SİNİRBİLİM MAKALELERİ

Beyin Gökten Genistir
Beyin gökten çok daha genistir,

Yan yana koyarsan ikisini,

Beyin kendi içine rahatça

Sıgdırır hem gögü, hem seni.

Beyin denizden çok daha derin,

Belki masmavi denizin dibi,

Ama beyin onu hemen emer

Kova dolduran süngerler gibi.

Beyin, Tanrı agırlıgına denk,

Kaldır, dirhem dirhem tart istersen,

Sanki degisik görünürler mi!

Hece nasıl degisikse sesten?

Emily Dickinson

(1830 – 1886)

Ekim 2013’te baslatılan Insan Beyin Projesi (IBP), nörobiyolog Henry Markram tarafından beyni anlamak, nörolojik hastalıkları tedavi etmek ve bilgi teknolojisi olusturmak için yeni ve cesur bir yol olarak baslatıldı. Avrupa Komisyonu’nun Gelecek ve Gelisen Teknolojiler programı tarafından finanse edilen iki ‘amiral gemisi’ önerisinden biridir.

2013’de beyin arastırmaları için önemli bir yıldı. Hem Avrupa Birligi hem de Amerika Birlesik Devletleri, özellikle sinirbilime esi görülmemis bir destek ayırmayı kabul etti. Avrupa Birligi, altyapısını gelistirmek ve biyofiziksel olarak oldukça kaliteli bir Mavi Beyin Projesi’ni genisletmek için milyar dolarlık Insan Beyni Projesi’ni finanse etti. Amerika Birlesik Devletleri’nde, BRAIN Initiative, 100 milyon dolarlık bir baslangıç taahhüdü ve sinirbilimdeki büyük boslukları ve umut verici yönleri belirlemek için aylarca bir araya gelen saygın bilim adamlarından olusan bir panelin atanmasıyla baslatıldı. Devlet kurumları daha sonra nöral aktiviteyi kaydetmek, uyarmak, analiz etmek ve yorumlamak için yeni teknolojiler gelistirmek için bireysel laboratuvarları veya küçük ekipleri destekleyen finansman fırsatlarını formüle etti. Bu çabalar, Japonya, Kore ve Çin dahil olmak üzere diger birçok ülkede beyin girisimlerini tesvik etti.

Insan Beyin Projesi’nin beynin nasıl çalıstıgı hakkında bilgi üretecegine dair genel varsayımların aksine, proje yeni bilgi islem mimarileri arayısıyla pahalı bir veritabanı yönetimi projesine dönüsüyor. Son aylarda, IBP yönetim kurulu, deneysel ve bilissel sinirbilim kolunu büyük ölçüde azaltma planlarını açıklayarak, Avrupa sinirbilim toplulugununda gazabını üzerine çekti.

Kriz, sinirbilimcilerin, Avrupa Komisyonu’na 7 Temmuz 2014’te (www.neurofuture.eu) 750’den fazla imza toplayan bir açık mektupla sona erdi. Imzacıların çogu deneysel ve teorik alanlarda bilim insanıdır ve listede eski Insan Beyin Projesi katılımcıları yer almaktadır. Mektup, IBP’nin toplam fonunun yaklasık yarısını toplaması gereken planlı bir ‘ortaklık projeleri’ çagrısına katılmama taahhüdünü içeriyor. Bu taahhüt, projenin nihai çıktısının kalitesini ciddi sekilde düsürebilir ve planlanan veri tabanlarını bos bırakabilir.

Krizin Kökleri

Insan Beyin Projesi iki stili birlestirir. Bunlardan ilki, beyin ve nörondan ilham alan yapıyla Avrupa Birligi’ndeki basarılı disiplinler arası isbirliklerinin geçmisinden geliyor. İkincisi, 2005 yılında baslatılan Blue Brain Project adlı bir hesaplamalı arastırma programından kaynaklanmaktadır. Lozan’daki Isviçre Federal Teknoloji Enstitüsü ile IBM bilgi islem sirketi arasındaki bu isbirligi, bir farenin beyninde beyin kabugu sütununun büyük ölçekli ‘asagıdan yukarıya’ sayısal simülasyonlarını olusturmayı amaçladı.

