Hassas Onkolojide Devrim: Tüm Genom Analiziyle Kanser Teşhisindeki “Kör Noktalar” Siliniyor

Kanser teşhis ve tedavisinde kullanılan mevcut genetik testlerin çoğu, buzdağının sadece görünen kısmına odaklanıyor. Geleneksel panel testleri, klinik olarak anlamlı veriler sunsa da, genomun bütününü göz ardı ederek potansiyel yaşam kurtarıcı biyobelirteçlerin gözden kaçmasına neden olabiliyor. Biyoinformatik ve yapay zeka (AI) destekli çözümler sunan Inocras, tüm genom dizileme (Whole-Genome Sequencing – WGS) teknolojisini rutin klinik kullanıma entegre ederek bu paradigmayı değiştirmeyi hedefliyor.

Genomun Sadece %0,1’i ile Yetinmek Yeterli mi?

Mevcut standartlarda uygulanan pek çok genetik test, kanser genomunun yüzde 0,1’inden daha azını kapsıyor. Inocras CEO’su Jehee Suh‘a göre, kanser temelde bir genom hastalığı olduğu için, bu kadar dar bir pencereden bakmak teşhis ve tedavide ciddi kısıtlamalar yaratıyor. Karmaşık yapısal varyasyonlar, şifreli yeniden düzenlemeler (cryptic rearrangements) veya kodlamayan bölgelerdeki (intronlar/intergenik bölgeler) mutasyonlar genellikle panel testlerinde tespit edilemiyor.

Suh, bu durumu şöyle özetliyor:

“Geleneksel yöntemlerle kaçırılan her veri, aslında bir tedavi fırsatının kaçırılması anlamına geliyor. Bizim misyonumuz, tüm genom verisini tam bir hasta yanıtına dönüştürmek.”

Büyük Veri ve Biyoinformatik Zorluğu

Tüm genom dizileme verilerinin klinik ortamda kullanılmasının önündeki en büyük engel, verinin devasa boyutudur. Tek bir kanser genomu 100 gigabaytlık bir veriyi aşabilir ve bu ham veriyi işleyip anlamlı klinik içgörülere dönüştürmek çoğu sağlık kurumu için operasyonel bir kabustur. Inocras, geliştirdiği CancerVision ve MRDVision platformları ile bu süreci uçtan uca yöneten bir bulut sistemi sunuyor.

Platformun sunduğu avantajlar şunlar:

• %99’un üzerinde varyant çağırma doğruluğu: Ham mutasyonları klinik olarak anlamlı biyobelirteçlere dönüştürüyor.
• Otomatik Bulut Hattı: Klinisyenlere karmaşık veri dosyaları yerine, doğrudan tedavi kararlarını destekleyen raporlar sunuyor.
• Kapsamlı Görüş: Birincil tümörden kandaki minimal kalıntı hastalığa (MRD) kadar geniş bir perspektif sağlıyor.

Laboratuvarlar İçin Kritik Çözüm: FFPE Numunelerinde Yapay Zeka Düzeltmesi

Patoloji ve genetik laboratuvarlarının en sık karşılaştığı sorunlardan biri, arşivlenmiş doku örneklerinin kalitesidir. Kanser örneklerinin çoğu, DNA hasarına yol açabilen Formalinle Fikse Edilmiş Parafine Gömülü (FFPE) dokular olarak saklanır. Bu durum, hassas genom analizlerinde “gürültü” veya hatalı sonuçlara neden olabilir.

Inocras, bu teknik engeli aşmak için makine öğrenimi tabanlı bir FFPE düzeltme algoritması geliştirdi. Bu teknoloji, numunelerdeki kimyasal artefaktları (yapay bozulmaları) neredeyse mükemmel bir doğrulukla temizleyerek, zorlu numunelerde bile kapsamlı genom analizini mümkün kılıyor. Bu gelişme, özellikle retrospektif çalışmalar ve biyobanka analizleri için laboratuvarlara büyük bir avantaj sağlıyor.

Vaka Çalışması: Teşhisi Değişen Hasta

Teknolojinin klinik etkisine dair çarpıcı bir örnek, akciğer kanseri teşhisi konan 40 yaşındaki bir hastada görüldü. Başlangıçta standart bir EGFR mutasyonunu hedefleyen tedavi gören hastada hastalık ilerlemeye devam etti. Inocras’ın tüm genom analizi (WGS) devreye girdiğinde, panel testlerinin kaçırdığı, NTRK3 ve EML4 arasında füzyon oluşturan nadir bir yapısal bozulma tespit edildi. Bu keşif, hastanın NTRK füzyonlarına yönelik hedefe yönelik bir tedaviye geçmesini sağladı ve prognozunda ciddi bir iyileşme görüldü.

Gelecek Vizyonu: 100.000 Genom ve “AI Ajanları”

Şirket, 2026 yılına kadar dünyanın en büyük kanser genom veri setlerinden birini oluşturmayı hedefleyen “100.000 Hasta Genom Programı”nı başlatmayı planlıyor. Uzun vadeli hedef ise 2030 yılına kadar bir milyon genoma ulaşmak. Bu ölçek, kanserdeki “uzun kuyruk” (long tail) olarak adlandırılan ve hastaların %1’inden azında görülen nadir varyantların istatistiksel olarak anlamlı bir şekilde analiz edilebilmesi için kritik öneme sahip.

Önümüzdeki beş yıl içinde hassas tıbbın sadece daha fazla genom dizilemekle değil, bu verilerin “zekaya” dönüştürülmesiyle tanımlanacağını belirten Suh, vizyonunu şu sözlerle tamamlıyor:

“Bir milyon kanser genomunu keşfeden, yeni onkojenik yolakları haritalayan ve insan kapasitesinin ötesindeki ilaç hedeflerini belirleyen binlerce yapay zeka ajanını hayal edin. Bu değişim hızla yaklaşıyor ve tüm genom dizileme bu on yıl içinde standart bakım haline gelecek.”