Bilim insanları, ameliyat sırasında moleküler kimliğini belirlemek için beyin tümör DNA’sını hızla çözebilen bir yapay zeka aracı tasarladılar; mevcut yaklaşıma göre DNA’dan elde edilen kritik bilgiler birkaç günden birkaç haftaya kadar sürebilmektedir.
Tümörün moleküler tipini bilmek, beyin cerrahlarının ne kadar beyin dokusunun çıkarılacağı ve tümör öldürücü ilaçların doğrudan beyne yerleştirilip yerleştirilmeyeceği gibi kararları hasta hala ameliyat masasındayken vermesini sağlar.
Harvard Üniversitesi Tıp Fakültesi araştırmacıları tarafından yürütülen çalışmay 7 Temmuz’da Med dergisinde yayınlandı. Ameliyat sırasında bir hücredeki DNA değişikliklerini ayrıntılandıran doğru moleküler teşhis, beyin cerrahının ne kadar beyin dokusunun çıkarılacağına karar vermesine yardımcı olabilir.
Beyin Tümörü Kaldığında Tekrar Büyüyebiliyor
Tümör daha az agresifken çok fazlasının çıkarılması hastanın nörolojik ve bilişsel işlevini etkileyebilir. Benzer şekilde, tümör oldukça agresif olduğunda çok azının alınması, geride hızla büyüyüp yayılabilen kötü huylu doku bırakabilir.
HMS Blavatnik Enstitüsü’nde biyomedikal bilişim alanında yardımcı doçent Kun Hsing Yu’ya göre en ileri seviye klinik uygulamalar bile şu anda tümörlerin moleküler profilini ameliyat esnasında çıkarmaya yetmiyor. Geliştirilen bu teknoloji donmuş patoloji slaytlarından şimdiye kadar kullanılmamış biyomedikal sinyalleri çıkararak bu zorluğun üstesinden geliyor.
Yu, ameliyat sırasında tümörün moleküler kimliğini bilmenin de değerli olduğunu, çünkü bazı tümörlerin, ameliyat sırasında doğrudan beyne yerleştirilen ilaç kaplı plakalarla yerinde tedaviden fayda sağladığını söyledi.
Beyin Tümör DNA’sını İncelemek Gerekli
Artık kullanılan standart intraoperatif tanı yaklaşımı, beyin dokusunun alınmasını, dondurulmasını ve mikroskop altında incelenmesini içermektedir. Dokunun dondurulmasının büyük bir dezavantajı, hücrelerin mikroskop altında görünümünü değiştirme eğiliminde olması ve klinik değerlendirmenin doğruluğuna müdahale edebilmesidir.
Dahası, insan gözü, güçlü mikroskoplar kullanıldığında bile bir slayttaki ince genomik varyasyonları güvenilir bir şekilde tespit edemez. Yeni yapay zeka yaklaşımı bu zorlukların üstesinden geliyor.
CHARM (Cryosection Histopatoloji Değerlendirme ve İnceleme Makinesi) adı verilen araç, diğer araştırmacıların kullanımına ücretsiz olarak sunulmaktadır. Araştırma ekibi, hala gerçek dünya ortamlarında yapılan testlerle klinik olarak doğrulanması ve hastanelerde kullanılmadan önce FDA tarafından onaylanması gerektiğini söyledi.
Kanserin Moleküler Kodunu Kırmak
Genomikteki son gelişmeler, patologların, çeşitli beyin kanseri türlerinde ve ayrıca belirli beyin kanseri türlerinde moleküler imzaları ve bu imzaların işaret ettiği davranışları ayırt etmesine olanak tanıdı. Örneğin, en agresif beyin tümörü ve beyin kanserinin en yaygın türü olan glioma, farklı moleküler belirteçler taşıyan ve farklı büyüme ve yayılma eğilimlerine sahip üç ana alt değişkene sahiptir.
