January 22nd, 2011
وقد وضعت قاعدة بيانات الأورام الصدرية ليكون بمثابة مستودع للبيانات شاملة السريرية والمختبرية لأغراض البحوث متعدية. وسوف تكون قاعدة بيانات الباحثين السرطان متعدية ضمن برنامج أبحاث أورام القفص الصدري. قاعدة البيانات هذه قابلة للتكيف مع النماذج الأخرى السرطان ، فضلا عن الأمراض التي تصيب الإنسان الأخرى.
ينص أحد نماذج أبحاث السرطان الحديثة على أن فهم التغيرات الجينية التي تؤدي إلى السرطان سيؤدي إلى تحسينات في الوقاية والكشف المبكر وتحديد العلامات التنبؤية وتطوير العلاجات المستهدفة. تنتشر قاعدة بيانات الأورام هذه في Microsoft Access عبر سبعة جداول أساسية، بما في ذلك جدول المريض الذي يحتوي على معلومات سريرية، وجدول TMA مع بيانات تعبير البروتين، وجدول عينات الحمض النووي. باستخدام البيانات الطفرية ، يتم تطوير العلاقات لربط البيانات بين الجداول بحيث يمكن ربط الدراسات المعملية للأنسجة التي تنتمي إلى مريض معين بتاريخه السريري.
يمكن بعد ذلك استرداد البيانات المرتبطة عبر استعلام قاعدة البيانات وتحليلها إحصائيا لتحديد العلاقات بين تعبير البروتين والحمض النووي والطفرات والنتائج السريرية. في النهاية ، يسهل ربط البيانات السريرية والمخبرية دراسة الانحرافات الجينية والتعبير عن البروتين من منظور نقاط النهاية السريرية في مرضى السرطان. يتمثل أحد المكونات الرئيسية للبحث الانتقالي في القدرة على تجميع بيانات أبحاث العلوم السريرية والأساسية ، ودمج الاثنين في علاقة ذات مغزى.
ومع ذلك ، فإن أدوات المعلوماتية الحيوية اللازمة للقيام بذلك غالبا ما تكون محدودة وتعتمد على المؤسسة. تم تطوير قاعدة البيانات هذه لمساعدة باحثينا على الإجابة على الأسئلة الرئيسية ذات الصلة بأبحاث السرطان الانتقالية ، مثل كيف يمكن للتركيب الجيني والبروتيني للمريض أن يساهم في بعض نقاط النهاية السريرية ، مثل الاستجابة للعلاج أو البقاء على قيد الحياة. على الرغم من أن قاعدة البيانات هذه قد تم تطويرها للباحثين والأطباء المعنيين بالأورام الخبيثة الصدرية ، إلا أنه يمكن تطبيق هذا النموذج على أمراض أخرى وبما يناسب احتياجات الباحثين والمؤسسات الأخرى.
نأمل أن تتبنى هذا البروتوكول لمشاريع قاعدة البيانات الخاصة بك. قبل بدء مشروع قاعدة بيانات مترجمة، من الضروري تطوير بروتوكولات معتمدة من مجلس المراجعة المؤسسية. لحماية سرية المريض ، قم بتسمية جميع العينات أو الأنسجة أو الدم أو سوائل الجسم الأخرى التي تم جمعها بمعرف فريد مشفر ، وقم بتوثيقها بشكل مناسب في نموذج شراء العينة.
لبدء تطوير قاعدة البيانات ، قم أولا بإنشاء جداول أولية لالتقاط المجالات ذات الأهمية ، مثل معلومات حول بيانات عينة المرضى ، والمصفوفات الدقيقة للأنسجة ، وعينات الحمض النووي. قد تشمل الجداول الأخرى ذات الأهمية مؤتمر أورام الصدر وخطوط الخلايا وطاولات GANS. لإنشاء جدول في Microsoft Access، انتقل إلى علامة التبويب إنشاء وحدد جدول.
في البداية، يتم عرض الجدول في طريقة عرض ورقة البيانات. ومع ذلك، من أجل إدخال المتغيرات ذات الاهتمام، يجب تقديم الجدول في طريقة عرض التصميم. ضمن علامة التبويب الصفحة الرئيسية، حدد طريقة العرض وطريقة عرض التصميم وإدخال ووصف المتغيرات ذات الأهمية في طريقة عرض التصميم لجدول المريض.
