Kanser tedavilerine öncelik vermek için epigenom genelinde crispr-CAS9 tekniğinin analizinin optimizasyonu

CRISPR sistemi ile yapılan genomik çalışmalar kanser tedavilerinde kullanılmak üzere ilaçların geliştirilmesinin hızlanmasına yardım eden bir tekniktir. CRISPR-Cas9 tekniği kanser hücrenin hayatta kalmasında önemli olan genlerin bulunmasında ve bunlara yönelik tedavilerin uygulanmasında kullanılır. Nispeten yeni bir teknoloji olduğu için, bu teknoloji tarafından elde edilen verilerinin analiz edilmesi birkaç sorunu beraberinde getirir. EPIKOL, çok çeşitli epigenetik değiştiricileri hedefleyen, epigenom çapında bir CRISPR kütüphanesidir. Bu çalışmada iki farklı hücre hattında (Prostat ve üçlü negatif meme kanseri) beş EPIKOL verisi kullanıldı. CRISPR-Cas9 deneylerinin analizindeki zorluklar; kullanılan örneklerin kopya sayısının az olması, sgRNA'lerin etkinliği ve okuma sayılarının dağılımı deneyler arasında farklılık gösterebilir. Hedef dışı etkilerin ilaç geliştirme çabalarını yanıltabileceği düşünüldüğünde, genetik tarama verilerinin doğru biçimde yorumlanması özellikle önemlidir. Bu nedenle, farklı tarama kütüphane türlerini ve okuma sayılarını işleyebilen güçlü bir hesaplama algoritması gereklidir. Genom çapında CRISPR tarama analizi için çeşitli yaklaşımlar mevcuttur, ancak bunların tümü küçük ölçekli tarama kütüphanelerine uygun değildir. Küçük ölçekli kütüphanelerle yapılan deneylerin analizinde yanlış pozitiflerin yaygın olduğu görülmektedir. Amacımız, küçük ölçekli CRISPR kütüphanelerine uygun en iyi sonucu veren algoritmayı tanımlamaktır. EPIKOL verilerini kullanarak bu amaca ulaşmak için üç farklı algoritma kullandık ve sonuçlarını karşılaştırdık. Kullanılan algoritmalar: MAGeCK, CRISPRcleanR ve BAGEL2. Bu çalışma, normalizasyon yönteminin veya gen önem sıralanması için kullanılan yöntemin değiştirilmesinin, küçük ölçekli kütüphanelerde daha güvenilir gen listesinin bulunabileceğini göstermektedir. Analiz sonuçları, BAGEL2'nin diğer yöntemlere göre daha fazla sağ kalım için önemli genleri tanımladığını ve analizde kullanılan algoritmanın normalizasyon yönteminin değiştirilmesinin, daha az yanlış pozitif gen bulunan sonuç verebileceğini göstermektedir.