Kriz, esas olarak, sinirbilimin Insan Beyin Projesi’ndeki yerine iliskin belirsizliklerden kaynaklanmaktadır. En basından beri, sinirbilimciler, büyük ölçekli simülasyonların verilerle sınırlandırılmadıgı ve kesin hipotezleri test etmek için kullanılmadıgı sürece pek bir anlam ifade etmedigini belirtiyordu. Aslında, diger kaynakların yanı sıra, In Silico simülasyonlara rehberlik edebilecek, bir beyin bölgeleri içindeki ve bu alanlar arasındaki nöronlar arasındaki ayrıntılı baglantıların haritasından yoksunuz. Islevsel veri tabanları olusturmak veya degisen kosullar altında toplanan verileri kapsayan veri kümelerine açıklama eklemek için birlesik bir biçim yoktur. En önemlisi, bu simülasyonların (in silico) test edilmesi için formüle edilmis biyolojik (in vivo) hipotezler yoktur.

Birçok bilim insanı, Insan Beyin Projesi’nin temel arastırmalardan fon çekeceginden de korkuyordu. Avrupa Komisyonu’nun büyük bir ‘beyin projesine’ yatırım yapması, finanse etmeyi seçecegi diger arastırma alanlarını etkileyecektir. Bununla birlikte, böyle bir fırsatın bir daha ortaya çıkması olası görünmüyor.

Insan Beyin Projesi, baslangıçta 240’tan fazla laboratuvarın katılması kararlastırıldı. Resmi açıklamalar, projenin “insan olmanın ne anlama geldigine dair temel anlayıslar kazanacagı, beyin hastalıkları için yeni tedaviler gelistirecegi ve devrim niteliginde yeni bilgi ve iletisim teknolojileri insa edecegi” yönündeki umutları dile getirdi. Insan Beyin Projesi ikinci asamasına geçmeye hazırlanırken, projenin yönetim kurulu hedeflerini revize etti. Deneysel sinirbilim üzerindeki vurguyu azaltmanın yanı sıra, insan dısı primat arastırmalarını ortadan kaldırdı ve deneylerin odagını esas olarak insan görüntüleme ve “atlaslar” ile sınırladı. Bunlar tipik olarak gen sunumları (ekspresyonu), sinir hücresel eslesmeler, hücre tipleri ve beyin yapılarındaki diger ölçümlerin statik kataloglarıdır, ancak islevi degerlendirmek için deneyler yoktur. Kurul ayrıca bilissel-sinirbilim alt programını feshetme planlarını da duyurdu ve o dönemde (2014) projenin 18 bas arastırmacısının istifasına yol açtı.

Insan Beyin Projesi, sinirbilim artık esas olarak simülasyonlarla ve çogunlukla mevcut verileri islemek için büyük bir altyapı olusturmakla sınırlıdır. Gözden geçirilmis plan, in silico deneylerin “beyni anlamak için temel bir metodoloji” haline geldigi bir konsepti gösteriyor. Sayısal simülasyonlar ve ‘büyük veri’ modern bilim için esastır, ancak tek basına verimlilik anlamına gelmez. Hipotezler ve deneysel testler olmadan simülasyonları biriktirerek beslemek için devasa bir veritabanı olusturmak, en iyi ihtimalle zaman ve para kaybı gibi görünüyor.

Beyin Enkazı

Baslangıçta Insan Beyin Projesi destekleyen sinirbilimciler, kendilerinden yararlanıldıklarını düsünüyorlar. Organizatörler, güvenilirlik ve nihayetinde verileri için iyi finanse edilen sinirbilim laboratuvarlarını cezbetti. Simdi bu laboratuvarlar finansal destek olmadıgı için ortadan kaldırılıyor.

Avrupa Komisyonu fonunun yaklasık 430 milyon Euro’su (570 milyon ABD Doları) Insan Beyin Projesi ‘çekirdek ekibine’ gidiyor. 1 milyar Euro’luk bütçenin geri kalanı, çogunlukla Avrupa’daki bilim adamlarının bölgesel hükümetler gibi kaynaklardan ortak fonlar toplamasına ve ardından Insan Beyin Projesi yönetimi tarafından Insan Beyin Projesi sartlarına göre seçilmesine baglıdır. Insanlar neden bu kosullar altında projeye katılmak istesin ki?

