Singapur Bilim İnsanlarından Hastalık Araştırmalarını Destekleyecek Büyük Ölçekli Uzun Okuma RNA Dizileme Verisi Seti

Son yıllarda genomik tıpta çığır açan gelişmeler yaşanıyor. Singapur merkezli A*STAR Genome Institute of Singapore (GIS) liderliğindeki uluslararası araştırmacı konsorsiyumu, SG-NEx adlı uzun okuma bazlı RNA dizileme veri setini kamuoyuna sundu. Mart 2025’te Nature Methods dergisinde yayımlanan bu çalışma, yaklaşık 750 milyon uzun RNA dizisini içeren dünyanın en kapsamlı ve titizlikle benchmark edilen uzun okuyucu RNA dizileme veri setlerinden biri olarak kabul ediliyor. Nanopore teknolojisiyle üretilen bu veri tabanı, klasik kısa okuma tabanlı RNA dizileme yöntemlerinin sınırlarını aşarak, hücresel biyoloji ve hastalık patolojilerini yöneten RNA moleküllerinin yapısal ve işlevsel karmaşıklığına benzersiz bir pencere açıyor.

Klasik RNA dizileme yöntemleri, uzun süredir transkriptomik araştırmaların temelini oluşturuyor. Ancak bu yaklaşımlar, RNA moleküllerini kısa parçalara ayırdıktan sonra bunu bilgisayar yazılımlarıyla yeniden birleştirmeye dayanıyor. Bu durum, parçalardan oluşan “bir el yazması”nın, bağlamı olmadan tekrar montajı gibidir ve tam uzunlukta transkriptlerin doğru profillenmesini zorlaştırır. Ayrıca alternatif ekzon kullanım biçimleri, kanserle ilişkili füzyon transkriptleri ve gen düzenlenmesinde rol oynayan kimyasal RNA modifikasyonları gibi karmaşık RNA özelliklerinin tespitinde büyük kısıtlamalar yaratır. Bu engeller, doğru biyobelirteçlerin keşfini güçleştirirken, hastalık mekanizmalarının ayrıntılı anlaşılmasını da engeller.

SG-NEx, bu eksiklikleri gidermek amacıyla uzun okuyucu RNA dizileme teknolojilerinden faydalanarak tek seferde tam uzunlukta RNA moleküllerini yakalamayı hedefliyor. Nanopore teknolojisi, RNA zincirlerini nanometre boyutundaki gözeneklerden geçirerek, elektrik akımındaki değişimleri gerçek zamanlı olarak ölçüyor ve böylece nükleotid dizilerini doğrudan okuyor. Bu metodoloji, alternatif transkript izoformları ve füzyon gen ürünleri gibi karmaşık yapıları yeniden yapılandırma çabasına gerek kalmadan gözlemlemeyi mümkün kılıyor. Elde edilen veri zenginliği, farklı insan hücre tipleri arasında RNA’ların çeşitliliğinin detaylı analizini mümkün kılarak gen düzenlemesi, hücresel heterojenite ve hastalıkla ilişkili transkriptomik değişikliklere yönelik araştırmalara sağlam bir temel sunuyor.

SG-NEx veri seti, yaklaşık 39 terabayt büyüklüğünde devasa bir veri kümesini kapsamakta olup, Amazon Web Services (AWS) Open Data Registry aracılığıyla açık erişim olarak sunulmaktadır. Bu erişilebilirlik, dünya genelindeki araştırmacıların bu kapsamlı veriyi serbestçe kullanabilmesine olanak sağlayarak akademi, endüstri ve klinik araştırma alanlarında eşsiz bir iş birliği platformu oluşturuyor. Açık veri modeli sayesinde, yeni hesaplama yöntemlerinin geliştirilmesi, makine öğrenimi modellerinin eğitilmesi ve kompleks RNA dizileme verilerinden klinik anlamlar çıkarmaya yönelik analiz çerçevelerinin sınanması teşvik edilmektedir.

SG-NEx girişimi yalnızca veri üretmekle kalmayıp, uzun okuyucu dizileme protokollerini klasik kısa okuma yöntemleriyle karşılaştırarak sistematik bir benchmark çalışması da yürütmektedir. Bu karşılaştırma, her teknolojinin spesifik araştırma sorularına uygunluğunu ve güçlü yönlerini ortaya koyarak, araştırmacılara teknoloji seçiminde rehberlik etmektedir. Ayrıca benchmark çalışmaları, dizileme kimyası, kütüphane hazırlama yöntemleri ve hesaplama analizlerinde iyileştirmeleri teşvik ederek alanın gelişimini hızlandırmaktadır. Böylece SG-NEx, salt bir veri deposu olmaktan çıkıp, geleceğin deneysel tasarımlarını ve klinik uygulamaları şekillendiren dinamik bir kaynak haline gelmektedir.

Projenin en kritik hedeflerinden biri ise klinik uygulamalar alanındaki potansiyelidir. Uzun okuyucu dizilemenin sağladığı yüksek çözünürlük, nörodejeneratif hastalıklar, kardiyovasküler sorunlar, enfeksiyöz hastalıklar ve heterojen kanser türleriyle ilişkili yeni RNA biyobelirteçlerinin keşfini kolaylaştırıyor. Özellikle kanserde rol oynayan nadir ve karmaşık füzyon transkriptlerinin tespiti, tanı testlerinin hassasiyetini artırmakta ve kişiselleştirilmiş tedavi yaklaşımlarına zemin hazırlamaktadır. Böylece SG-NEx, RNA tabanlı tanı ve tedavi araştırmalarının gelişimini önemli ölçüde desteklemektedir.

