Yapay Zeka ve mRNA Teknolojisi Kanser Tedavisinde Ezberleri Bozuyor

Yapay Zeka ve Biyolojinin Beklenmedik Kesişimi

Geleneksel onkoloji paradigmaları, yapay zeka (AI) ve genetik mühendisliğinin kesiştiği noktada köklü bir dönüşüm geçiriyor. Avustralya’da yaşanan son derece çarpıcı bir vaka, kişiselleştirilmiş tıp konseptinin sadece büyük ilaç devlerinin tekelinde olmadığını, disiplinlerarası bir yaklaşımla merkezkaç bir yapıya kavuşabileceğini gösterdi. Beş yaşındaki kurtarma köpeği Rosie’ye terminal dönem mast hücreli tümör (MCT) teşhisi konulduğunda ve standart cerrahi ile kemoterapi prosedürleri başarısız olduğunda, süreç beklenmedik bir teknolojik sıçramaya sahne oldu.

Köpeklerde en sık görülen cilt kanseri türü olan ve salgıladığı histaminlerle ciddi sistemik sorunlara yol açan MCT’ye karşı veteriner hekimlerin Rosie için biçtiği ömür sadece birkaç aydı. Ancak makine öğrenimi (machine learning) alanında tecrübeli fakat biyoloji veya tıp altyapısı bulunmayan bir veri analisti olan Paul Conyngham, çareyi modern biyoteknoloji laboratuvarlarının standartlarını yeniden yazan iki devrimsel araçta buldu: ChatGPT ve Google DeepMind’ın protein katlanma tahmincisi AlphaFold.

Sıfırdan Dokuya: Veri Odaklı Aşı Tasarımı

Bir biyolog olmayan Conyngham’ın vizyonu, kanseri hücresel bir problemden ziyade çözülmesi gereken devasa bir veri seti olarak görmesiyle başladı. Bu ezber bozan süreç, günümüz biyoinformatik laboratuvarları için adeta yeni bir standart çalışma prosedürü (SOP) potansiyeli taşıyor. Sürecin teknik adımları şu şekilde gerçekleşti:

• Genomik Dizileme (Sequencing): İlk adımda, masrafları tamamen kişisel olarak karşılanan bir süreçle Rosie’nin tümör DNA’sı dizilendi. Fiziksel doku örneği, analiz edilebilir dijital veriye dönüştürüldü.
• Yapay Zeka ile Neoantijen Keşfi: Conyngham, New South Wales Üniversitesi (UNSW) Ramaciotti Genomik Merkezi’nden hesaplamalı biyolog Martin Smith ile işbirliği yaptı. Devasa genetik verinin getirdiği hesaplamsal yükü hafifletmek için ChatGPT, tümör üzerindeki hedeflenebilir neoantijenleri belirlemek adına sürece entegre edildi.
• AlphaFold ile 3 Boyutlu Modelleme: Belirlenen neoantijen dizilerinin protein yapılarını ve katlanma biçimlerini tahmin etmek için AlphaFold kullanıldı. Bu sayede aşının hedef alacağı protein bölgeleri kusursuz bir şekilde haritalandı.

Hızlandırılmış Üretim: İki Ayda Konseptten Kliniğe

Tasarım aşamasının ardından, üretimi gerçekleştirmek üzere UNSW RNA Enstitüsü’nden biyo-mimetik kimya uzmanı Pall Thordarson devreye girdi. Thordarson’ın ekibi daha önce yüzlerce farklı terapötik mRNA molekülü üretmiş olsa da, daha önce hiç kanser aşısı çalışmamıştı. Ancak ellerine ulaşan kusursuz yapay zeka tasarımı, süreci inanılmaz ölçüde hızlandırdı.

“Bu hikayenin en can alıcı noktası; tıp, biyoloji veya kimya geçmişi olmayan birinin bu tasarımı yapabilmiş olmasıdır. Paul, genomik dizileme verilerini alıp AI kullanarak neoantijenleri kendisi belirledi.” – Pall Thordarson

Laboratuvar ekibi, DNA şablonunu alarak hızla mRNA üretti ve bu molekülleri taşıyıcı sistem olan lipid nanopartiküller (LNP) içine kapsülledi. Sadece iki ay içinde, konsept tasarımdan formülasyona kadar tüm üretim aşamaları tamamlandı. Queensland Üniversitesi veterinerleri tarafından, etik kurul onaylarının ardından aşı uygulandı. Uygulama, bağışıklık kontrol noktası inhibitörü (immune checkpoint inhibitor) ile kombinasyon terapisi şeklinde yapıldı. Sonuçlar çarpıcıydı: Rosie’nin devasa tümörleri küçüldü ve hareket kabiliyeti kaybolan köpek yeniden koşmaya başladı.

İnsan Onkolojisinde Yeni Ufuklar ve Ölçeklenebilirlik

Rosie’nin hikayesi, kişiselleştirilmiş mRNA kanser aşılarının geleceği için hayati veriler sunuyor. MD Anderson Kanser Merkezi’nden radyasyon onkoloğu Steven Hsesheng Lin, süreci “şaşırtıcı” olarak nitelendirerek, konseptin hastaya ulaşma hızının onkoloji alanındaki en büyük darboğazlardan birini aştığını vurguluyor. Lin ve ekibinin Nature dergisinde yayımlanan son çalışmalarında gösterdikleri üzere, mRNA aşıları tümörleri bağışıklık sistemi blokajına karşı duyarlı hale getirebiliyor.

Bu teknolojik altyapının insanlarda kullanımı ise çok uzak değil. Şu anda insanlarda akciğer kanseri hastaları için bağışıklık kontrol noktası inhibitörleriyle birlikte uygulanan kişiselleştirilmiş mRNA aşılarının (neo-adjuvan terapi olarak) Faz III klinik denemeleri devam ediyor. MD Anderson ve Florida Üniversitesi’nden doktor-bilim insanı Adam Grippin’in de belirttiği gibi, yapay zekanın en heyecan verici kullanımı, bu antijenleri tahmin etmek için gereken süreyi radikal biçimde kısaltmasıdır.

Ekonomik ve Düzenleyici Ekosisteme Etkisi

UNSW RNA Enstitüsü Direktörü Thordarson’a göre, merkezkaç (decentralized) bir iş akışının kanıtı olan bu vaka, teknolojinin erişilebilirliğine dair önemli ipuçları taşıyor. Üretim fazında maliyetleri düşürme potansiyeli sunan yapay zeka destekli süreçlerin önündeki en büyük engel ise artık bilimsel değil; regülasyonlar ve geri ödeme modelleri. Geleneksel onkoloji laboratuvarlarının ve düzenleyici kurumların, makine öğrenimi tarafından hızlandırılmış bu yeni “kişiselleştirilmiş” üretim hızına entegre olması gerekiyor.