Destekleyenler, Insan Genomu Projesinin de baslangıçta biyolojik topluluk tarafından elestirilmis oldugunu ve sonunda onu elestirenlerin yanlıs oldugunu kanıtladıgını savunuyorlar. Ancak insan genom projesi farklıydı: hedefleri iyi tanımlanmıstı ve çogunlukla teknolojik olan ilgili zorluklar iyi bir sekilde ortaya konmustu. Bu açıklamalar İnsan Beyin Projesi için geçerli degildir.

Daha sonra Insan Beyin Projesi yardımcı idari direktörüİsviçre’nin Cenevre yakınlarındaki Avrupa’nın parçacık fizigi laboratuvarı ile Insan Beyin Projesi aynı kefeye koydu, “beyin için bir CERN” iddiasında bulundu. Ancak CERN, deneysel verileri toplamak ve dikkatle olusturulmus hipotezleri test etmek için tasarlanmıstı. Bu Insan Beyin Projesi için geçerli degildir.

Buradan nereye gidiyoruz?

Ileriye dönük üç olası yol görüyoruz. Tümü, projenin hedeflerinin seffaf bir sekilde tartısılması ve gözetimde köklü degisiklikleri gerektirir.

Bir seçenek, sinirbilimi Insan Beyin Projesinden açıkça ortadan kaldırmak olabilir. Bu çözüm, birçok Insan Beyin Projesi ortagının (nörologlar ve klinisyenler) muazzam çabalarını yok edecek ve bu amiral gemisini tamamen teknolojik hedeflere yönlendirecektir. Yeni bir isim bulmak, ödenmesi gereken küçük bir bedel olacaktır.

Diger bir seçenek, Insan Beyin Projesi teknoloji ve sinirbilim bölümlerini bölmek olabilir. Bu, İnsan Beyin Projesi tüm bilesenlerini bir arada gruplandıracak ve beyin islevini desifre etmek için isbirlikçi sinirbilimi finanse edecek yeni, bagımsız bir varlık yaratacaktır.

Üçüncü seçenek, Insan Beyin Projesini tekrar rayına oturtmaya çalısmaktır. Bu yol muhtemelen en zorlu yoldur.

Bu durumun ironisi, Insan Beyin Projesinin, Avrupa Birligi’nin beyin arastırmalarına yaptıgı sıradısı yatırım izlenimi vermesi, Amerika Birlesik Devletleri’nde (teknik gelistirmeye odaklanan) ve Çin’de (beyin hastalıgına odaklanan) iyi finanse edilen sinirbilim girisimleriyle rekabet yaratılmasını tesvik etmesidir. Oysa bugünlerde, Avrupa Birliginin Insan Beyin Projesi aracılıgıyla beyin bilimine yatırım yaptıgı net görünmemektedir.

Insan Beyni Projesinin Zaman Çizelgesi

2005

Avrupa Birligi bilisim mimarisi ve nörobilimi birlestiren arastırmaları finanse etmeye baslamıstır.

MAYIS 2005

Nörobiyolog, Henry Markram, IBM ve Isviçre Federal Teknoloji Enstitüsü (EPFL) öncülügünde baslattıgı Mavi Beyin Projesini hayata geçirdi.

KASIM 2008

ABD savunma bakanlıgı, beyinden esinlenen elektronik sistemler üzerine bir program baslattı.

TEMMUZ 2009

Markram, beyni bir süper bilgisayarın içine insa etme vizyonunu yayınladı.

TEMMUZ 2010

Avrupa Komisyonu, 10 yıllık, 1 milyar Euro’luk ‘amiral gemisi’ disiplinler arası teknoloji projeleri için teklif çagrısında bulundu.

NISAN 2012

Avrupalı sinirbilimciler, bir beyin projesi önerisine imza attı.

OCAK 2013

Insan Beyni Projesi (IBP, HBP), bir projeyle birlikte kazanan bir öncü teklif olarak seçilmistir

NISAN 2013

ABD Baskanı Barack Obama BEYIN girisimini duyurdu.

