EVE Online Oyuncuları Akış Sitometrisi Analiziyle Kanser Araştırmalarına Yön Veriyor

1 Nisan 2026
3 dk dk okuma süresi
EVE Online Oyuncuları Akış Sitometrisi Analiziyle Kanser Araştırmalarına Yön Veriyor

Video oyunları geleneksel olarak bireylere günlük yaşamın stresinden uzaklaşıp bambaşka evrenlere adım atma fırsatı sunar. Ancak oyun endüstrisinin ulaştığı devasa boyut, bu platformların sadece eğlence amacı gütmekten çıkıp, küresel bilimsel problemlere çözüm üreten devasa bir hesaplama motoruna dönüşebileceğini kanıtlıyor.

Sanal Evrenden Gerçek Bilime: Oyunlaştırma Stratejisi

McGill Üniversitesi’nden hesaplamalı biyolog Jérôme Waldispühl, birçok araştırmacının hayalini kurduğu bir vizyona liderlik ediyor: Karmaşık biyolojik problemleri mini video oyunlarına entegre ederek geniş kitlelerin hesaplama gücünden faydalanmak. Bu serüvenin ilk adımı, Çoklu Dizi Hizalama (Multiple Sequence Alignment – MSA) problemlerini çözmek için atıldı. DNA veya protein dizilerini hizalayarak evrimsel ilişkileri ve filogenetik ağaçları ortaya çıkaran bu süreç, otomatik yöntemlerle hızlıca yapılabilse de sıklıkla yetersiz hizalamalarla sonuçlanıyordu.

2010 yılında hayata geçirilen Phylo adlı platform, dizi hizalamalarını renkli şekillerden oluşan desenlerle oyunlaştırarak vatandaş bilim insanlarının (citizen scientists) doğruluk payını artırmasını sağladı. Ancak Waldispühl ve ekibi, bu başarının ötesine geçerek daha derin bilimsel darboğazları aşmayı hedefliyordu.

Project Discovery: Kapsülcüler Laboratuvara Giriyor

Uzun vadeli oyuncu katılımını sürdürebilecek yeni bir strateji arayışı, kitle kaynaklı bilimi (crowd-sourced science) video oyunlarına taşıyan Massively Multiplayer Online Science’ın (MMOS) kurucusu Attila Szantner ile yolların kesişmesini sağladı. 2016 yılında, bilimkurgu teması ve bilime meraklı oyuncu topluluğuyla bilinen devasa çok oyunculu çevrimiçi rol yapma oyunu EVE Online‘ın geliştiricisi CCP Games ile tarihi bir ortaklık kuruldu.

“EVE Online, video oyun endüstrisinde eşi benzeri olmayan, devasa bir bilimkurgu evreni. Oyuncu kitlesinin analitik zekası ve bilime olan tutkusu, vatandaş bilimi inisiyatifi için kusursuz bir ekosistem yarattı.” – Attila Szantner

Bu iş birliğinin meyvesi olan Project Discovery, oyuncuların (oyun içi adıyla kapsülcülerin) doğrudan menüleri üzerinden erişebildiği, gerçek araştırma verilerini içeren bir mini oyun olarak tasarlandı. İlk fazlarda oyuncular, İnsan Protein Atlası (Human Protein Atlas) için insan hücrelerinin mikroskopi görüntülerinden 25 milyonu aşkın sınıflandırma yaptı ve astronomik verilerdeki ışık eğrilerini analiz ederek yeni ötegezegenlerin keşfine katkıda bulundu.

Akış Sitometrisi (Flow Cytometry) Darboğazı ve Yeni Bir Dönem

2020 yılında, British Columbia Üniversitesi’nden biyoinformatik araştırmacısı Prof. Dr. Ryan Brinkman’ın projeye dahil olmasıyla odak noktası hücresel analizlere kaydı. Brinkman, laboratuvarların en büyük zaman alıcı problemlerinden birini sanal evrene taşıdı: Akış Sitometrisi (Flow Cytometry) verilerinin analizi.

Akış sitometrisinde hücre popülasyonlarını tanımlamak için kullanılan kapılama (gating) işlemi; son derece manuel, zaman alıcı ve uzmanlar arasında bile subjektif sonuçlar doğurabilen bir süreçtir. Analitik darboğazı aşmak ve tekrarlanabilirliği (reproducibility) artırmak amacıyla araştırmacılar yeniden EVE Online topluluğuna başvurdu.

