Biyolojik “neden”i açıklayan modeller.

Genel bakış

Kanıtın belirli bir köken için yeterince güçlü olup olmadığını soran deterministik ACMG/AMP motorları geliştiriyor, Batı merkezli veri tabanlarının gizlediği boşlukları görünür kılıyoruz. Aynı titizliği tedavi başarısızlığının moleküler mantığına da uyguluyoruz: DDR genlerindeki Önemi Belirsiz Varyantların (VUS) yeniden sınıflandırılmasından Antikor-İlaç Konjugatlarına (ADC) karşı içsel direncin aydınlatılmasına kadar, genomik karmaşıklığı uygulanabilir tedavi hedeflerine dönüştürüyoruz. Yapay zekânın klinik bir karara katıldığı yerde sınıfı kurallar belirler; modeller öneri sunar ve denetlenir.

Güncel çalışmalar

• VUS Lens: köken güveni denetimi: Yeterince temsil edilmeyen kökenler için varyant kanıtının nerede güvenilmez olduğunu işaretleyen deterministik bir ACMG kural motoru. 1.277 bilinen patojenik varyantta sıfır yanlış-benign sonuçla doğrulandı; açık kaynak ve yayında.
• VUS Pipeline: tümör konseyleri için karar desteği: ACMG/AMP 2015 + ClinGen SVI + Tavtigian puanlarını deterministik biçimde uygular; sınıfı asla değiştirmeyen danışma niteliğinde bir mekanistik yorumlama katmanı ve kaynak gösteren raporlar sunar. Nasıl çalışır?
• Yapay Zekâ Temelli Varyant Çözümleme (ESMO TAT 2026, Paris): DDR genleri ATM ve PALB2'deki 9.534 germline VUS'un proteom düzeyinde yapay zekâ ile yeniden sınıflandırılması; PARP inhibitörlerinden fayda görebilecek gizli adaylar belirlendi.
• İçsel Direncin Aydınlatılması: Akciğer kanserinde TROP2-ADC tedavilerine direnç gelişimini açıklayan genetik bir kör nokta olan "1p32 Ko-Delesyon" sendromunu tanımladık.
• Sentetik Letalite Yaklaşımı: CDK4/6 inhibitörlerinin ilaca dirençli tümörlerde kurtarma stratejisi olarak kullanılabileceğini doğrulayarak bir moleküler zayıflığı tedavi avantajına çevirdik.

Genel bakış

Nadir ve tedaviye dirençli bir kemik tümörü olan kordomanın tek hücre analizi, geleneksel ölçütlerin göremediği fenotipleri ortaya çıkarıyor: tümör heterojenliğinden ferroptozis kırılganlıklarına. Verinin kıt olduğu yerde "Biyolojik İkiz" yaklaşımını kullanıyoruz: tümör mikroçevresini simüle eden mekanistik yapay zekâ ile sık görülen kanserlerle fenotipik benzerlikleri haritalayıp doğrulanmış tedavilerin yeniden konumlandırılmasının önünü açıyoruz.

Güncel çalışmalar

• Kordomada Ters Entropi Paradoksu: Çoklu ölçekli entropi profilleme paketimiz msep'i sakral kordoma tek hücreli RNA-seq verilerine (Arrieta ve ark., Neuro-Oncology, 2025) uygulayarak, tek tek çeşitlilik gösteren ama topluca disiplinli kalan tümör hücre popülasyonlarını ortaya çıkarıyoruz. Bu, tek ölçekli entropi ölçütlerinin tamamen gözden kaçırdığı yapısal bir imza.
• Ferroptozis Direnci Mimarisi (ESHG 2026, Göteborg): 9.157 TBXT⁺ kordoma hücresinin tek hücre profillemesi transkripsiyonel bir "metabolik kilitlenme" ortaya koydu: uykuda bir SREBF1-ACSL4 ekseni (Pearson r=0,017), tümör hücrelerinin %74,9'unda aşırı GPX4 stoikiometrik baskınlığı ve fonksiyonel olarak sessiz bir system xc⁻ antiporter'ı. Kordoma bazal düzeyde konvansiyonel ferroptozis indükleyicilerine dirençli, ancak statik ER/lipid homeostazisi bozulursa yüksek ölçüde kırılgan.
• Kordomada "Çift Kalkan" Modeli: İki savunma katmanını tanımlayan tek hücreli RNA-seq ve LLM ajan hattı: dışta bağışıklık kaçışı kalkanı (HLA-E/NKG2A), içte yapısal direnç kalkanı (vimentin kaynaklı kısmi EMT). Her iki katmanı da hedefleyen kombinasyon stratejileri 3D organoid ko-kültürlerinde doğrulanmak üzere planlanıyor. Kod açık kaynak; çıktılar araştırma hipotezidir, klinik öneri değildir.
• "Biyolojik İkiz" Stratejisi: Nadir kordoma ile pankreas kanseri (PDAC) arasındaki fenotipik benzerlikleri haritalayarak veri yetersizliğini aşıyor ve ilaç yeniden konumlandırmayı hızlandırıyoruz.
• Dörtlü Eylem Protokolü: Tümörün koruyucu "kalesini" CXCR4 merkezi üzerinden çökertmeyi hedefleyen sistemik bir yaklaşım; radyodirenç, fibroz ve bağışıklık dışlanmasını eş zamanlı hedef alıyor.
• TechBio Entegrasyonu: WNT5A/TGF-β geri besleme döngülerini in silico simüle etmek için mekanistik akıl yürütme yeteneğine sahip TxGemma-27B modelinden yararlanıyoruz.

Genel bakış

Random forest'ları graf sinir ağlarıyla eşleştiren, veri kıtlığında güvenli biçimde başarısız olacak şekilde tasarlanmış hibrit bir uzman karması (MoE). Derin modeller daha önce görmedikleri kimyasal iskeletlerde sessizce hata yapabilir; biz "arızaya dayanıklı" mimariler tasarlıyor ve bunları titiz, tekrarlanabilir protokollerle doğruluyoruz.

Güncel çalışmalar

• Hibrit Uzman Karması (MoE): Graf Sinir Ağlarının topolojik sezgisini Random Forest modellerinin açık hafızasıyla şeffaf bir stacking topluluğu üzerinden birleştiren mimari.
• Epistemik Belirsizlik Yönetimi: Daha önce karşılaşılmamış kimyasal iskeletlerde sessiz hataları önlemek üzere tasarlanmış "Tasarımdan Güvenli" bir çerçeve.
• Tox21 Karşılaştırmalı Değerlendirme: 12 toksisite son noktası, 5 tohumlu protokol ve iç içe iskelet ayrımı. Ön baskı ChemRxiv'de; makale Journal of Chemical Information and Modeling'de değerlendirmede.