KBÜ’de Biyomedikal Alanında Öncü Proje: Tükürükten Biyolojik Yaş Tespiti

Karabük Üniversitesi Mühendislik Fakültesi Biyomedikal Mühendisliği Öğretim Üyesi Doç. Dr. Hacı Mehmet Kayılı ve Doç. Dr. Hakan Yılmaz insan sağlığına ilişkin önemli biyobelirteçlerden biri olan IgG glikozilasyon profillerinin incelenmesiyle biyolojik yaşın tespiti için bir model geliştirecek. Bu modelin, özellikle tükürük örnekleri kullanılarak geliştirilmesi, non-invaziv (girişimsel olmayan) bir yöntemle yaş tespitinin mümkün hale gelmesini sağlayacak. Ayrıca, serum örnekleri üzerinden yapılacak doğrulama çalışmaları, modelin güvenilirliğini ve geçerliliğini artıracak.

Proje kapsamında, tükürükteki IgG N-glikozilasyon profillerinin analizinde makine öğrenmesi algoritmaları kullanılacak. Bu yöntem, geleneksel analizlere kıyasla daha hızlı ve kesin sonuçlar sunmayı hedefliyor.

Geliştirilecek model, biyolojik yaş ile kronolojik yaş arasındaki farkları tespit ederek bireylerin sağlık durumlarına dair önemli veriler sunacak.

Tükürükten biyolojik yaş tespiti, bireylerin sağlık durumlarını daha yakından izlemelerine, yaşlanma süreçlerini anlamalarına ve gerektiğinde önleyici sağlık tedbirleri almalarına yardımcı olacak.  Aynı zamanda, bu tür bir çalışmanın özellikle yaşlanma karşıtı tedaviler, kişiselleştirilmiş tıp ve kronik hastalıkların erken teşhisi gibi alanlarda önemli katkılar sağlayacak.

Hazırladıkları projeyle tükürükten biyolojik yaş tespitine yönelik analitik bir yöntem geliştirmeyi ve bu yöntemi kan örneklerinden elde edilen verilerle kıyaslamayı hedeflediklerini belirten Mühendislik Fakültesi Biyomedikal Mühendisliği Öğretim Üyesi ve Proje Yürütücüsü Doç. Dr. Hacı Mehmet Kayılı, “Bu projenin temel amacı, kişilerin yaşlanma durumu hakkında bilgi vermek, yaşlanmasının ne düzeyde olduğunu kişilere göstermek ve böylelikle kişilerin yaşlanma dereceleri hakkında fikir sahibi olmasını sağlamaktır. Bu projede, ilk olarak sağlıklı bireylerden kan ve tükürük örnekleri alıyoruz. Çok küçük miktar hacimde kan örneği bizim için yeterli oluyor. Vücudumuzda bulunan antikorlara bakarak, antikorlardaki modifikasyonlarını takip ederek, özellikle yaşlanmayla alakalı biyobelirteç seyrini Türkiye popülasyonuna özgü olarak inceliyoruz.” şeklinde konuştu.

Proje kapsamında sağlıklı bireylerden kan ve tükürük örnekleri toplandığını belirten Doç. Dr. Kayılı, “Bu sayede, kişilerden bir biyolojik bir damla kan veya tükürük örneği alarak, kişilerin biyolojik yaşının, normal yaşlarından ileride olup olmadığını tespit edeceğiz. Biliyorsunuz ki insanların bir yaşı var; kronolojik yaş diyoruz bu yaşa; bu, doğumdan itibaren geçen bir süreç. Bir de vücudumuzun çevresel etkilerden ne kadar etkilendiğini gösteren biyolojik yaşımız var. Biz, bu biyolojik yaşımızı, moleküler düzeyde analizlerle gerçekleştiriyoruz. Moleküler düzeyde yaptığımız analizlerde, hücrelerinizin yaşlanma derecesini söyleyerek sizin yaşlanmanızı ve dolayısıyla hastalıklara olan yatkınlığınızı ne düzeyde olduğunu size belirtiyoruz. Eğer biyolojik yaşınız yüksek çıkarsa, siz kendinizi ve hayat tarzınızı ona göre değiştirerek örneğin diyet yaparak veya spor aktivitelerinizi artırarak yaşlanma düzeyinizi geriletebilirsiniz. Böylelikle de hastalıklara daha geç maruz kalabilirsiniz” diye konuştu.

Kayılı, projede iki bursiyerin ve iki araştırmacı hocanın görev aldığını ve projenin TÜBİTAK tarafından desteklendiğini belirtti. Bu yenilikçi çalışmanın, sağlıklı bir yaşlanma sürecine katkıda bulunmayı ve hastalıkların erken teşhisine yönelik önemli bir adım atmayı amaçladığını vurguladı.

Projeyi, KBÜ Öğretim Üyesi Doç. Dr. Hacı Mehmet Kayılı ile birlikte yürüttüklerini belirten KBÜ Mühendislik Fakültesi Biyomedikal Mühendisliği Öğretim Üyesi ve Proje Araştırmacısı Doç. Dr. Hakan Yılmaz, makine öğrenmesinin sağlık alanındaki etkinliğine vurgu yaparak, şu ifadeleri kullandı:

“Makine öğrenmesi, artık günümüzde oldukça popüler, girmediği alan yok diyebiliriz. Bu alanların en başında sağlık geliyor. Biz de sağlıkta etkin ve efektif olarak kullanmaya çalışıyoruz, makine öğrenmesi yöntemlerini. Burada da kişinin normal demografik yaşıyla, kronolojik yaşıyla biyolojik yaşı arasındaki bağıntıyı ortaya koyarak, bağlantıyı ortaya çıkararak bu ilişkileri kullanarak bir yaş tahmini yapmaya çalışıyoruz. Özellikle sağlık alanında ön tanı çalışmalarında, makine öğrenmesi uygulamalarını oldukça fazla kullanıyoruz. Farklı projelerde de yine bu yöntemleri kullanmaya devam ediyoruz.”

Projenin iki temel aşamadan oluştuğunu belirten Doç. Dr. Hakan Yılmaz, “Bu proje aslında iki tane aşamadan oluşuyor: Birinci aşamada örneklerin toplanması, ikinci aşamada ise bu örneklerin analiz edilmesi ve makine öğrenmesi teknikleriyle aradaki bağlantının ortaya koyulması. İlk etaptaki sonuçlarımız umut vaat edici. Tabi şu an net bir rakam veremiyoruz. Özellikle sağlıkta belirli bir aşamaya ulaşmadan rakam vermek çok doğru olmuyor. Ama burada da güzel sonuçlar elde edeceğimizi düşünüyoruz.” diye konuştu.