduğu, hastalığın nasıl ilerlediği ve nasıl tedavi edildiği açısından benzer görünen diğer kanser alt tiplerini vurgular. Bu endikasyonlar daha ileri biyolojik çalışma ve nihayetinde klinik denemeler için önceliklendirilebilir. Doğru kanserleri öncelikle test etme olasılığını artırarak, INSPIRE benzeri yaklaşımlar geliştirme sürelerini kısaltabilir, maliyetleri azaltabilir ve hastaların etkili terapilere daha erken erişmesini sağlayabilir.

Atıf: Eckhoff, M., Klingelschmitt, S., Van Ruijssevelt, L. et al. Finding the most promising indications for novel treatments in oncology. npj Precis. Onc. 10, 135 (2026). https://doi.org/10.1038/s41698-026-01352-x

Anahtar kelimeler: kanser ilaç geliştirme, gerçek dünya verisi, onkolojide makine öğrenimi, immünoterapi, tedavi endikasyonu seçimi