  • 2020 COVID-19 Dönemi: Oyunculara enfeksiyon sırasında bağışıklık hücrelerinin nasıl değiştiğini anlamak için kan hücresi popülasyonlarını gruplandırma görevleri verildi.
  • 2024 Kanser Araştırmaları: Projenin kapsamı kanser gibi kritik bağışıklık sistemi hastalıklarını içerecek şekilde genişletildi. Oyuncu sonuçlarının kalitesini artırmak için X/Y ekseni yoğunluk eğrileri gibi yeni görselleştirme araçları entegre edildi.

Yapay Zeka Eğitiminde Bir Kilometre Taşı

Vatandaş bilimi projelerinin en büyük zorluklarından biri olan sürdürülebilirlik ve yeterli veri hacmi, EVE Online evreninde başarıyla aşıldı. 2020’den bu yana 900.000’den fazla oyuncu, akış sitometrisi projesine katkıda bulundu.

Bu muazzam veri havuzu sayesinde, bilim insanları akış sitometrisi kapılama işlemini otomatikleştirecek bir Makine Öğrenimi (Machine Learning) algoritmasını eğitmeyi başardı. Onuncu yılına yaklaşan Project Discovery, sanal dünyaların ve onların sakinlerinin gerçek dünyadaki bilimsel etkiyi nasıl ivmelendirebileceğinin en çarpıcı kanıtı olarak literatürdeki yerini aldı.

Editör Yorumu!

Türkiye laboratuvar sektöründe, özellikle hematoloji, immünoloji ve onkoloji alanlarında faaliyet gösteren merkezlerde 'flow sitometri gating' işlemleri ciddi bir iş yükü ve maliyet kalemi oluşturmaktadır. Uzman personel eksikliği ve manuel süreçler, hasta sonuçlarının raporlanmasını geciktirebilmektedir. EVE Online örneği, 'Vatandaş Bilimi' (Citizen Science) yaklaşımının sadece hobi seviyesinde değil, gerçek makine öğrenimi modellerini eğitecek endüstriyel boyutta nasıl kullanılabileceğini gösteriyor. Türkiye, dünyada hızla yükselen oyun geliştirme potansiyeline (özellikle mobil ve PC pazarında) sahip bir ülke. TÜBİTAK veya Sağlık Bakanlığı destekli fonlarla, yerli oyun stüdyolarımız ve araştırma hastanelerimiz arasında kurulacak benzer konsorsiyumlar, Türkiye'nin sağlıkta yapay zeka ve veri etiketleme süreçlerinde küresel bir oyuncu olmasının önünü açabilir. Laboratuvar otomasyonu artık sadece cihazlarla değil, kitle kaynaklı veri analizleriyle de şekilleniyor.

Oyuncular, oyun menüsüne entegre edilen 'Project Discovery' adlı modül üzerinden akış sitometrisi verilerini ve mikroskopi görüntülerini analiz etmektedir. Yapılan hücre popülasyonu kapılama işlemleri, laboratuvar verilerini anlamlandırmak için kullanılacak yapay zeka ve makine öğrenimi algoritmalarını eğitmektedir.

Hücre popülasyonlarını tanımlamak için kullanılan kapılama işlemi manuel yapıldığında son derece zaman alıcıdır. Ayrıca analizler, işlemi gerçekleştiren uzmanlara göre subjektif farklılıklar gösterebilir, bu da sonuçların tekrarlanabilirliğini (reproducibility) düşürür.

Türkiye'nin hızla büyüyen oyun endüstrisi ile araştırma hastaneleri veya TÜBİTAK gibi kurumların iş birliği yapması, veri etiketleme süreçlerini oyunlaştırabilir. Bu sayede hematoloji ve onkoloji laboratuvarlarında hasta sonuçlarının raporlanmasını geciktiren manuel iş yükü, kitle kaynaklı verilerle eğitilen yerli yapay zeka çözümleriyle aşılabilir.

Bülten Aboneliği

Sosyal Medyada Paylaşın

LabHaber

Tüm Hakları Saklıdır @ 2025 - Tasarım ve Yazılım: brain.work

labhaber, laboratuvar, analiz, biyoteknoloji ve test alanlarında faaliyet gösteren profesyoneller için hazırlanmış bağımsız bir sektörel haber platformudur.