Yükseköğretim Kurulu (YÖK) tarafından yapılan resmi açıklamaya göre; Ankara Üniversitesi Tıp Fakültesi, Ankara Üniversitesi Mühendislik Fakültesi ile ABD’nin Ohio eyaletinde bulunan Case Western Reserve Üniversitesi’nin bilgisayar mühendisliği ve protein bilimi alanlarında çalışan araştırmacıları, tıp ve yapay zekayı bir araya getiren küresel ölçekte bir işbirliğine imza attı. Geliştirilen "scProfiterole" adlı algoritma, tek hücre düzeyindeki protein verilerini kullanarak hücreleri öbeklemeye ve doğru karakterize etmeye odaklanıyor.
Yürütülen bu disiplinler arası çalışma; özellikle kanser biyolojisinin anlaşılması, tümörlerin değişim süreçlerinin izlenmesi ve ileride hastaya özgü tedavi yaklaşımlarının geliştirilmesi bakımından büyük bir önem taşıyor.
Mevcut yöntemlere göre yüzde 30 performans artışı
Bir hücrenin nasıl davrandığını anlamada proteinlerin belirleyici olduğuna işaret edilen çalışmada, hücrelerde hangi proteinlerin bulunduğu ile bu proteinlerin miktarının; hücrenin normal işleyişini sürdürüp sürdürmediği, kansere dönüşüp dönüşmediği ya da hangi tedaviye yanıt verebileceği konusunda kritik veriler sunduğu belirtiliyor.
Proje yürütücüleri, tek hücre düzeyinde protein verilerinin elde edilmesinin yeni bir teknoloji olması sebebiyle, bu verilerin yapısal olarak "eksik, kusurlu ve gürültülü" olabileceğini, bu durumun da analiz süreçlerini güçleştirdiğini vurguluyor. İşte bu noktada devreye giren "scProfiterole" algoritması, ağ temelli yapay zeka yaklaşımlarını bir araya getirerek bu kusurlu verilerden daha fazla ve daha güvenilir bilgi çıkarılmasını hedefliyor. Akademisyenler, bu algoritmanın mevcut yöntemlere kıyasla yüzde 30'a varan bir performans artışı sağladığını ifade ediyor.
Uluslararası RECOMB 2026 Toplantısı'nda Türkiye'den kabul edilen tek çalışma
Çalışmanın detaylarını paylaşan Ankara Üniversitesi Mühendislik Fakültesi Yapay Zeka ve Veri Mühendisliği Bölümü Öğretim Üyesi Doç. Dr. Mustafa Coşkun, projenin çıkış noktasının heterojen yapı gösteren hücreleri doğru biçimde öbekleyebilmek olduğunu aktardı. Tümör dokusunda farklı davranan hücrelerin ayrıştırılmasının ileride farklı tedavi seçeneklerinin değerlendirilmesine zemin hazırlayabileceğini ifade eden Coşkun, protein verilerinin analizi hakkında şu teknik bilgileri verdi:
"Protein verileri klasik veri yapılarından farklı özellikler taşıyor, bu nedenle geleneksel yöntemlerin ötesine geçen algoritmalara ihtiyaç duyuluyor. Protein ölçümleri sırasında ortaya çıkan bozulmalar nedeniyle verinin doğrudan anlaşılması güçleşiyor. Bu nedenle çizge temelli sinir ağlarının daha gelişmiş biçimlerinden yararlanarak, hücrelerin sınıflandırılması ve öbeklenmesi için yeni bir yaklaşım geliştirdik."
Doç. Dr. Coşkun, scProfiterole algoritmasının, dünyanın önde gelen hesaplamalı biyoloji konferanslarından biri olarak kabul edilen Research in Computational Molecular Biology (RECOMB) 2026 yılı toplantısında sunulduğunu anlattı. Yunanistan'da gerçekleştirilen bu üst düzey bilimsel toplantıda projenin; Massachusetts Teknoloji Enstitüsü (MIT), Harvard Üniversitesi, Yale Üniversitesi ve Stanford Üniversitesi'nden araştırmalarla birlikte yer aldığını belirten Coşkun, çalışmanın aynı zamanda Türkiye'den kabul edilen tek bilimsel çalışma olduğunun altını çizdi.
Tümör biyolojisinin daha iyi anlaşılmasına imkan sağlayacak
Ankara Üniversitesi Tıp Fakültesi Tıbbi Onkoloji Bilim Dalı Dr. Öğretim Üyesi Pınar Kubilay Tolunay ise kanser dokusundaki hücrelerin tek tip olmadığını, farklı davranışlar sergileyen heterojen bir yapı gösterdiğini kaydetti. Hücrenin o anda ne yaptığını ortaya koyan son ürünün "protein" olduğunu vurgulayan Tolunay, protein düzeylerinin ölçülmesinin kanserli dokunun yapısını anlamada oynadığı rolü ve yapay zekanın katkısını şu sözlerle özetledi:
"Bu proteinlerin sınıflandırılması sırasında çeşitli hatalar ortaya çıkabiliyor, yapay zeka destekli analizler ise daha güvenilir ve daha hızlı sonuçlar elde edilmesine katkı sağlıyor. Yapay zeka destekli bu tür yöntemlerle hücre davranışı, tümör biyolojisi ve tümör çevresindeki inflamatuar hücreler daha hızlı ve daha net anlaşılabiliyor."
Geliştirilen bu algoritmanın henüz klinik pratiğe yansımamamış öncü bir çalışma olduğunu belirten Dr. Pınar Kubilay Tolunay, ilerleyen dönemde tümör biyolojisinin daha iyi anlaşılması, hasta bazında hangi tedavilerin daha faydalı olabileceğinin değerlendirilmesi ve yeni tedavi seçeneklerinin geliştirilmesi bakımından önemli imkanlar sunulacağını kaydetti. Tolunay ayrıca, yapay zeka destekli çalışmaların artmasının onkoloji alanında bireyselleştirilmiş (kişiye özel) tedavilerin daha hızlı gündeme gelmesine katkı sağlayacağını da sözlerine ekledi.
