Primeri Bilinmeyen Kanserlerde Yeni Dönem: Yapay Zeka ve Genomik Haritalama ile Kayıp Kökeni Bulmak ve Tedaviyi Yönetmek

Primeri bilinmeyen kanser (CUP), kanserin metastaz yaptığı (vücuda yayıldığı) ancak ilk çıkış noktasının, yani köken aldığı dokunun tespit edilemediği onkolojinin en zorlu alanlarından biridir. Geçmişte kaynağı belirsiz tümörler için standart ampirik kemoterapiler temel seçenek olarak görülürken, günümüzde Kapsamlı Genomik Profilleme (CGP), epigenomik testler ve yapay zeka (AI) kullanımı sayesinde büyük bir klinik dönüşüm yaşanmaktadır. Artık onkolojide yapay zeka algoritmaları ve likit biyopsi teknolojileri ile sadece kanserde köken doku tespiti (tissue of origin) yapılmakla kalmıyor, aynı zamanda hedefe yönelik tedavi yanıtlarının tahmin edilmesinde de yapay zekadan faydalanılıyor. Moleküler Tümör Konseylerimiz (MTB) ise tüm bu verileri detaylıca işleyerek, hastalarımız için sadece gerektiğinde standart kemoterapi rejimlerini, gerektiğinde ise nokta atışı akıllı ilaç kombinasyonlarını kurgulayarak "doğru hastada doğru tedaviyi" uygulamamıza olanak tanıyor.

1. WES, WTS, Epigenomik Yöntemler ve Yapay Zeka (AI) ile Tümörün Kaynağını Bulmak

Günümüzde Tüm Egzom Dizileme (WES), Tüm Transkriptom Dizileme (WTS) ve epigenomik yöntemlerdeki ilerlemeler sayesinde, primeri bilinmeyen kanserlerde sadece hedeflenebilir mutasyonları bulmakla kalmıyor, aynı zamanda tümörün köken aldığı asıl organı da derin öğrenme (deep learning) ve makine öğrenmesi (machine learning) modelleriyle yüksek doğrulukla tespit edebiliyoruz.

Likit biyopsi temelli epigenomik değerlendirme yapan global test firmalarının geliştirdiği yenilikçi yöntemlerle, sadece bir kan örneği üzerinden kanserin köken dokusu saptanabilmektedir.
Örneğin Guardant firmasının kandan (plazma hücre dışı DNA üzerinden) çalışan metilasyon tabanlı yeni nesil dizileme testi, 2000'den fazla kansere özgü diferansiyel metillenmiş genomik bölgeyi inceleyerek 12 farklı kanser türünün kökenini belirleyebilmektedir.
Önde gelen bir diğer CGP test firması olan Caris Life Sciences ise, WES ve WTS verilerini kullanarak tümörün köken aldığı dokuyu tahmin eden GPSai adlı klinik olarak doğrulanmış bir yapay zeka (AI) aracı geliştirmiştir.
Kendi veri tabanındaki 201.612 vakanın genomik ve transkriptomik (RNA) profilinden beslenen bu yapay zeka destekli onkoloji modeli, primeri bilinmeyen kanser vakalarının %84'ünde köken dokuyu başarıyla saptayabilmekte ve uygun endikasyon eşleşmesini yapabilmektedir.

2. Standart Kemoterapilere Karşı Moleküler Hedefe Yönelik Tedavi

Journal of Clinical Oncology dergisinde yayımlanan Faz II CUPISCO çalışması, metastatik kanser vakalarında tümörün genetik haritasını çıkarmanın ve tedaviyi Moleküler Tümör Konseyleri ile yönlendirmenin önemini güçlü verilerle desteklemiştir.

Başlangıç kemoterapisiyle hastalığı kontrol altına alınan olumsuz seyirli primeri bilinmeyen kanser hastalarında, standart platin bazlı kemoterapiye devam etmek ile kapsamlı genetik test sonuçlarına dayalı moleküler hedefe yönelik tedavi (MGT) almak karşılaştırılmıştır.
Moleküler hedefe yönelik tedavi alan hastalarda ortanca progresyonsuz sağkalım (hastalığın ilerlemeden geçtiği süre) 6,1 ay olarak gerçekleşirken, sadece kemoterapi almaya devam eden grupta bu süre 4,4 ayda kalmıştır.
Genel sağkalım sürelerine bakıldığında, kemoterapi kolunda ortanca 12,8 ay olan hayatta kalma süresi, moleküler tedavilerle 15,2 aya yükselmiştir.
Çalışmanın en çarpıcı verisi ise genetik haritalama sonucunda "hedeflenebilir" (actionable) bir mutasyon bulunan hastalarda görülmüştür.
Bu grupta moleküler tedavi alan hastaların ilerlemesiz sağkalım süresi 8,2 aya çıkarken, hedeflenebilir mutasyonu olmasına rağmen standart kemoterapi alanlarda bu süre sadece 5,5 ayda kalmıştır.

