Enfeksyon seyri önceden tahmin edilebilecek

Sabancı Üniversitesi Mühendislik ve Tabiat Bilimleri Fakültesi Mekatronik Programı Öğretim Üyesi Dr. Meltem Elitaş ve grubu tarafından yürütülen proje, antibiyotik direnci geliştirebilecek enfeksiyonlarda en tesirli uygulama formüllerini oluşturabilmek emeliyle 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 sonlu 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 güzel anlayarak antibiyotik direnci geliştirebilecek enfeksiyonlarda en tesirli uygulama tekniklerini oluşturabilmeyi amaçlıyoruz. Yeni antibiyotiklerin bulunması ve var olanların aktifliğini arttıracak stratejilerin geliştirilmesine katkıda bulunmak amaçlarımız ortasında.

ENFEKSYONU EVVELDEN İDDİA EDİYOR
Bu projede geliştirilen mikro aygıtlar ile ‘çip üzerinde enfeksiyon’ oluşturularak antibiyotiklerin bireylere ve enfeksiyon derecesine bağlı olarak ne formda uygulanabileceği inceleniyor. Elde edilen tek hücre hassasiyetindeki datalar ve derin öğrenme algoritmaları ile antibiyotiklerin tesirleri ile bakterilerin direnç geliştirme sistemleri araştırılıyor. Geliştirdiğiniz matematiksel modelle enfeksiyonun seyrinin evvelden 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 halde antibiyotiklerin dirençle müsabakadan, yan tesirlerini en aza indirerek ve enfeksiyonu en aktif formda sonlandıracak dozları belirleniyor. .

BAKTERİNİN ANTİBİYOTİK DOZUNA MEVTİNİ 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 MAHSUS 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 şahsa özel enfeksiyonlarda test edilmesi hedefleniyor. En nihayetinde de klinik uygulamalarda kullanılabilecek bir simülatör ve hastalardan alınan örneklerin testinde süratli ve emniyetli 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 düzeneklerinin çalışılmasında ise Dr. Neeraj Dhar (EPFL, İsviçre – Vaccine and Infectious Disease Organization, Kanada) dayanak sağlıyor.