EKIM 2013
Insan Beyni Projesi, Markram tarafından EPFL’de lansmanını yapar.

NISAN 2014

Insan Beyni Projesi yönetimi, projenin ikinci asamasına yönelik, deneysel rolünü radikal bir sekilde azaltan planları açıkladı

TEMMUZ 2014

Avrupalı arastırmacılar (750 imzaya sahip) degisen hedefler ve seffaf liderlikten yoksun olmakla suçlayarak Avrupa Komisyonu’na açık bir mektup yazdılar.

Kaynak

Yves Frégnac & Gilles Laurent. Neuroscience: Where is the brain in the Human Brain Project? Nature volume 513, pages27–29 (2014).

Memeli ve insan beynini incelemek için son 5-10 yılda en az yarım düzine büyük girisim dünya çapında ortaya çıktı. Bu ulusal ve uluslararası proje dalgası, kısmen, beyin çalısma ilkelerinin desifre edilmesinin büyük ölçekte bilim insanları arası isbirligi gerektireceginin anlasılmasından kaynaklanmıstır.

Ancak bugün birçok alt disiplinden bilim insanlarının yer aldıgı bu devasa projelerden herhangi birinin etkili olup olmayacagı belli degil. Arastırmaları tamamlayıcı becerilere sahip arastırmacılar genellikle hibe teklifleri için ekip olusturur ve fonlar bir kez verildikten sonra, dahil olan laboratuvarlar genellikle göreceli olarak kendi basına projenin kendi bölümleri üzerinde çalısmaya devam ederler. Bir kısmı da çalısmalarını fon olmadıgından sonlandırır. Bu tür kendi kendini motive eden gruplar küçük baslayabilir ve zamanla kademeli olarak genisleyebilir.

Avrupa Komisyonu'nun 2013 yılında baslattıgı Insan Beyni Projesi (IBP), 100'den fazla laboratuvarı ve yılda en az 50 milyon ABD Doları yatırımı ile baslamıstı. Yeniden yapılanmasının ardından, IBP verilerin toplanması ve analiz edilmesi için çabayı Japonya'nın Beyin/Zihin projesi, ABD BEYIN girisimi veya Çin'in önerilen programı gibi planlanan veya devam eden diger girisimlere bırakır. Ancak sorun sudur ki, bunlardan herhangi birinin nasıl olup da bölümlerinin toplamından daha fazla sonuç verecegi problemdir.

Mevcut tüm büyük sinirbilim girisimleri arasında belki de en etkilisi, Seattle, Washington'da kar amacı gütmeyen özel bir kurulus olan Allen Beyin Bilimi Enstitüsü'nünki olmustur. Enstitüde birlikte çalısan 100'den fazla bilim insanı bu iste görev aldı. Aslında beyin bilimi, özellikle de sistem sinirbilimi, cesur, somut hedefler istemiyor. Yine de büyük ölçekli girisimler, on yıllık bir zaman ölçeginde bile çok belirsiz ve gerçekçi olmayan hedefler belirleme egiliminde.

Geçtigimiz on yıldaki birkaç ilerleme, nesneleri nasıl tanıdıgımız veya karar verdigimiz gibi temel sorunları çözmeyi çok daha kolay izlenebilir hale getirdi. Arastırmacılar, moleküler mühendislik, mikroelektronik ve hesaplamadaki yeni teknolojiler sayesinde artık büyük sinir hücresi (nöron) topluluklarındaki aktivite modellerini izleyebiliyor ve degistirebiliyor. Örnegin, gelismis optik görüntüleme ve optogenetik kombinasyonu artık nöron popülasyonlarına aktivite kalıplarını okuyabilir ve yazabilir.

Diger araçlar arasında, verileri analiz etmek için güçlü istatistiksel teknikler ve makine ögrenimindeki ilerlemeler yer alıyor. Artık istatistiksel fizik ve bilgisayar bilimi gibi alanlardaki ilerlemelerden kaynaklanan zengin bir teoriler dizisi de var. Hesaplamalı yaklasımlar, örnegin, gözün retinasındaki ve görme beyin kabugundaki nöronların görsel sahneler hakkındaki bilgileri nasıl kodladıgını anlamak için kullanılmıstır.

