Tükürükle Biyolojik Yaş Tespiti
Biyolojik Yaş Tespit Edilecek Yeni Yöntem: Tükürük Örnekleriyle!
Karabük Üniversitesi, yenilikçi projeleriyle dikkat çekiyor
KBÜ’den biyomedikal alanda öncü bir proje!
KARABÜK – Karabük Üniversitesi’nde görev yapan akademisyenler, biyolojik yaşın tükürük örneklerinden kolayca tespit edilmesini sağlayacak bir proje geliştirdi. Üniversite, yenilikçi projeleriyle ön plana çıkıyor. Mühendislik Fakültesi Biyomedikal Mühendisliği Öğretim Üyeleri Doç. Dr. Hacı Mehmet Kayılı ve Doç. Dr. Hakan Yılmaz, “Tükürükten Biyolojik Yaş Tespiti İçin IgG N-Glikomu Kullanılarak Makine Öğrenmesi Temelli Bir Modelin Geliştirilmesi ve Serum IgG N-Glikozilasyon Profillerine Bağlı Olarak Validasyonu” adlı TÜBİTAK COST projesini hazırladı.
Akademisyenler, proje kapsamında IgG glikozilasyon profillerini inceleyerek biyolojik yaşın tespiti için bir model oluşturacak. Özellikle tükürük örnekleri kullanılarak geliştirilen bu model, yaşın belirlenmesini çok daha kolay hale getirecek. Ayrıca, serum örnekleri üzerinden yapılacak doğrulama çalışmaları, modelin güvenilirliğini artıracak.
Tükürükteki IgG N-glikozilasyon profillerinin analizinde makine öğrenmesi algoritmalarını kullanan modelin, geleneksel yöntemlere göre daha hızlı ve kesin sonuçlar sunması hedefleniyor. Bu model, bireylerin sağlık durumuna dair önemli bilgiler sunarak biyolojik yaş ile kronolojik yaş arasındaki farkları ortaya çıkaracak.
Proje lideri Doç. Dr. Hacı Mehmet Kayılı, yaptığı açıklamada, proje ile amacın tükürükten biyolojik yaş tespiti için analitik bir yöntem geliştirmek olduğunu belirtti. Ayrıca, bu yeni yöntemi kan örneklerinden elde edilen verilerle karşılaştırmayı hedeflediklerini vurguladı.
Proje kapsamında sağlıklı bireylerden kan ve tükürük örnekleri alınarak biyolojik yaşın belirleneceğini ifade eden Kayılı, “Moleküler düzeyde yaptığımız analizler, hücrelerin yaşlanma sürecini tam olarak göstererek hastalıklara olan yatkınlığı da ortaya koyacak. Bu bilgiler doğrultusunda kişiler yaşlanma süreçlerini kontrol altına alabilir ve sağlıklarını koruyabilirler” dedi.
Doç. Dr. Hakan Yılmaz ise projenin makine öğrenmesi yöntemlerini sağlık alanında etkili bir şekilde kullanmayı amaçladığını belirterek, farklı projelerde de benzer yöntemleri kullanacaklarını ifade etti.
Projenin iki aşamadan oluştuğunu söyleyen Yılmaz, örneklerin toplanması ve analiz edilmesi süreçlerinden bahsederek, elde ettikleri umut verici sonuçlarla sağlık alanında önemli bir adım atmaya hazırlandıklarını belirtti.