3. Kliniğimizin Bakış Açısı: Tek Hedefli Tedaviden Kombinasyon Yaklaşımına

CUPISCO çalışması, Moleküler Tümör Konseyleri tarafından alınan kararların ve hedefe yönelik tedavilerin standart kemoterapilere kıyasla sağladığı faydayı açıkça gösterse de, çalışmada uygulanan moleküler strateji ağırlıklı olarak "tek hedef - tek ilaç" mantığıyla yürütülmüştür.

Kanser hücreleri oldukça karmaşık kaçış yollarına sahiptir ve tek bir genetik yolak kapatıldığında hızlıca farklı direnç klonları üretebilirler. Daha önceki blog yazılarımızdan birinde detaylıca anlattığımız hedefe yönelik kombinasyon tedavilerinde de vurguladığımız gibi; tümörün birden fazla genetik zayıflığını aynı anda vuran rasyonel kombinasyon yaklaşımları, hücresel direnci kırmada çok daha üstün ve kalıcı sonuçlar getirmektedir. Bizim klinik tecrübemize ve değerlendirmemize göre, eğer CUPISCO çalışmasında tekil ilaçlar yerine moleküler hedeflere yönelik kombinasyon tedavileri kurgulanmış olsaydı, elde edilen sağkalım avantajı çok daha belirgin boyutlara ulaşabilirdi.

4. Moleküler Tümör Konseyi'nin (MTB) Klinik Kararlardaki Kritik Rolü

Yapay zeka ile kanser tanısını destekleyen AI algoritmalarından, epigenomik verilerden ve geniş CGP panellerinden elde edilen devasa veriyi sadece okumak yeterli değildir; asıl başarı bu genetik şifreyi doğru yorumlayıp kanserin tüm direnç mekanizmalarını alt edecek doğru tedavi stratejisini seçebilmektir.

Kliniğimizde, primeri bilinmeyen kanser vakalarında 6 uzman kanser genetikçisi ve tecrübeli onkoloji hekimlerinden oluşan Moleküler Tümör Konseyimiz (MTB), hastalarımızı kalıplaşmış protokollere mahkum etmeden, bu alanda dünyadaki en gelişmiş valide testleri kullanarak hastanın yapay zeka ve kapsamlı analizlerle çözümlenen biyolojisine en uygun planı oluşturmaktadır. Kemoterapiyi dışlamayan ancak onu sadece rasyonel olduğu durumlarda stratejik olarak kullanan bu yaklaşım sayesinde, 2500'den fazla vakadan elde ettiğimiz derin tecrübe ile en zorlu kanser türlerinde dahi her hastamız için en doğru, etkili ve kişiselleştirilmiş moleküler çözümleri üretmeye devam ediyoruz.

Primeri bilinmeyen kanserde köken doku tespiti ve kişiye özel tedavi planlaması hakkında bilgi almak için kliniğimizle iletişime geçebilirsiniz.

Kaynaklar ve İleri Okuma

Kanda Metilasyon ile Köken Tespiti (AACR 2025): Forouzmand, E., He, Y., Gittelman, R., Selewa, A., Singer, M., Tsai, J., ... & Chudova, D. (2025). A novel methylation-based classifier to identify cancer signal of origin using blood based testing [Abstract 6365]. Proceedings of the American Association for Cancer Research Annual Meeting 2025; Cancer Res 2025;85(8_Suppl_1).
CUPISCO Çalışması: Krämer, A., Bochtler, T., Pauli, C., Shiu, K.-K., Cook, N., Janoski de Menezes, J., ... & Mileshkin, L. (2026). Molecularly Guided Therapy Versus Continued Chemotherapy in Unfavorable Cancer of Unknown Primary: Updated Efficacy and Safety From the Randomized, Phase II CUPISCO Study. Journal of Clinical Oncology.
GPSai (Caris Life Sciences): Ghani, H., Helmstetter, A., Ribeiro, J. R., Maney, T., Rock, S., Feldman, R. A., ... & Oberley, M. J. (2025). GPSai: A Clinically Validated AI Tool for Tissue of Origin Prediction during Routine Tumor Profiling. Cancer Research Communications, 5(9), 1477-1489.