Ancak simdi mümkün olan deneyler giderek daha fazla kaynak yogun hale geliyor. Bir farenin labirentte gezinmesi gibi basit bir davranısı yönlendiren nöronal aktivite, birkaç yüz beyin bölgesinin isbirligini içerebilir. Resmin tamamının haritalanması, her bir alandan birçok sinir hücresinden kayıt yapılması anlamına gelir. Yine de tipik bir 1-3 yıllık çalısma, beynin sadece tek bir bölgesindeki nispeten küçük nöron popülasyonlarından kayıt yapılmasını içerir. Ve bu veriler su anda laboratuvarlar arasında ortak bir payda da birlestirilemez durumdadır.

Sinir isleyisi verilerin toplanması ve analizine yönelik çogu yeni yaklasım, genetikten optige ve hesaplamalı sinirbilime kadar çesitli alanlarda egitim ve uzmanlık gerektirir. Çogu disiplinde oldugu gibi, tek bir laboratuvardaki sinirbilimciler - tek bir bilim insanı söyle dursun - nadiren gerekli tüm becerilere sahip olurlar. Ayrıca, laboratuvarlar normalde ham verileri paylasmadıgından, zorlu deneylerin meyvelerinden, tamamlayıcı uzmanlıga sahip gruplar tarafından tam olarak yararlanılamaz. Bugün büyük sorun halihazırda mevcut olan arastırma sonuçlarını etkin bir sekilde kullanmaktır.

Çözüm ne olabilir?

Arastırmacılar tek bir beyin fonksiyonuna odaklanmalıdır. Birçok sinirbilim isbirliginin ve özellikle devasa projelerin çöküsü, çok genis hedefler belirlemektir. Ortak hedef iddialı olmalı, ancak örnegin on yıl içinde ulasılabilir ve iyi tanımlanmıs olmalıdır. Böylesine odaklanmıs bir sorun üzerinde uzmanlardan olusan bir ekip olusturmak için, isbirliginin dünyanın her yerine dagılmıs katılımcıları içermesi gerekir. Geçmiste, etkili etkilesim için fiziksel yakınlık vazgeçilmezdi. Artık Slack, GitHub veya Google Docs gibi çevrimiçi isbirligi araçları gelistirildi. Bilim adamları, deneyleri planlamak, kararlar almak, sorunları tartısmak ve daha fazlası için bunları kullanmalıdır. Daha özel ihtiyaçlar için yeni araçların icat edilmesi gerekebilir.

Deneycileri ve teorisyenleri birlestirilmesi gerekir. Teorinin, beyin karmasıklıgı ile bogusmak için vazgeçilmez oldugu konusunda giderek artan bir fikir birligi var. Özellikle, teori, hücresel veya devre düzeyinde yapılan gözlemlerin davranıssal düzeyde yapılanlarla nasıl iliskili olacagı hakkında tahminler yapmak ve test etmek için gereklidir. Yine de, modern deneysel yaklasımları uygulamanın ve teorinin matematiksel diliyle basa çıkmanın zorlukları, sinirbilimcilerin hala ya deneyselci ya da teorisyen olma egiliminde bırakıyor. Ayrıca, bütün laboratuvarlar tipik olarak ya deneysel ya da teoriktir. Teorisyenler ve deneyciler genellikle fikirleri paylasmak için konferanslarda bulusurlar. Deneylerin tasarımı ve yorumlanması söz konusu oldugunda nadiren birlesirler.

