Destek kurumu
Süre
Birim
Mesane kanseri (MK) özellikle erkeklerde sık görülen ve nüks/progresyon eğilimi yüksek bir tümör olup tanı ve izlemde altın standart olan sistoskopi invaziv oluşu ve sık tekrar gerektirmesi nedeniyle hasta üzerinde önemli bir yük oluşturmaktadır. İdrara dökülen tümör hücrelerinden elde edilen nükleik asitler non-invaziv moleküler biyobelirteç araştırmaları için cazip bir kaynak sunmaktadır. Rastgele amplifiye edilmiş polimorfik DNA (RAPD)-PCR teknikleri, tümöre özgü genomik instabiliteyi bant paternleri şeklinde yansıtan genetik “fingerprint” profilleri elde etmeye olanak tanımakta, ancak bu yaklaşımın mesane kanserinde kullanımı sınırlı sayıdaki çalışmayla kısıtlı kalmaktadır. Sunulan projenin temel amacı, MK’lı ve sağlıklı olgulara ait idrar sedimentlerinden elde edilen RAPD-PCR tabanlı DNA fragmentasyon paternlerinin MK tanısında ve kasa invazyon durumunun (non-kasa invaziv mesane kanseri, NMIBC; kasa invaziv mesane kanseri, MIBC) öngörülmesinde kullanılabilirliğini araştırmaktır. Histopatolojik tanıları bilinen 30 NMIBC, 20 MIBC ve 20 sağlıklı kontrol olgusuna ait idrar sedimentlerinden ticari kit kullanılarak genomik DNA izole edilecektir. Tek bir GC-zengin RAPD primeri (Bio-A09) ile gerçekleştirilecek RAPD-PCR’ın ürünleri agaroz jel elektroforezinde analiz edilerek bant profilleri jel dokümantasyon sistemi ile dijital olarak kaydedilecektir. Jel görüntülerinden elde edilen bantlar 0/1 (var/yok) mantığıyla skorlanarak tüm örnekleri içeren bir veri matrisi oluşturulacaktır. Dice benzerlik katsayısı, UPGMA temelli dendrogram ve PCoA/MDS analizleri ile gruplar arasındaki genetik benzerlik ve farklılıklar RStudio ortamında nicel olarak ortaya konacaktır. Aynı 0/1 bant matrisi ve jel görüntüleri, kişisel verilerden arındırılmış şekilde dört farklı üretken yapay zeka modeline (ChatGPT, DeepSeek, Gemini, Copilot) sunulacak, modellerden “sağlıklı vs. mesane kanseri” ve “NMIBC vs. MIBC” ayrımına yönelik sınıflandırma yapmaları ve ayırt edici bant paternlerini tanımlamaları istenecektir. Üretken yapay zeka modellerinin çıktıları gerçek tanılarla karşılaştırılarak duyarlılık, özgüllük, doğruluk ve ROC-AUC gibi performans ölçütleri hesaplanacak ve klasik istatistiksel sonuçlarla kıyaslanacaktır. Böylece idrara dökülen hücrelerden elde edilen RAPD profillerinin MK’da non-invaziv biyobelirteç adayı olarak potansiyeli ile farklı üretken yapay zeka araçlarının bu tür moleküler verileri yorumlama kapasitesi hakkında öncü veriler elde edilmesi ve gelecekte geliştirilebilecek üretken yapay zekâ destekli karar sistemlerine zemin hazırlanması beklenmektedir.