Siklodekstrin nanopartiküllerin sitotoksik etki mekanizmasının aydınlatılmasında biyoenformatik yaklaşımlar

Bu tez çalışmasında amaç, daha önceden üretilmiş farklı kimyasal yapılara ve yüzey yüklerine sahip amfifilik siklodekstrin nanopartiküllerin kanser hücreleri üzerine sitotoksik etki mekanizmasının metabolomik çalışmalar sonucu gerçekleştirilecek farklı biyoenformatik yaklaşımlarla tespit edilmesidir. MDA-MB-231 meme kanseri hücre hatları, ilaç taşıyıcı sistem olarak önerilmiş siklodekstrin nanopartiküller ile işlem görmüş ve hücre çoğalmasını önleyici etkinin (antiproliferatif etki) en yüksek miktarda gözlendiği nanopartikül ve doz üzerinden çalışılmıştır. Çoğalmanın siklodekstrin nanopartikül ile önlendiği hücre hatları işlem görmüş hücre hatları olarak kullanılmış ve T grubu şeklinde isimlendirilmiştir. Hiçbir şekilde nanopartiküllerle işlem görmeden çoğalmanın önlenmediği grup ise kontrol grubu olarak kullanılmış ve C grubu şeklinde isimlendirilmiştir. T ve C gruplarından elde edilen hücreden arındırılmış lizat çözeltisinden sitozolik fraksiyonlar elde edilmiş ve bu fraksiyonların metabolit profillemesi amacıyla sıvı kromatografisi kütle spektrometrisi (LC-MS) bazlı metabolomik çalışmalar gerçekleştirilmiştir. Metabolit profilleme sonucu herhangi bir şekilde kanser ilacı taşımayan siklodekstrin nanopartiküllerin etkisi ile çoğalmanın önlendiği gruplar (T grupları) ile kontrol grupları (C grupları) arasında metabolom düzeylerindeki değişmeler karşılaştırılmıştır. LC-MS yöntemiyle elde edilen ham verinin içerisinden metabolitlerin bulunarak profillenmesi (tanımlanması) ve T ile C grupları için miktarlarının karşılaştırılması ancak uygun yazılım ve veribankası desteği ile mümkündür. Bu amaçla farklı biyoenformatik yaklaşımlar denenmiş ve metabolit profillemede R programlama dili altında çalışan serbest erişimli bir platorm olan XCMS'in CentWave ve MatchedFilter algoritmaları ile metabolitlere ait pikler tanımlanmaya çalışılmıştır. Bununla birlikte Human Metabolome Database (HMDB) ve Metlin Database veribankaları kullanılarak ortak bulunan metabolit pikleri birbiri ile karşılaştırılmıştır. Ham verilerin değerlendirilmesinde, XCMS Centwave algoritması ve MatchedFilter algoritmasının kesişim kümesi MetaboAnalyst ile ilişkilendirilmiştir. Metabolit profilleme sonucu T ve C grupları için farklılaşan en yüksek miktarda metabolit teşhis edilmiştir. Elde edilen veriler siklodekstrin nanopartiküllerin kanser hücreleri üzerine sitotoksik etki mekanizmasının aydınlatılmasında kullanılmıştır.