Araç ve yöntemler standartlastırmalıdır. Sinirbilimciler, ısmarlama ve özellestirilmis araçlar insa ederek, teknolojik olarak sıklıkla "kanayan" uçlarda yasarlar. Bu kendin yap yaklasımı, yenilikçilerin rekabette öne geçmesine izin verir, ancak deneyleri verimli ve tekrarlanabilir hale getirmek için gerekli olan yöntemlerin standardizasyonunu engeller. Dikkat çekici bir sekilde, mikroskoplar ve elektrotlardan verileri analiz etmek için bilgisayar programlarına kadar her türlü aygıtı özel olarak tasarlamak her laboratuvar için standart bir uygulamadır. Ama her seyde bu standart yoktur. Daha da kötüsü, sinirbilimciler, beyni ve davranıssal islevleri etkileyen deneysel kosulları tanımlamak için standartlastırılmıs sözlüklerden yoksundur. Islevsel sinirsel verileri uygun sekilde açıklamak için böyle bir kelime dagarcıgı gereklidir. Örnegin, bir su damlasının serbest bırakıldıgı zamandaki küçük farklılıklar bile bir farenin beyninin bu olayı nasıl isledigini etkileyebilir, ancak bir deneyin bu tür yönlerini belirlemenin standart bir yolu yoktur.

Veriler paylasılmalıdır. Bir isbirliginin etkinligini en üst düzeye çıkarmak için toplanan tüm verilerin tüm grup genelinde ortak olması gerekir. Bu bariz görünebilir, ancak su anda yüksek verimli görüntüleme ve kayıt teknikleri kullanılarak toplanan verilerin çoguna, çalısmaları yapan laboratuvarlar dısındaki hiç kimse hala etkin bir sekilde erisemiyor. Verilerin, kaynakların ve planların paylasımı ilkesinin, bir isbirligine katılmanın bir ön kosulu olarak kabul edilmesi ve etkin bir sekilde uygulanması gerekir.

Yeni yöntemlerle fon verilmelidir. Sinirbilim de rekabetçi ve bireysel bir kültürün egemenligindedir. Aslında standardizasyonu ve isbirligini engelleyen büyük ölçüde bu kültürdür. Insan Genomu Projesi karsı daha isbirlikçi bir tutum ile basladı ve kısa sürede sonlandırıldı. IBP için aynı sey söylenemez. Büyük jestler degil, küçük ama dikkatle düsünülmüs adımlar, çok ihtiyaç duyulan sinirbilim isbirliklerinin kök salmasını ve gelismesini saglayacaktır.

Kaynaklar

Zachary F. Mainen, Michael Häusser & Alexandre Pouget. A better way to crack the brain. Nature volume 539, pages 159–161 (2016).

Bilimde ve özellikle tıp alanında üç deney kategorisi vardır: in vitro çalısmalar, in vivo çalısmalar ve In Silico çalısmalar.

In Vitro Çalısma

In vitro (Latince “cam içinde”), belirli bir prosedürü canlı bir organizmanın dısında kontrollü bir ortamda gerçeklestirme teknigini ifade eder. Hücresel biyolojideki birçok deney, organizmaların veya hücrelerin dısında gerçeklestirilir. In vitro deneylerin zayıflıklarından biri, bir organizmanın, özellikle bir hücre veya mikrobun kesin hücresel kosullarını tam kopyalayamamasıdır. Canlı çevresi ile bir bütün oldugu için, in vitro çalısmalar, canlı bir organizmanın çevresinde meydana gelen kosullara bütünüyle uymayan sonuçlara yol açabilir. Bazen de cam içine alınan bir hücreyi maruz bıraktıgınız ortam, gerçek dokudaki davranısından farklı olabilir.

In vivo Çalısma

In vivo ("canlının içinde"), kısmi veya ölü bir organizmanın aksine bütün bir canlı organizmanın kullanıldıgı deneylere atıfta bulunur. Hayvan çalısmaları ve insan üzerinde yapılan klinik deneyler, inivo arastırmanın iki seklidir. Canlı bir denek, bir deneyin bütüncül etkilerini gözlemlemek için daha uygun oldugu için, in vivo testler genellikle in vitro yerine tercih edilirdir. İn vivo çalısmaların, tıbbın ve hastalıgın dogası hakkında kesin bilgiler sunma potansiyeline sahip olduguna inanmak için birçok neden olsa da, sonuçların yanıltıcı olabilmesinin birkaç yolu vardır. Örnegin, bir tedavi kısa vadeli bir fayda saglayabilir, ancak uzun vadeli bir zarar verebilir. Diger yandan canlının kendisi üzerine yapıldıklarından etik sorunlar olabilmekte. Ya da hayvanlar üzerinde yapılınca sorunlar ortaya çıkabilmektedir.