Yeni aracın moleküler tanıyı hızlandırma yeteneği, hızlı kanser genetik dizilimi gerçekleştirmek için teknolojiye erişimin sınırlı olduğu alanlarda özellikle değerli olabilir. Ameliyat sırasında verilen kararların ötesinde, tümörün moleküler tipine ilişkin bilgi, saldırganlığı, davranışı ve çeşitli tedavilere olası yanıtı hakkında ipuçları sağlar. Bu tür bilgiler ameliyat sonrası kararlara bilgi verebilir. Ayrıca, yeni araç, Dünya Sağlık Örgütü’nün gliomaların teşhisi ve ciddiyetinin derecelendirilmesi için yakın zamanda güncellenen ve bu tür teşhislerin tümörün genomik profiline göre yapılmasını gerektiren sınıflandırma sistemiyle uyumlu ameliyat sırasında teşhis yapılmasına olanak tanıyor.
%90’ın Üzerinde Doğrulukla Tespit Ediyor
CHARM, üç farklı hasta popülasyonundan 1.524 glioma hastasının 2.334 beyin tümörü örneği kullanılarak geliştirildi. Araç, daha önce hiç görülmemiş bir dizi beyin örneği üzerinde test edildiğinde, belirli moleküler mutasyonlara sahip tümörleri yüzde 93 doğrulukla ayırt etti ve farklı prognozlar taşıyan ve tedavilere farklı yanıt veren, farklı moleküler özelliklere sahip üç ana glioma tipini başarıyla sınıflandırdı.
Bir adım daha ileri giderek araç, kötü huylu hücreleri çevreleyen dokunun görsel özelliklerini başarıyla yakaladı. Her ikisi de daha agresif glioma tiplerine işaret eden, numuneler içinde daha fazla hücresel yoğunluk ve daha fazla hücre ölümü içeren belirgin alanları tespit etme kapasitesine sahipti. Araç ayrıca, daha az agresif olan ve dolayısıyla çevredeki dokuyu istila etme olasılığı daha az olan bir gliomanın alt tipi olan düşük dereceli gliomaların bir alt kümesindeki klinik açıdan önemli moleküler değişiklikleri de tespit edebildi. Bu değişikliklerin her biri aynı zamanda büyüme, yayılma ve tedaviye yanıt konusunda farklı eğilimlere işaret eder.
Araç ayrıca hücrelerin görünümünü (çekirdeklerinin şekli, hücrelerin etrafındaki ödemin varlığı) tümörün moleküler profiliyle ilişkilendirdi. Bu, algoritmanın bir hücrenin görünümünün tümörün moleküler tipiyle nasıl ilişkili olduğunu tam olarak belirleyebileceği anlamına gelir. Yu, görüntünün etrafındaki daha geniş bağlamı değerlendirme yeteneğinin, modeli daha doğru hale getirdiğini ve bir insan patologun bir tümör örneğini görsel olarak nasıl değerlendireceğine daha yakın hale getirdiğini söyledi.
Araştırmacılar, modelin glioma örnekleri üzerinde eğitilip test edilmesine rağmen, diğer beyin kanseri alt tiplerini tanımlamak için başarıyla yeniden eğitilebileceğini söylüyor. Bilim insanları kolon, akciğer, meme gibi diğer kanser türlerinin profilini çıkarmak için zaten yapay zeka modelleri tasarladılar ancak gliomalar, moleküler karmaşıklıkları ve tümör hücrelerinin şekli ve görünümündeki büyük farklılıklar nedeniyle özellikle zorlu olmaya devam ediyor. Yu, CHARM aracının yeni bilgilerden ortaya çıkan yeni hastalık sınıflandırmalarını yansıtacak şekilde periyodik olarak yeniden eğitilmesi gerektiğini söyledi. “Tıpkı sürekli eğitim ve öğretime katılmak zorunda olan insan klinisyenler gibi, yapay zeka araçlarının da en yüksek performansta kalabilmek için en son bilgilere ayak uydurması gerekiyor.”
Hazırlayan: Çağlayan Taybaş
www.sinirbilim.org/beyin-tumor-dnasi-yapay-zeka/
