Identification of interconnected markers for T-cell acute lymphoblastic leukemia

Olgunlaşmamış T-hücrelerinin normalden daha fazla çoğalmasından kaynaklanan, T-hücresi Akut Lemfoblastik Lösemi (T-ALL) çok kompleks bir hastalıktır. Genel olarak T-ALL'ye sebep olan moleküler mekanizmalar ve genler bilinmiyor. Bu araştırma sonucunda, T-ALL hastaları ile normal/sağlıklı insanları birbirinden ayırt edebilen biyomarker genleri ve bu iki insan grubunda ekpresyonları farklılık göstermedigi halde, farklılık gösteren genleri birbirine bağlayan genleri bulduk. Ek olarak, T-ALL'ye sebep olabilecek yolakları belirledik. Bu sonuçları elde edebilmek ve biyomarker olarak tek başına genler değil, birbirine bağlı alt-ağlar bulmak için, T-ALL hastaları ve sağlıklı insanların gen ekspresyon verileri ile protein-protein etkileşim ağlarını entgre ettik. Ağa dayalı yaklaşımı kullanarak, 109 gen içeren 19 önemli alt-ağ bulduk (409 gen içerisinden). Elde edilen alt-ağların hastaları doğru sınıflandırma başarısı %98' e varıyor. Örneğin %98 sınıflandırma başarısı olan bir alt-ağ, hasta ile sağlıklı insan gruplarını %98 ölçüde birbirinden doğru ayırabiliyor demektir. Alt-ağlardaki bazı genlerin, önceden T-ALL ile ilişkileri bulunmuş, ama diğerlerinin literatürde bu hastalıkla ortaklıklarına rastlanmamıştır. Transkripsiyon faktörlerinin ektopik aktivasyonu, T-ALL'ye yol açan sebeplerden biridir. Bulunan alt-ağlar, transkripsiyon faktörleri açısından zengindir. Çinko elementine bağlanan proteinler de alt-ağlarda sıkça rastlanmıştır. Düşük çinko seviyesi Akut Lemfobalstik Lösemi hastalarının özelliklerinden biridir ve T-ALL hastalarına verilen çinko takviyesinin kemoterapinin etkinliğini artırtırdığı literatürde yer almaktadır. Alt-ağlarda bulduğumuz genlerin 6 tanesi Tirozin Kinaz enzimidir. T-hücerelerinin yaşamasında, üremesinde, bağışıklık sistemideki görevlerini idame ettirmelerinde, bu enzimler çok öenmli rol oynarlar. Alt-ağlarda bulunan bu önemli genler, şuan halihazırda T-ALL teşhisi için kullanılan genlere alternatif biyomarker olarak kullanılabilir. Bu çalışmanın bir diğer amacı da bilim adamlarına, deneylsel doğrulama için potansiyel hastalık genlerinin belirlenmesinde yardımcı olmaktır.Bu araştırmada ayrıca, hasta ile sağlıklılar arasında ekspresyonları en çok farklılık gösteren 100 ve 200 gene hiyerarşik kümeleme tekniği uyguladık. Ekspresyonları en farklı 100/200 gen hastaları ve sağlıklıları daha iyi ayırt edebilir varsayımının aksine, bizim alt-ağlarımız örnekleri sınıflandırmada aynıi bazı durumlarda ise daha başarılı oldular. Aynı işi 100/200 gen yerine, alt-ağlarda bulunan10 gen ile yapmak bir başarı olarak değerlendirilebilir. Kısacası, ağa-bağlı sınıflandırma teknikleri, ekspresyonları farklılık gösteren binlerce geni bulan sadece-ekspresyona bağlı tekniklerden, biyolojik olarak daha anlamlı genler elde etmemizi sağlıyor.