Tüm deneysel tedavilerin yalnızca insanlar üzerinde test edildigi bir dünya hayal edin; hayvan veya hücre tabanlı test gerekmez. Pazara sunma süresi yarıya indirilebilir, ancak öngörülemeyen olumsuz olaylar nedeniyle binlerce hayat kaybedilebilir. Açıkçası, bu hem etik degil hem de pratik degildir. Bunun yerine bilim adamları, ilaç klinige ulasmadan önce bir dizi in vitro ve in vivo çalısma yoluyla yeterli güvenlik, etkinlik ve kalite verilerini ortaya koyarlar. Ama bu daima uzun zaman alır.

In Vivo ile In Vitro Arası Temel Farklar

In vitro ve in vivo çalısmalar arasındaki temel farklar nelerdir? In vitro çalısmalar, hayvanlardan veya sonsuz bir ömre sahip hücre dizilerinden elde edilen hücreleri kullanır. Bu model sistemlerin temin edilmesi nispeten ucuz ve basittir, bu da güvenilir ve verimli ilaç kesif çalısmalarına olanak tanır. En büyük dezavantajı, organ sistemlerinin dogal karmasıklıgını yakalayamamalarıdır. Sonuçta, in vitro çalısmalar insanlara "daha az uyarlanabilirdir" ve her zaman ise yaramayabilirler.

Hayvanların in vivo çalısmalarda kullanılması, in vitro çalısmaların birçok eksikligini giderir. Bilim adamları, karmasık bir modelde bir ilaç adayının güvenligini, toksisitesini ve etkinligini daha iyi degerlendirebilir. Ayrıca, gen düzenlemedeki ilerlemeler, bilim insanlarının hayvanlarda insan hastalıklarını yüksek dogrulukla kopyalamasına yardımcı oldu. Ama canlılarda çalısmaların kendi kusurları vardır. Hayvanların laboratuvar testlerinde kullanılmasıyla ilgili artan etik kaygılar, bazı arastırmacıları çalısmalarında kullanılan hayvan sayısını (ve türünü) sınırlamaya ikna etti. Hayvan çalısmaları da zaman ve kaynak yogundur, ileri düzeyde personel egitimi ve bakım ücretleri gerektirir. Son olarak, hayvandan insana ilacın geçis sorunu devam etmektedir: insanlar ve hayvanlar arasında ilaç emilimini, dagılımını, metabolizmasını ve atılımını etkileyen önemli fizyolojik farklılıklar vardır.

Diger ifade ile klinik öncesi (deney tüpü veya hayvan) asamalardaki basarı, mutlaka klinik (insanda kullanılabilme) sonuçlara çevrilebilir degildir. In vitro ve in vivo çalısmaların her birinin avantajları ve dezavantajları vardır, ancak her ikisi de bir ilacın bedene giris-etki-yıkım (farmakokinetik/farmakodinamik) özelliklerini anlamak için gereklidir. Sonuç olarak, bu çalısmalar, onlara ihtiyaç duyanlar insanlar için daha güvenli, daha etkili ilaçlar yaratmaya hizmet ediyor.

In Silico Çalısmalar

In Silico, “bilgisayarda veya bilgisayar simülasyonu aracılıgıyla gerçeklestirilen” anlamında kullanılan bir ifadedir. In Silico ifadesi ilk kez 1989 yılında matematikçi Pedro Miramontes tarafından tamamen bilgisayarda gerçeklestirilen biyolojik deneyleri karakterize etmek için “In Silico” terimini kullandı.

In Silico çalısmaları nispeten yeni bir arastırma yolunu temsil etse de, ilaçların vücut ve patojenlerle nasıl etkilesime girdigini öngören çalısmalarda yaygın olarak kullanılmaya baslanmıstır. Artık Alzheimer hastalıgı için binlerce potansiyel ilaç adayını tek tek hayvanlar üzerinde veya hücre ortamında denemek gerekmiyor. In Silico, süper bilgisayarlar ile yapılan moleküler modellemelerle (ki hücreler arası etkilesimlerde modellenebiliyor) hangisinin kanser, bunama gibi hastalıklarda ilaç olma potansiyelinin yüksek oldugu tespit edilebiliyor.

