Araştırma Alanları

Mühendislik Bilişim ve Teknoloji (Eng)

BioSFM Lab (Biosensörler ve Fonksiyonel Malzemeler Laboratuvarı) olarak araştırma programımız, empedans spektroskopisi, fonksiyonel malzeme mühendisliği ve veri odaklı modelleme yaklaşımlarını bir araya getirerek biyosensör teknolojilerini ileri taşımayı hedeflemektedir. Çalışmalarımız malzeme bilimi, elektrik mühendisliği ve hesaplamalı biyoloji kesişiminde konumlanmakta olup, nihai amacımız geleneksel yöntemlere kıyasla daha hassas, seçici ve öngörücü biyosensör sistemleri geliştirmektir.

Kuartz Kristal Mikrodengesi (QCM) ve Empedans Tabanlı Algılama

Araştırmalarımızın merkezinde Kuartz Kristal Mikrodengesi (QCM) sensörleri yer almaktadır. Klasik QCM uygulamaları genellikle adsorbe olan kütleyi rezonans frekansındaki değişimlerle ilişkilendiren Sauerbrey eşitliğine odaklanmaktadır. Ancak bu yaklaşım, viskoz yükleme, viskoelastisite ve arayüz dinamiklerinin baskın olduğu karmaşık sıvı ortamlarda yetersiz kalmaktadır. Bu sınırlamayı aşmak amacıyla laboratuvarımız, QCM cihazlarının tam empedans spektrumunu incelemektedir. Araştırmalarımızda motional direnç (Rₘ), endüktans (Lₘ), kapasitans (Cₘ), statik kapasitans (C₀) gibi parametrelerin yanı sıra iletkenlik, duyarlılık ve faz açısı gibi türetilmiş büyüklükler de analiz edilmektedir. Bu bütüncül yaklaşım, moleküler etkileşimlerin biyofiziksel imzalarını daha hassas biçimde yakalamamıza olanak tanımakta ve daha zengin veri setleri sağlamaktadır.

Tek Parametreli Analizlerin Ötesinde: Çok Değişkenli ve Yapay Zekâ Destekli Modeller

Çoğu empedans tabanlı QCM çalışması yalnızca tepe frekans değişimlerini veya dissipasyon genişlemesini izlemektedir. Biz ise bu yaklaşımdan ayrılarak çok değişkenli empedans tanımlayıcılarını kullanıyor ve bunları boyut indirgeme, özellik sıralama ve regresyon modelleme yöntemleriyle bütünleştiriyoruz. HSIC, Mutual Information gibi kernel tabanlı metrikler ve Random Forest, XGBoost, CatBoost gibi topluluk (ensemble) modelleri kullanarak, hangi empedans parametrelerinin analit tayininde en bilgilendirici olduğunu nicel olarak ortaya koyuyoruz. Bu metodoloji, biyosensörlerin tespit limitini (LOD) belirgin biçimde iyileştirmekte ve daha sağlam kalibrasyon stratejileri geliştirmemize olanak sağlamaktadır.

Fonksiyonel Malzemeler ve Biyo-Arayüzler

Deneysel çalışmalarımızın temelini, sensör–analit arayüzünü mühendislik yoluyla şekillendirmeye yönelik fonksiyonel malzeme tabakalarının tasarımı oluşturmaktadır. Hidrojeller, nanoyapılı kaplamalar ve kimyasal olarak fonksiyonelleştirilmiş ince filmler kullanılarak yüzeyin ıslanabilirliği, mekanik sertliği ve biyotanıma kapasitesi kontrol edilmektedir. Bu malzemelerin empedans spektroskopisi ile birleştirilmesi, sensör yanıtlarında kütle adsorpsiyonu, viskoelastik bağlanma ve hidrasyon dinamiklerinin göreceli katkılarının ayrıştırılmasına olanak tanımaktadır. Böylelikle organ-on-chip platformları (örneğin hidrojel entegre heart-on-a-chip modelleri) için fizyolojik olarak daha doğru koşullar altında hastalık belirteçlerinin incelenmesi sağlanmaktadır.

Mikroakışkan Sistemler ve Robotik Otomasyon

Biyosensör deneylerinde tekrarlanabilirliğin kritik önem taşıdığını bilerek, QCM sensörlerini mikroakışkan akış hücreleri ile bütünleştiriyor ve analitlerin kontrollü dağıtımı ile bağlanma kinetiklerinin zamansal çözünürlüğünü elde ediyoruz. Buna paralel olarak, çift eksenli robotik sistemler geliştirerek temas açısı ölçümü ve damlacık yerleştirme gibi işlemleri otomatikleştiriyoruz. Bu mühendislik katkıları, kullanıcı kaynaklı hataları azaltmakta, deneysel verimliliği artırmakta ve biyosensörlerin klinik uygulamalara uyarlanması için gerekli olan standartlaştırılmış protokolleri sağlamaktadır.

Hesaplamalı ve Teorik Katkılar

Deneysel çalışmalarımızın yanı sıra, laboratuvarımız biyosensör sinyallerinin matematiksel modellenmesine de katkı sunmaktadır. Özellikle Butterworth–Van Dyke (BvD) eşdeğer devre modelini paralel admitans yolları ve sıvı yükleme etkilerini kapsayacak şekilde genişleterek deneysel empedans spektrumlarının teorik tahminlerle uyumlu hale getirilmesini sağlıyoruz. Bu modeller, fizik bilgisiyle zenginleştirilmiş makine öğrenmesi (physics-informed ML) yaklaşımlarının temelini oluşturmakta; deneysel QCM verileri fizik yasalarıyla düzenlenmiş regularizasyon teknikleriyle desteklenerek, farklı deneysel koşullara genellenebilen öngörücü modeller geliştirilmesine imkân tanımaktadır.

Uzun Vadeli Vizyon

BioSFM Lab’in nihai vizyonu, empedans spektroskopisi, gelişmiş malzeme arayüzleri ve otomatik akışkanik kontrol teknolojilerini bir araya getirerek yapay zekâ destekli biyosensör platformları geliştirmektir. Bu sayede yalnızca uç nokta tespitlerinin ötesine geçerek, moleküler ve hücresel süreçlerin gerçek zamanlı, yüksek çözünürlüklü izlenmesi hedeflenmektedir. Geliştirilen bu sistemlerin, erken tanı, kişiselleştirilmiş ilaç taramaları ve nokta-yanı test uygulamaları için dönüştürücü bir potansiyele sahip olacağına inanıyoruz.