Enfeksyon seyri evvelce iddia edilebilecek

Enfeksyon seyri evvelden kestirim edilebilecek
Bakterilerin doğal ortamını taklit eden ve optimum hayatta kalma stratejilerini kestirim ederek antibiyotik yansılarını ölçen yeni bir teknik geliştirildi. Enfeksiyonun seyrini evvelden varsayım edebilecek sistemle, ilerleyen devirde bireye özel antibiyotik uygulamaları da mümkün olacak.

Sabancı Üniversitesi Mühendislik ve Tabiat Bilimleri Fakültesi Mekatronik Programı Öğretim Üyesi Dr. Meltem Elitaş ve takımı tarafından yürütülen proje, antibiyotik direnci geliştirebilecek enfeksiyonlarda en tesirli uygulama yollarını oluşturabilmek gayesiyle tasarlandı.

Dr. Elitaş, “Bu muhtaçlık esasen enfeksiyonların ortaya çıkmasıyla birlikte daima var olan bir sorun. Bilhassa, çoklu antibiyotik direnci gösteren varyantların oluşması ve elimizde yeni antibiyotikler üretebilecek çok hudutlu imkan bulunması aslında global bir sorun. Lakin, COVID-19 pandemisinden sonra bu mevzuya gösterilen ihtimam arttı ve çalışmalar hızlandı” dedi. “Microfluidic Microbial Ecology Device ve Mathematical Microecological Model” isimli yeni proje, Avrupa Birliği’nin Horizon 2020 araştırma ve yenilik programından da fon aldı.

YENİ STRATEJİLER GELİŞTİRİYORUZ
Dr. Meltem Elitaş projenin gayesini şöyle anlattı:
“Antibiyotiklerin çalışma sistemlerini daha âlâ anlayarak antibiyotik direnci geliştirebilecek enfeksiyonlarda en tesirli uygulama metotlarını oluşturabilmeyi amaçlıyoruz. Yeni antibiyotiklerin bulunması ve var olanların aktifliğini arttıracak stratejilerin geliştirilmesine katkıda bulunmak gayelerimiz ortasında.

ENFEKSYONU EVVELCE KESTİRİM EDİYOR
Bu projede geliştirilen mikro aygıtlar ile ‘çip üzerinde enfeksiyon’ oluşturularak antibiyotiklerin şahıslara ve enfeksiyon derecesine bağlı olarak ne biçimde uygulanabileceği inceleniyor. Elde edilen tek hücre hassasiyetindeki datalar ve derin öğrenme algoritmaları ile antibiyotiklerin tesirleri ile bakterilerin direnç geliştirme düzenekleri araştırılıyor. Geliştirdiğiniz matematiksel modelle enfeksiyonun seyrinin evvelce iddia edilmesi de amaçlanıyor.

Çip üzerinde enfeksiyonu insanlarda oluşan enfeksiyonlara en yakın gerçekçi şartlarda yaratıyor ve buna, antibiyotik uygulayarak 1-3 mikrometre hassasiyetinde müşahede ve ölçümler yapıyoruz. Hasebiyle bu formda antibiyotiklerin dirençle müsabakadan, yan tesirlerini en aza indirerek ve enfeksiyonu en faal halde sonlandıracak dozları belirleniyor. .

BAKTERİNİN ANTİBİYOTİK DOZUNA VEFATINI TEMEL ALIYORUZ
‘MMEM: Mathematical Microbial Ecology Model’ ile bakterilerin enfeksiyon oluşturma davranışının matematiksel modelini oluşturarak simülasyon ortamında bakterilerin antibiyotik dozlarına verdiği karşılığı varsayım etmeye çalışıyoruz. Literatürde bir çok matematiksel model antibiyotiksiz ya da antibiyotik şartlarda bakterilerin çoğalmasını modellerken bizim modelimizde bakterin antibiyotik dozuna bağlı ölme kinetikleri temel alıyor.

HASTAYA ÖZGÜ UYGULAMA PEŞİNDEYİZ
Proje bitiminde bireyler için enfeksiyona özel antibiyotik uygulaması önerebilecek bir simülasyon programının geliştirilmesi ve bu programdan alınan antibiyotik dozlarının mikroakışkan çip üzerinde oluşturulacak bireye özel enfeksiyonlarda test edilmesi hedefleniyor. En nihayetinde de klinik uygulamalarda kullanılabilecek bir simülatör ve hastalardan alınan örneklerin testinde süratli ve sağlam sonuçlara dayalı olarak hastaya özgü antibiyotik uygulama planını sunan bir platformun oluşturulması amaçlanıyor.”

GRUPTA KİMLER VAR?
Öğretim üyesi Meltem Elitaş yürütücülüğündeki projede, doktora öğrencisi Sümeyra Vural Kaymaz mikrobiyoloji ve mikroakışkan aygıtlarda bakteri deneylerini yaparken, bakterilerin davranışlarını modelleyen matematiksel modellerin oluşturulmasında Dr. Guleser Demir (Dokuz Eylül Üniversitesi), manzara sürece ve derin öğrenme algoritmalarının geliştirilmesinde Dr. Giovanni Volpe (Gothenburg Üniversitesi, İsveç) projeye katkı sunmakta, antimikrobial direnç sistemlerinin çalışılmasında ise Dr. Neeraj Dhar (EPFL, İsviçre – Vaccine and Infectious Disease Organization, Kanada) dayanak sağlıyor.