SG-NEx projesi, Duke-NUS Medical School, Ulusal Kanser Merkezi Singapur ve Avustralya’dan Walter and Eliza Hall Institute gibi uluslararası saygın kurumları ortak çalışma ağına dahil ederek disiplinlerarası bir iş birliği modeli ortaya koymaktadır. Bu ortaklık yapısı, genomiğin yanı sıra biyoinformatik ve klinik uzmanlığı entegre ederek veri setinin teknik mükemmeliyete ulaşmasını ve biyomedikal açıdan anlamlı hale gelmesini sağlıyor. Konsorsiyumun bu yapısı, büyük ölçekli projelerde lojistik, teknolojik ve analitik karmaşıklıkların üstesinden gelme kapasitesine örnek teşkil ediyor.

İleriye dönük olarak SG-NEx ekibi, yapay zeka destekli analiz araçları geliştirme çalışmalarını sürdürüyor. Bu AI tabanlı çözümler, RNA özelliklerinin otomatik tespiti ve anotasyonunu gerçekleştirecek, böylece veri analizi sürecinde insan müdahalesini minimize ederek hız ve doğruluk artışı sağlayacaktır. Ayrıca, uzun okuyucu RNA dizileme için standart protokoller oluşturmak amacıyla çalışmalar devam etmekte olup, bu sayede deneylerin tekrarlanabilirliği ve klinik uygulamalardaki kabulü desteklenecektir. Bu süreç, yenilikçi genomik teknolojilerin hastane ortamına entegre edilmesini kolaylaştırarak regülasyon süreçlerini hızlandıracaktır.

SG-NEx veri setinin şeffaflık, ölçeklenebilirlik ve topluluk odaklı doğası, genomin geleceğinde dönüşümcü bir rol üstlenmesine imkan tanımaktadır. RNA transkriptomunun daha önce erişilmez olan detaylarının açığa çıkarılması, yeni biyolojik hipotezlerin oluşturulmasını, biyobelirteç keşif süreçlerinin hızlanmasını ve insan sağlığı ile hastalıklarının moleküler kökenlerinin anlaşılmasında yeni yollar açmaktadır. A*STAR GIS’den Dr. Chen Ying’in ifadesiyle, “RNA’yı parça parça değil, tam ‘bölümler’ halinde okuyabilmek, hücreler içindeki moleküler diyalogların daha net anlaşılmasını sağlamakta ve gizli hastalık mekanizmalarının açığa çıkarılması ile kişiselleştirilmiş tedavilerin geliştirilmesi için vazgeçilmez bir adım olarak değerlendirilmelidir.”

Projenin eğitim boyutu da oldukça önemli. SG-NEx, kapsamlı dökümantasyon ve benchmark metrikleriyle birlikte yüksek kaliteli bir uzun okuyucu RNA dizileme veri seti sunarak, genç bilim insanları ve biyoinformatikçiler için eşsiz bir eğitim platformu oluşturmaktadır. Yeni algoritmaların doğrulanması, hesaplama modellerinin eğitilmesi ve laboratuvar protokollerinin kıyaslanması gibi alanlarda referans olarak kullanılabilen bu kaynak, bilimsel titizlik ve tekrarlanabilirliğin sağlanması açısından büyük önem taşımaktadır.

Sonuç olarak, SG-NEx uzun okuyucu Nanopore RNA dizilemenin yüksek verimlilik, titiz benchmark ve açık veri ilkesini bir araya getirerek transkriptomik araştırmayı yeni bir döneme taşımaktadır. Tam uzunluktaki RNA moleküllerinin benzersiz netlikle erişilebilir olması, insan transkriptomunun karmaşıklığını sistematik şekilde çözümlemeyi mümkün kılmaktadır. Veri setinin kamuya açılması, dünyadaki pek çok laboratuvarın RNA biyolojisini derinlemesine anlamasını kolaylaştırarak tanı, prognoz ve tedavilerde önemli bilimsel ilerlemeleri desteklemektedir.

Veri ve ilişkili araçlar AWS Open Data Registry üzerinden erişilebilir durumda olup, küresel bilim topluluğu bu kaynağı genomik, moleküler tıp ve hesaplamalı biyoloji kesişimindeki yenilikçi araştırmalarında serbestçe kullanmaya davet edilmektedir. SG-NEx girişimi, işbirlikçi ve veri odaklı bilim anlayışının RNA’nın sağlık ve hastalıktaki rollerinin anlaşılmasını hızlandırarak biyomedisindeki yeni sınırları keşfetmeye ve hasta sonuçlarını iyileştirmeye öncülük edeceğinin sinyalini vermektedir.

—

**Araştırma Konusu**: RNA dizileme, Nanopore uzun okuma dizileme, transkriptomik, biyobelirteç keşfi.
**Makale Başlığı**: A systematic benchmark of Nanopore long-read RNA sequencing for transcript-level analysis in human cell lines.
**Haberin Yayın Tarihi**: 13-Mar-2025.
**Web References**: http://dx.doi.org/10.1038/s41592-025-02623-4
**Resim Credits**: A*STAR.
**Anahtar Kelimeler**: RNA dizileme, Enfeksiyöz hastalıklar, Klinik araştırma, Keşif araştırması, Açık erişim, Biyobelirteçler, Kanser tedavileri, Nanopore dizileme.