cf-EpiTracing: Tek Damla Kandan Hastalık Kökenini İzleyen Devrim Niteliğinde Bir Sıvı Biyopsi Platformu

cf-EpiTracing: Tek Damla Kandan Hastalık Kökenini İzleyen Devrim Niteliğinde Bir Sıvı Biyopsi Platformu

cf-EpiTracing, hücre dışı (cell-free) kromatin epigenetik izleme teknolojisi anlamına gelen, Peking Üniversitesi (PKU) araştırmacıları tarafından geliştirilen yenilikçi bir sıvı biyopsi platformudur. Bu yöntem, insan plazmasından yalnızca 50 μl (yaklaşık bir damla kan) gibi çok küçük bir hacimle, hücre dışı DNA’ya bağlı histon modifikasyonlarını yüksek hassasiyetle profilleyerek hastalıkların doku ve hücre kökenini belirleyebilmektedir. Geleneksel sıvı biyopsi yöntemlerinin (ctDNA mutasyon analizi veya metilasyon profilleme gibi) doku kökeni belirsizliği sorununu aşan cf-EpiTracing, epigenom odaklı bir yaklaşım sunarak erken teşhis, moleküler alt tiplendirme ve tedavi yanıtı öngörüsü gibi alanlarda çığır açmaktadır.

Geliştiriciler ve Bilimsel Yayın

Platform, Peking Üniversitesi Gelecek Teknolojiler Fakültesi’nden Prof. He Aibin ve PKU Üçüncü Hastanesi Hematoloji Bölümü’nden Prof. Jing Hongmei liderliğindeki ekip tarafından geliştirilmiştir. Araştırma, ilk yazarlar Xiawei Zhang ve Sen Li başta olmak üzere geniş bir ekiple yürütülmüş ve 4 Mart 2026 tarihinde Nature dergisinde yayımlanmıştır (DOI: 10.1038/s41586-026-10224-0). Çalışmada 125 sağlıklı birey ve 549 hasta (inflamatuar bağırsak hastalığı, kolorektal kanser, koroner kalp hastalığı ve B-hücreli lenfoma) olmak üzere toplam 2.417 cf-EpiTracing profili üretilmiştir.

cf-EpiTracing Nasıl Çalışır?

Yöntem, Biomek i5 otomatik iş istasyonunda tamamen otomatikleştirilmiştir. Temel adımlar şöyle:

• Plazma örneklerine Drosophila S2 hücrelerinden hafif fiksasyonlu spike-in kromatin eklenir (batch etkilerini kontrol etmek için).
• Paramanyetik boncuklara konjuge edilmiş antikorlarla birden fazla histon modifikasyonu yakalanır: H3K4me1, H3K4me2, H3K4me3, H3K9ac, H3K27ac, H3K27me3 ve H3K36me3 (H3K9me3 düşük sinyal nedeniyle dışlandı).
• Tn5 transposaz ile tagmentasyon ve çift turlu barkodlama sayesinde 96 kuyulu plaklarda yüksek verimlilikle kütüphane hazırlanır (6 saatte yüzlerce örnek işlenebilir).
• Sekanslama sonrası veriler Bowtie2 ile hg19 ve dm3 genomlarına haritalanır, PCR duplikatları kaldırılır ve Deeptools ile normalize edilir.
• ChromHMM algoritmasıyla 18 entegre kromatin durumu (Integrated Chromatin States – ICS) modeli oluşturulur. Bu model, ENCODE, ROADMAP ve BLUEPRINT referans epigenomlarından eğitilmiştir.
• Makine öğrenimi (GLM, XGBoost) ile ICS’ler doku-spesifik imzalarla birleştirilir ve hücre tipi dekonvolüsyonu yapılır.

Bu otomasyon ve spike-in normalizasyonu sayesinde 25-200 μl plazma aralığında yüksek tekrarlanabilirlik ve hassasiyet elde edilir (teknik ve biyolojik replikatlar arasında yüksek Spearman korelasyonu).