سيشمل ذلك رقم السجل الطبي واسم العائلة والاسم الأول وتاريخ الميلاد وما إلى ذلك. في طريقة عرض التصميم ، يجب وصف تاريخ الحقل بنوع بيانات حيث أن رقم السجل الطبي مكون من سبعة أرقام. سيتم وصف هذا المتغير بأنه متغير رقمي.
نظرا لأن اسم العائلة المتغير هو نص ، يتم إدراجه كمتغير نص حر. من المفيد أيضا تقديم وصف للمتغير. على سبيل المثال ، بالنسبة للجنس المتغير ، من المهم أن يعرف الشخص الذي يدخل البيانات أنه يجب إدخال الذكر كواحد والأنثى كاثنين ، وتصميم الجداول للحد من التكرار.
يجب أن يكون جدول المريض هو المكان الوحيد الذي يتم فيه الاحتفاظ بمعلومات مفصلة عن المرضى والسرطان ومسارهم السريري وعوامل الخطر ونتائجهم داخل قاعدة البيانات. قم بتطوير جدول بيانات عينة لربط العينات المرضية بمصادر المرضى حيث يمكن الحصول على عينات متعددة من كل مريض. يجب أن يربط هذا الجدول رقم تعريف كل عينة برقم السجل الطبي للمريض في جدول TMA يلتقط بيانات تعبير البروتين الناتجة عن التحليل الكيميائي المناعي للمصفوفة الدقيقة للنسجة.
قم بتسمية البروتين الذي تمت دراسته وحدد مستوى التعبير عن هذا البروتين باستخدام نظام تسجيل موحد. حدد أيضا نوع الأنسجة التي تم تحليلها ، مثل قائمة الورم أو الأنسجة الطبيعية ، وجميع عينات الحمض النووي التي خضعت لتحليل طفري. في جدول عينات الحمض النووي ، بوضوح على التغيرات الجينية ، مثل وصف الطفرة الدقيقة ، والجين الذي توجد فيه طفرة ، والنتيجة النهائية لمثل هذه الطفرة.
قم بإنشاء طاولة مؤتمرات خامسة لأورام الصدر لوصف الاجتماعات الأسبوعية للفريق السريري لأورام الصدر. قم بتضمين المعلومات ذات الصلة الناتجة عن هذه الاجتماعات مثل توافر العينات المرضية لكل مريض ، قم بإنشاء جدول خطوط الخلايا القائمة بذاتها الذي يصف خطوط الخلايا المستخدمة في المختبر. لأغراض البحث ، وصف الخصائص المهمة التي تنتمي إلى كل خلية.
أخيرا ، قم بإنشاء جدول قائم بذاته آخر ل CL elgan لسرد المستقبلات الذاتية وكينازات التيروزين ودرجة الإبرة المرتبطة بها. مقياس للتشابه مع البروتينات البشرية. لتسهيل الاستعلامات من جداول متعددة، يجب ربط الجداول الفردية عبر المفاتيح الأساسية.
قم بإنشاء مفتاح أساسي أو معرف فريد لكل جدول. المعرف الفريد هو رقم أو كلمة تمثل فردا فريدا واحدا فقط ولا يمكن إدراجه مرتين في الجدول. على سبيل المثال ، رقم السجل الطبي للمريض هو المفتاح الأساسي في جدول المريض.
لإنشاء مفتاح أساسي، انتقل إلى طريقة عرض التصميم لجدول الاهتمامات. انقر بزر الماوس الأيمن على الحقل. سيصبح هذا هو المفتاح الأساسي ، وانقر فوق مفتاح الخيار الأساسي.
لربط الجداول ، انتقل إلى علامة التبويب أدوات قاعدة البيانات وانقر على أيقونة العلاقات. اسحب الماوس من حقل الاهتمام في جدول واحد إلى الحقل المقابل في جدول آخر. بهذه الطريقة ، يتم ربط جدولين بالعلاقات المعمول بها.
يمكن بعد ذلك تشغيل استعلام للحصول على المعلومات ذات الصلة من جداول متعددة، حدد خيار تصميم الاستعلام ضمن علامة التبويب إنشاء، وتحديد الجداول وعرضها، بما في ذلك مجالات الاهتمام. ثم حدد المتغيرات ذات الأهمية من كل جدول. قم بتشغيل الاستعلام لإنتاج نموذج جدول بيانات من النتائج وحفظ البيانات باستخدام ملحق ملف مناسب لاستيراد البيانات.
