Texas Universitesi MD Anderson Kanser Merkezi araştırmacıları, buyuk tek hucre RNA dizileme veri setlerini analiz etme konusunda yeni bilgisayımsal teknik geliştirdi. Geliştirilen bu yeni teknik sayesinde, tumor orneklerinde bulunan ceşitli normal hucrelerle kanser hucrelerinin verileri daha doğru bir şekilde farklılaştırılabiliyor.
CopyKAT adı verilen yeni arac, buyuk tek hucre RNA dizileme deneylerinden elde edilmiş karmaşık verileri daha kolay bir şekilde incelenmesini sağlıyor. Tek hucre RNA dizileme deneyleri, binlerce tekil hucreden gen ekspresyonu verilerinin alınmasını sağlıyor.
[h=2]Kanser hucreleri ve normal hucreleri ayrıştıran arac[/h]
CopyKAT adındaki bu arac, bircok kanserde yaygın gorulen anormal kromozom sayılarına bakmak icin gen ekspresyon verilerini kullanıyor. Arac, ayrıca kanser hucrelerindeki belirgin alt populasyonları ya da klonları da belirlemeye yardımcı oluyor.
Nature Biotechnology'de yayınlanan araştırmanın yazarlarından Nicholas Navin, ceşitli veri setlerinde bu aracı kullanarak karışık tumor orneklerinde tumor hucreleriyle stromal hucrelerini %99 doğrulukla tespit edebildiklerini gosterdiklerini soyledi. Navin, daha sonra alt klonların varlıklarını keşfetmek ve genetik farklılıklarını anlamak icin bir adım daha oteye gidebildiklerini ifade etti.

Geliştirilen CopyKAT algoritması, doğruluk oranını arttırarak ve yeni nesil tek hucre RNA dizileme dataları icin ayarlanarak bu alanda kullanılan eski tekniklerin ustune buyuk bir gelişme koymuş oldu. CopyKAT, farklı kanser hucreleriyle yapılan testlerde karışık orneklerdeki tumor hucreleriyle kanser hucrelerini başarılı bir şekilde ayrıştırabildi.
Araştırmanın yazarları, geliştirdikleri bu aracın kanser alanındaki yeni keşifler icin kullanışlı olmasını umut ettiklerini dile getirirken bu aracın araştırmacıların kullanımına da tamamen acık olduğunu belirtti. Ancak yazarlar, bu aracın tum kanser turundeki calışmalara uygulanabilir olmadığını da dile getirdi.