Ana Uygulamalar ve Klinik Sonuçlar

cf-EpiTracing’in gücü, multimodal epigenomik verileri makine öğrenimiyle birleştirmesinden gelir. Çalışmada dört ana hastalık grubu incelenmiştir:

1. Kolorektal Kanser (CRC) ve Erken Teşhis
   CRC hastalarında kolorektal doku ve karaciğer metastazı gibi organ tutulumları tarafsız biçimde tespit edilir. GLM sınıflandırıcısı ile CRC’yi sağlıklı bireylerden ayırt etme performansı AUC=0.965’tir. Kolorektal adenom (CRA – prekanseröz lezyon) saptama oranı %77,27’dir; XGBoost modeli eğitim setinde %97,6 doğruluk, bağımsız validasyon setinde %92,2 doğruluk gösterir. CRC hastaları iki alt gruba (CRC-1/CRC-2) ayrılır; CRC-1 grubunun nüks riski anlamlı derecede yüksektir (Kaplan-Meier analizi).

2. B-Hücreli Lenfoma Alt Tiplendirme ve Prognoz
   Lenfosit kökenli sinyaller yanında meme, pankreas veya dalak gibi ikincil organ tutulumları belirlenir. DLBCL, FL ve MCL alt tipleri çoklu sınıflandırma AUC’si 0.823 ile ayrılır. DLBCL’de GCB/non-GCB ayrımı %90,68 doğrulukla Hans sınıflandırıcısını aşar. FL’den DLBCL’ye dönüşümde psödotime analiziyle 26 ICS tanımlanmış; BCL6, MYC, IRF4 gibi transkripsiyon faktörü motifleri zenginleşmiştir. Mantle hücreli lenfomada (MCL) t(11;14) translokasyonu doğrudan epigenetik sinyallerle (CCND1 lokusunda H3K4me3/H3K27ac artışı) tespit edilir. Recurrence riski 8 ICS ile öngörülebilir; yüksek/düşük risk grupları arasında sağkalım farkı anlamlıdır. Tedavi yanıtı ve hastalık evresi de XGBoost skorlarıyla yüksek doğrulukla tahmin edilir.

3. İnflamatuar Bağırsak Hastalığı (IBD) ve Koroner Kalp Hastalığı (CHD)
   IBD’de kolorektal sinyaller CRC ile sağlıklı arasında orta düzeydedir. CHD’de kardiyak doku imzaları belirginleşir (GLM AUC=0.971).

4. Genel Doku Kökeni ve Organ Tutulumu
   Her hastada primer hastalık dokusu ve ikincil organ etkilenmeleri tarafsız olarak haritalanır. Plazma ile tümör dokusu arasındaki kansere özgü ICS örtüşmesi ortalama %33,8 (hipergeometrik test p<0.05) olup yöntemin yüksek özgüllüğünü doğrular.

Avantajlar, Sınırlılıklar ve Gelecek Perspektifi

cf-EpiTracing’in en büyük avantajları:

• Minimal invazivlik (tek damla kan),
• Yüksek hassasiyet (50 μl plazma),
• Otomasyon (klinik laboratuvarlara uygun),
• Epigenom odaklı yaklaşım (transkripsiyon bilgisine bağımlı değil).

Yöntem, mevcut sıvı biyopsi teknikleriyle (DNA metilasyonu, mutasyon, kromatin topolojisi) entegre edildiğinde daha da güçlenecektir. Kodlar ve eğitilmiş modeller GitHub’da açık kaynak olarak paylaşılmıştır: https://github.com/Helab-bioinformatics/cf-EpiTracing. Bu repo, veri işleme (cutadapt, Bowtie2, Picard, Deeptools), ChromHMM anotasyonu ve XGBoost/GLM modellerini içermektedir.

Henüz erken aşamada olsa da cf-EpiTracing, kişiselleştirilmiş tıp, erken kanser taraması ve tedavi izleminde paradigma değişimi vaat etmektedir. Gelecek çalışmalarla daha geniş hasta kohortlarında validasyon ve diğer hastalıklara (nörodejeneratif, kardiyovasküler, otoimmün) genişletilmesi beklenmektedir.

Sonuç olarak, cf-EpiTracing sadece bir teşhis aracı değil; hastalıkların moleküler kökenini “izleyen” epigenomik bir pusuladır. Tek damla kanla doku kökenini, alt tipi ve prognozu aydınlatması, klinik pratiği kökten değiştirebilecek potansiyele sahiptir. Bu teknoloji, sıvı biyopsi alanındaki en heyecan verici gelişmelerden biri olarak kabul edilmektedir. Daha fazla detay için orijinal Nature makalesini inceleyebilirsiniz.