生成综合性胸部肿瘤学数据库——转化研究工具

现代癌症研究的一种范式认为，了解导致癌症的遗传改变将有助于改善癌症的预防、早期检测、预后标志物的识别以及靶向治疗的开发。该肿瘤学数据库采用 Microsoft Access 构建，包含七个主要数据表，其中包括记录临床信息的患者数据表、记录蛋白质表达数据的组织芯片（TMA）数据表，以及记录 DNA 样本信息的数据表。通过突变数据建立各表之间的关联关系，从而将特定患者的组织样本实验室研究结果与其临床病史相连接。

随后可通过数据库查询获取关联的数据，并进行统计分析，以确定蛋白质表达、DNA、突变与临床结局之间的关系。最终，将临床数据与实验室数据相整合，有助于从癌症患者的临床终点角度研究基因异常和蛋白质表达。转化研究的一个关键环节是能够收集临床数据和基础科学研究数据，并将二者以有意义的方式进行整合。

然而，实现这一目标所需的生物信息学工具通常有限，且依赖于具体机构。该数据库的开发旨在帮助研究人员回答与转化癌症研究相关的关键问题，例如患者的基因组和蛋白质组特征如何影响某些临床终点，如治疗反应或生存期。尽管该数据库最初是为从事胸部恶性肿瘤研究的研究人员和临床医生开发的，但此模型也可应用于其他疾病，并可根据其他研究人员和机构的需求进行调整。

我们希望您能将本方案应用于您自己的数据库项目中。在启动转化型数据库项目之前，必须制定经机构审查委员会（IRB）批准的方案。为保护患者隐私，应对所有采集的标本、组织、血液或其他体液使用条形码唯一标识符进行标记，并在样本采集表中进行适当记录。

在开始构建数据库时，首先创建主表以记录关注的领域信息，例如患者样本数据、组织微阵列和DNA样本信息。其他可能需要的表包括胸部肿瘤学会议、细胞系和基因表。在 Microsoft Access 中创建表格，请转到“创建”选项卡并选择“表格”。

最初，表格以数据表视图显示。然而，为了输入感兴趣的变量，必须将表格切换为设计视图。在“开始”选项卡下，选择“视图”中的“设计视图”，然后在患者表格的设计视图中输入并描述感兴趣的变量。

这将包括病历号、姓氏、名字、出生日期等。在设计视图中，日期字段必须用数据类型进行描述，而病历号为七位数字，该变量将被定义为数值型。

由于变量“last name”为文本类型，因此被列为自由文本变量。为变量提供描述也很有帮助。例如，对于变量“sex”，数据录入人员需要知道男性应输入为1，女性应输入为2，同时应设计表格以减少冗余。

患者的表格应是数据库中唯一存储患者详细信息的位置，包括患者本人信息、癌症情况、临床病程、危险因素及其结局。建立一个示例数据表，用于将病理标本与其对应的患者来源相关联，因为每位患者可能提供多个标本。该表格应将每个标本的编号与患者的病历号进行关联，而在组织芯片（TMA）表格中则记录通过组织微阵列免疫组化分析获得的蛋白表达数据。

标记已研究的蛋白质，并使用标准化评分系统确定该蛋白质的表达水平。同时注明所分析的组织类型，例如肿瘤或正常组织，并列出所有经过突变分析的DNA样本。在DNA样本表格中，应清晰标注遗传变异，包括具体突变的描述、发生突变的基因以及该突变的最终效应。

生成第五个胸部肿瘤学会议表格，用于描述胸外科肿瘤临床团队的每周会议。包含会议产生的相关信息，例如每位患者的病理标本可用情况。为每位患者建立一个独立的细胞系表格，描述实验室中所使用的细胞系。出于研究目的，描述每个细胞系的重要特征。

最后，为 CL elgan 创建另一个独立的表格，用于列出自体受体、酪氨酸激酶及其相关的针刺评分。该评分用于衡量与人类蛋白质的相似性。为了便于对多个表格进行联合查询，各个表格必须通过主键相互关联。

为每个表建立主键或唯一标识符。唯一标识符是仅代表一个唯一个体的数字或词语，且在表中不能重复出现。例如，患者的病历号即为患者表中的主键。

要建立主键，请进入目标表的设计视图。右键单击要设为主键的字段，然后选择“主键”选项。

要连接表格，请转到数据库工具选项卡，然后单击关系图标。将鼠标从一个表中的目标字段拖动到另一个表中的对应字段。通过此方式，两个表即可建立关联关系。

随后可以运行查询，以从多个表中获取相关信息。在“创建”选项卡下选择查询设计选项，选择并显示包含感兴趣字段的表，然后从每个表中选择感兴趣的变量。运行查询以生成结果的电子表格形式，并使用适当的文件扩展名保存数据以便导入。

确认导入数据中的变量名称与 Microsoft Access 中的变量名称完全一致。如果变量描述方式不同，例如一个有空格而另一个没有，则数据将无法成功导入。当两个表之间实现名称对称后，使用追加查询或更新查询将数据导入 Access。

追加查询用于添加新的数据行，例如新患者；而更新查询则用于修改数据库中已存在的记录。要将数据导出为 Microsoft Excel 电子表格，请转到“外部数据”选项卡，然后单击“将数据导出到 Excel”。Microsoft Access 还支持将数据导出为其他常用格式。

一名研究人员希望关联患者表、TMA 表和 DNA 样本表中关于蛋白 paxin 的信息。由于这些表格已通过病历号相互关联，因此可直接查询数据。为了获取相关信息，她点击“创建”选项卡，然后点击“查询设计”。她从每个表格中选择三个感兴趣的表：患者、TMA 和 DNA 样本。

她从患者表中选择感兴趣的变量，例如患者姓名，从TMA表中选择样本来源和Paxin表达数据，从DNA样本表中选择Paxin突变数据。她点击“运行查询”以生成查询，结果将显示在查询电子表格中。所有同时具有Paxin表达和突变数据的患者都将出现在该电子表格中。

随后，她可以确定此类突变的发生频率，将特定突变与表达变化相关联，或将突变与生存等临床变量进行关联分析。请注意，此处展示的结果来自示例患者，而非数据库中识别的真实患者。结果可导出供生物统计学家进行原始数据分析，并与研究人员共享。

在创建此类数据库时，必须确保所有数据均以一致的方式录入。数据应仅录入指定字段中。若研究者确信某项数据的有效性，则必须再次强调维护保密性的重要性，并确保数据库严格遵守HIPAA和IRB的规定。

通过使用 Microsoft Access 的这一转化型数据库项目，我们已成功构建了一个包含近 3000 名独特患者的数据库，并获得了 63 种独特蛋白质的表达数据。在识别此类突变方面取得的进展，有望提升我们预防、检测和治疗严重疾病的能力。