Hesaplamalı Sistem Biyolojisi Yaklaşımı ile Kanser İlintili İşaretçi Moleküllerin Tespiti ve Haritalanması

Son yüzyılın en önemli hastalıklarından biri olan kanserden milyonlarca insan zarar görmekteveya hayatlarını yitirmektedir. Kanser Daire Başkanlığı?nın yayınladığı en son resmi verileregöre ülkemizde her yıl yaklaşık 159 bin kişi kansere yakalanmaktadır. Hastalıkla ilgili bu denliciddi bir tablo olmasına karşın, henüz hastalığın moleküler mekanizması aydınlatılamamış vebazı türlerinde erken teşhisiyle ilgili sıkıntılar yaşanmaktadır. Sunulan projede, sistembiyolojisi bakış açısıyla ve özgün bir yöntem ile 13 kanser türünü içeren 39 veri setine ait 1732örnekten omik veri analizini gerçekleştirilmiş ve böylece, kanserlerin arasındaki ortak ya dafarklılık gösteren işaretçi biyomoleküller bulunmuştur.Onaylanan Bütçe:Bu projede transkriptomik seviyede bilgiden yola çıkılarak, diğer çalışmalardan farklı olarak üçgenom-seviyeli biyolojik ağ, transkripsiyonel düzenleyici ağ (transkripsiyon faktör, miRNA vehedef genler), protein-protein etkileşim ağı ve metabolik ağ (gen-enzim-tepkime-metabolitilişkileri), bilgisinden eş zamanlı yararlanılmıştır. Farklı omik seviyelerinden gelen yüksekhacimli verilerin biyolojik ağlar ile bütünleştirilmesi hastalığa özgü alt-ağların oluşturulmasınısağlamış ve istatistiksel, grafik teorisi temelli ve işlevsel zenginleştirme analizleri vasıtasıylahastalıkla ilişkili merkezi moleküller (gen, protein, miRNA, metabolit, vb.), biyolojik süreçler,sinyal iletim ve metabolik yolizleri belirlenmiştir. Bu kapsamda sunulan projede, hastalıklailişkili gen ve proteinlerin tespitine, hastalığın hem diğer hastalıklar hem de biyolojik süreçlerile ilişkisinin açıklanmasına, hastalık yolizlerinin incelenmesine ve tanı, prognoz ve tedavistratejilerinin (teröpatik hedef, biyobelirteç) geliştirilmesine imkân veren bir hesaplamalısistem biyolojisi çerçevesi uygulanmış ve ilgili kanser türleri ile aralarındaki ilişkilerirdelenmiştir.Söz konusu işaretçi moleküllerin ilgili kanserlerin erken tanısına yönelik RNA (mRNA vemiRNA), protein (Transkripsyion faktörü, reseptör veya hub protein) ve metabolit düzeyindeaday biyobelirteçler olarak değerlendirilmesi, hastalıkların tanı ve tedavisine yönelik yöntem,kit ve cihazların üretilmesine olanak sağlaması ve kanser gibi kompleks bir hastalığınmoleküler mekanizmasının aydınlatılması açılarından önem arz etmektedir.Millions of people are suffering and dying because of cancer, one of the lastcentury's most important disease. According to the latest official data published by CancerControl Department in our country, approximately 159 thousand people get cancer eachyear. Though cancer is a serious disease, the early diagnosis of some types of cancer andthe molecular mechanisms of the disease have not been elucidated yet. In this presentedproject, 39 datasets comprising 1732 expression profiles from 13 different cancer type wereanalyzed via systems biology perspective with a unique methodology.In this project, the information at transcriptome level has been set off and unlikeother studies, it was planned to benefit simultaneously from the networks at three genome-level biological: transcriptional regulatory networks (transcription factor, miRNA and targetgenes), protein-protein interaction networks and metabolic networks (gene-enzyme-reaction-metabolite relations). Integration of high-volume data from different omic level withbiological networks offers to create disease-specific sub-networks and through statistical,graph theory-based and functional enrichment analysis, central molecules associated withdisease (genes, proteins, miRNAs, metabolites, etc.), biological processes, signaltransmission and metabolic pathway were determined. In this context, the project resultsshowed the genes and proteins associated with various cancer types; relationships betweenbiological processes and disease as well as relationships between disease and otherdisease; candidate disease trajectories aiming diagnosis, prognosis and treatmentstrategies for cancer (therapeutic targets, biomarkers) and emphasized associations amongdifferent cancer types via computational systems biology tools.Reporter molecules such as RNA (mRNA and miRNA), protein (transcriptionfactor,receptor,hub protein) and metabolites presented in this project are potentialcandidates to evaluate as molecular biomarkers (gene, protein, metabolites) and elicitmolecular mechanism of cancer. Moreover, the outputs may enable the production of kitsand devices or new methods for the diagnosis and treatment of disease