Aynı sey kovid 19’a iyi gelebilecek ilaçlar içinde yapılıyor. Kovidin hem genetigi hem de yüzey proteinlerinin 3 boyutlu yapısı bilindiginden, nereden anahtarı kilide sokarız seklinde In Silico çalısmalar çok fazla yapıldı ve tedavide kullanılabilecek moleküller seçilebildi. Sadece ilaç degil, hücresel davranısın bilgisayar modellerini olusturmak için çaba sarf edilmistir. Örnegin, 2007'de arastırmacılar, ilaç kesfine yardımcı olmak için bir In Silico verem (tüberküloz) modeli gelistirdiler; bunun baslıca yararı aylar yerine dakikalar içinde uygulanan yeni tedavilerin etkilerin gözlemlenmesine imkan vermesidir.

Tıpta In Silico çalısmanın, pahalı laboratuvar çalısmaları ve klinik denemelere olan ihtiyacı azaltırken kesif oranını hızlandırma potansiyeline sahip oldugu düsünülmektedir. Bunu basarmanın bir yolu, ilaç adaylarını daha etkili bir sekilde üretmek ve taramaktır. Ek olarak daha az yan etkisi olanları çabucak bulmak, jayvan deneylerinden insan kullanımına hızla yol almak mümkün olmaktadır.

In Silico: Deney mi, benzetim (simülasyon) mi?

In Vivo ve In Vitro çalısmalarına ek olarak, In Silico deneyleri de sinirbiliminde (Mavi Beyin Projesi, Insan Beyni Projesi) kullanılmaktadır. In Silico deneyleri bilgisayar destekli yapılan arastırmalardan farklıdır. Çünkü bu arastırmalar, veri madenciligi teknikleri ile belirlenen iliskiselliklerin (korelasyonlar) ötesinde, altta yatan mekanizma hakkında da sıklıkla bilgi verirler.

In Silico deneyleri deneyler olarak mı, yoksa simülasyon olarak mı düsünmeliyiz? Deneysel yöntemler simülasyondan daha iyi bir bilgiye (epistemik) erisim saglıyorsa bunların biri ya da digeri seklinde sınıflandırılması sadece perspektiften ibaret, yapay sınıflama olabilir mi? Ayrım her zaman kolay olmayabilir. Ayrım ancak elde dilen çıktı veya sonuca göre simulasyon mu yoksa deney mi olarak adlandırılabilir.

Ancak, In Silico deneyler daha çok simülasyon olarak anlasılır. Ancak, In Silico deneylerine dayanan sonuçlar deneysel yöntemlere iliskin çıkarımlar elde edilebilir. Bir In Silico deneyinin baslangıç kosullarının yeniden tanımlanması maliyeti arttırmadan sonuçların gücünü arttırabilme özelligi vardır.

In Silico deneylerin ve simülasyonları baglamında, deney benzeri çıkarımlar yapmak ve böylece bunların sınıflandırmasına iliskin zayıf perspektif benimsemek mümkündür. Ancak yöntemin deneysel olarak tanımlanması, çalısma sonunda güçlü varsayımların getirilmesini gerektirir. Yani olay baslangıçta bilgisayar simülasyonu gibi baslasa da çıktısı ve vardıgı nokta deneysel çıkarım gibi olabilir. Diger yandan, deney için yalnızca bilgisayar sistemleri kullanıldıgı için girdi veya kaynak sistemi degerlerinin keyfi bir sekilde seçildigi varsayımı son derece yanlıstır. Dogalından sistemin baslangıç kuralları bilimsel bilgilerden elde edilir.

Bugün için In Silico etkisi tespit edilen ve oldukça az zararlı etkisi olan bir kimyasalın dogrudan insanda ilaç olarak kullanımı mümkün degildir. Hayvan deneyleri asamalarını gene de geçmesi beklenir. Kimyasal madde oldukça güvenilir gözükse de, canlılar ve insan oldukça farklıdır ve kimyasal sisede veya makinede durdugu gibi durmayabilir!