Bu blogu takip edenler bir süredir yaz ekibimle birlikte yürüttüğüm çalışmalara yoğunlaştığımı farketmişlerdir. İstisnasız her gün gece 12'den önce çalışmayı bırakamadığımız bir çalışma temposu içerisinde hızlı bir şekilde ilerlemeye devam ediyoruz, bu durum da bu blogu aksatmama neden oluyor.
Ancak bugün sizlerle geçen hafta sonu keşfettiğim bir durumu paylaşmak istiyorum; bu durum, biyoinformatiğin ne denli önemli ve tamamlayıcı bir alan olduğunun da büyük bir göstergesi bence. Hikaye şöyle: hafta sonu iki öğrencimle (Bihter ve Elif) birlikte 2007 tarihli bir mikrodizi çalışması üzerine yoğunlaştık. Meme kanserinin iki alt tipi üzerine gerçekleştirilen bu çalışmada Affymetrix'in insan transkriptom çalışmaları için geliştirdiği en kapsamlı çipi kullanılmış ve çalışmaya 30 örnek dahil edilmiş. GEO'da GSE5764 olarak kayıtlı bu çalışmanın verileriyle makalenin yayınlandığı tarihten bu yana birçok kez çeşitli şekillerde oynamış ve bu veri üzerinde bireysel projeler gerçekleştirmiştim. O zamanlar sürekli karşıma çıkan bir analiz sonucu, geçen haftasonu da karşımıza çıktı.
Anlatımı [expression] kanserli hücrelerde normal hücrelere göre anlamlı olarak değişen genler üzerine gerçekleştirdiğimiz yolak [pathway] analizleri sırasında karşıma yine aynı yolak çıktı: Malaria. Türkçesi sıtma olan bu hastalıkta etkilenen genlerle, meme kanserinde anlatımı değişen genlerin bir kısmı benzerlik gösteriyor ve bu ilginç bir durum. Birbiriyle tamamen alakasız görünen bu iki hastalık arasında bir ilişki olup olmadığını keşfedebilmek için zamanında uzun araştırmalar gerçekleştirmiş ancak tatmin edici bir sonuca varamamıştım. Bu sefer bir kez daha hızlı bir şekilde Google'da sorgulama ihtiyacı hissettim, ve bilin bakalım neyle karşılaştım?
Geçen ay yayınlanan bir makalede, Sıtma tedavisinde kullanılan bir ilacın meme kanserinin bir alt tipinde kullanıldığında olumlu sonuç verdiğini okudum. Google'da "Malaria Breast Cancer" anahtar kelimelerini kullanarak bu çalışma üzerine yapılan birçok haberi okuyabilirsiniz. Yıllar önce karşıma çıktığında anlamlandıramadığım bu durum gerekli laboratovar altyapısına sahip birilerinin dikkatini çekmiş anlaşılan, ve deneylerle bu ilişkiyi göstermişler. Bu çalışmayı gördüğümde çok heyecanlandığımı itiraf etmeliyim :)
GSE5764 verileri dikkatli bir şekilde analiz edildiğinde dikkat çekici ve kanserle ilişkilendirmesi pek de kolay olmayan bir başka hastalık yolağı daha var, bakalım bununla ilgili yayınları ne zaman okuyacağız. Biyoinformatiği sırf makale yayınlayabilmek için mecbur kalınan son adım olarak görmek yerine, deneysel çalışmaların tamamlayıcı ve anlamlandırıcı bir parçası olarak görmenin beraberinde getireceği büyük kazanımları işaret etmesi bakımından ibret verici bir durumla daha karşı karşıyayız.
Sözün Özü:
Veriyi anlamlandırmak en az veriyi oluşturmak kadar, hatta çoğu zaman çok daha kıymetlidir. Üzerinde yaşadığımız topraklarda bunu anlatmak ne kadar da zor.
Proje:
GSE5764 çalışmasında anlatımı anlamlı olarak değişen genlerle bir fonksiyonel zenginleştirme [functional enrichment] çalışması gerçekleştirin, bakalım bahsettiğim diğer hastalığı bulabilecek misiniz?
Meraklısına:
GEO'da üzerinde denemeler yapabileceğiniz bir çok veri sizin onları anlamlandırmanızı bekliyor :)