تحقق من وجود تطابق مثالي بين اسم المتغيرات في البيانات المستوردة واسم المتغيرات في Microsoft Access. لا يمكن استيراد البيانات بنجاح إذا تم وصف المتغيرات بشكل مختلف ، مثل وجود مسافات في أحدهما وليس الآخر. بمجرد الحصول على التماثل بين الجدولين، استخدم استعلام إلحاق أو تحديث لاستيراد البيانات إلى الوصول.
يضيف استعلام الإلحاق صفوفا جديدة من البيانات، مثل المرضى الجدد، بينما سيقوم استعلام التحديث بتحديث البيانات المتعلقة بالإدخالات الموجودة بالفعل داخل قاعدة البيانات. لتصدير البيانات كجدول بيانات Microsoft Excel ، انتقل إلى علامة تبويب البيانات الخارجية وانقر فوق تصدير البيانات إلى Excel. يسمح Microsoft Access أيضا بتصدير البيانات بتنسيقات أخرى شائعة الاستخدام.
يهتم الباحث بربط المعلومات الخاصة ببروتين باكسين عبر طاولة المريض وجدول TMA وجدول عينات الحمض النووي. نظرا لأن الجداول مرتبطة بالفعل عبر رقم السجل الطبي ، يمكن الاستعلام عن البيانات بسهولة من أجل الحصول على المعلومات ذات الصلة ، تنقر على علامة التبويب "إنشاء" وتنقر على تصميم الاستعلام. تختار الجداول الثلاثة للمرضى المهتمين ، عينات TMA و DNA من كل جدول.
تختار المتغيرات ذات الأهمية مثل اسم المريض من جدول المريض ، وأصل العينة من تعبير باكسين لجدول TMA من جدول TMA وطفرات Paxin من جدول عينات الحمض النووي. تضغط على تشغيل الاستعلام لإنشاء الاستعلام وتظهر النتائج في جدول بيانات الاستعلام. سيظهر جميع المرضى الذين توجد لهم بيانات باكسين وتعبيرية وطفرية في جدول البيانات هذا.
يمكنها بعد ذلك تحديد تواتر هذه الطفرات ، أو ربط طفرات معينة بالتغيرات في التعبير أو ربط الطفرات بالمتغيرات السريرية مثل البقاء على قيد الحياة. يرجى ملاحظة أن النتائج المعروضة هنا هي لمرضى العينة وليس المرضى الحقيقيين الذين تم تحديدهم في قاعدة البيانات. يمكن تصدير النتائج لتحليل البيانات الأولية من قبل خبير الإحصاء الحيوي ، ويتم مشاركة النتائج مع الباحث.
عند إنشاء قاعدة بيانات مثل هذه ، من المهم التأكد من إدخال جميع البيانات بطريقة متسقة. يجب إدخال البيانات في الحقل فقط. إذا كان الباحث متأكدا من صلاحيته, من الضروري إعادة التأكيد على أهمية الحفاظ على السرية والحفاظ على قاعدة بيانات متوافقة تماما مع لوائح HIPAA و IRB.
من خلال مشروع قاعدة البيانات الانتقالية هذا باستخدام Microsoft Access ، تمكنا من بناء قاعدة بيانات تضم ما يقرب من 3000 مريض فريد ولدينا بيانات تعبير عن 63 بروتينا فريدا من المحتمل أن تؤدي التطورات التي يمكننا إحرازها في تحديد مثل هذه الطفرات إلى تحسينات في قدرتنا على الوقاية من الأمراض المدمرة واكتشافها وعلاجها.
تم تطوير قاعدة بيانات طب الأورام الصدرية لتكون مستودعًا شاملًا للبيانات السريرية والمخبرية للبحث الانتقالي. ستسهل هذه قاعدة البيانات القابلة للتكيف دراسة الانحرافات الجينية والتعبير البروتيني في مرضى السرطان.
Integrating clinical and laboratory data in a structured database enables biopharma R&D teams to interrogate therapeutic hypotheses with greater predictive confidence. This approach supports target validation by linking molecular alterations to clinical endpoints, facilitating data-driven go/no-go decisions in oncology drug discovery. The model provides a reusable framework for de-risking early-stage programs through mechanistic insight and translational continuity.
The database fits within the discovery continuum by enabling hypothesis testing in early research, supporting assay development through standardized data capture, and informing preclinical decisions via integrated molecular-clinical analysis.