Name: 利用多个可公开访问的数据库对乳腺癌生物标志物进行数据挖掘和综合分析 (视频) | JoVE Journal
Uploaded: 2019-05-17T13:00:00.000+00:00
Duration: 7 min 41 s
Description: 学习利用多个公开数据库对乳腺癌生物标志物进行数据挖掘与综合分析的方法。该方案通过整合临床数据集，帮助研究人员快速识别潜在生物标志物并预测患者生存结局，提高研究结论的可信度与代表性。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

本工作部分得到了中国广东省自然科学基金（编号 2018A030313562）、广东省临床教学基地教学改革项目（编号&#160; 2016JDB092）、国家自然科学基金（81600358）以及中国广东省高等院校青年创新人才项目的资助（编号 2017KQNCX073）

1. 表达模式分析
<ol>
	<li>访问 ONCOMINE 网络界面26。</li>
	<li>在 搜索框 中输入 ID1，获取 ID1 基因在多种恶性肿瘤中的相对表达水平。</li>
	<li>在 主要筛选条件 菜单中选择 分析类型，然后依次选择 癌症与正常组织分析 和 乳腺癌与正常组织分析。</li>
	<li>从 其他视图 菜单中选择 基因汇总视图，将 P 值阈值设为 0.01，并下载图像。 
	注意：倍数变化的阈值为 2，如先前研究中所述27。</li>
</ol>
2. 表达相关性分析
<ol>
	<li>进入 bc-GenExMiner v4.0 网络界面28。</li>
	<li>在 ANALYSIS 菜单中选择 CORRELATION，点击 EXHAUSTIVE 按钮。在搜索框中输入 ID1，然后点击 Submit 按钮和 Start analysis 按钮。 
	注意：默认设置显示所有患者的表达相关性分析结果；通过点击 Molecule subtype 筛选器，可在不同乳腺癌亚型中获得更精确的分析结果。</li>
</ol>
3. 亚组分析
<ol>
	<li>在 bc-GenExMiner v4.0 中进行亚组分析
	<ol>
		<li>进入 bc-GenExMiner v4.0 网络界面28。</li>
		<li>在 ANALYSIS 菜单中选择 EXPRESSION，点击 EXHAUSTIVE 按钮。在搜索框中输入 ID1，然后点击 Submit 按钮和 Start analysis 按钮。</li>
		<li>点击 淋巴结状态（LN） 和 Scarff Bloom &amp;#38; Richardson 分级状态（SBR） 缩略图以查看完整图像。在 SBR 图像中，点击下方按钮以显示图形的 P 值。下载这些图像。</li>
	</ol>
	</li>
	<li>在乳腺癌基因表达结果在线分析工具（GOBO）中进行亚组分析
	<ol>
		<li>进入 GOBO 网络界面14。</li>
		<li>在屏幕上的 upload the gene set 区域输入目标基因符号 ID1。</li>
		<li>将 Define gene/probe identifiers 的搜索范围设置为 Gene Symbol。在 Tumor selection 中选择 All。在 Multivariate parameters 中选择 Node status 和 Grade stratified。其余选项保持默认设置。提交查询并下载图像。</li>
	</ol>
	</li>
</ol>
4. 生存分析
<ol>
	<li>在 bc-GenExMiner v4.0 中进行生存分析
	<ol>
		<li>访问 bc-GenExMiner v4.0 网络界面28。</li>
		<li>在 ANALYSIS 菜单中选择 PROGNOSTIC，点击 EXHAUSTIVE 按钮。在搜索框中输入 ID1，然后点击 Submit 按钮和 Start analysis 按钮。</li>
		<li>在全面预后分析中，在 Population and event criteria 下选择 Nm, ERm, MR，然后点击 Submit 按钮以获取更多信息。点击 Kaplan-Meier曲线 缩略图以导出完整图表。 
		注：N (+, -, m)：淋巴结状态（+：阳性，-：阴性，m：混合）；ER (+, -, m)：雌激素受体状态（+：阳性，-：阴性，m：混合）；MR：转移性复发</li>
	</ol>
	</li>
	<li>在人类蛋白质图谱（HPA）中进行生存分析
	<ol>
		<li>访问人类蛋白质图谱网络界面29。</li>
		<li>在搜索框中输入 ID1，点击 Search 按钮，选择 Pathology 子图谱。 
		注：17种癌症类型的mRNA表达水平显示在RNA表达概览部分。箱形图中的每种癌症组织标签均可点击，以进入提供生存分析数据和RNA表达水平的详细页面。</li>
		<li>点击 乳腺癌 标签，进入详细页面查看交互式生存散点图和生存分析结果，并下载图像。</li>
	</ol>
	</li>
	<li>在Kaplan-Meier Plotter生存分析工具中进行生存分析
	<ol>
		<li>访问Kaplan-Meier Plotter网络界面30，在mRNA基因芯片区域点击 Start KM plotter for breast cancer。</li>
		<li>在搜索栏中输入 ID1，并在候选菜单中选择绿色项目。</li>
		<li>选择 RFS 作为生存类型，其余选项保持默认设置。点击 Draw Kaplan-Meier plot 并下载图像。 
		注：可根据需要更改生存类型、截断类型、随访阈值以及探针集选项。通过修改 Restrict analysis to subtypes 框中的设置，可获得包括ER、PR、HER-2、淋巴结、分级、Tp53状态和分子亚型在内的亚组预后分析结果1。同样，可在 Restrict analysis to selected cohorts’ 框中设置治疗过滤条件。</li>
	</ol>
	</li>
</ol>

<ol><li>van 't Veer, L. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Gene+expression+profiling+predicts+clinical+outcome+of+breast+cancer%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">Gene expression profiling predicts clinical outcome of breast cancer.</a> Nature. 415 (6871), 530-536 (2002).</li>
<li>Loi, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Definition+of+clinically+distinct+molecular+subtypes+in+estrogen+receptor-positive+breast+carcinomas+through+genomic+grade%5BTitle%5D)+AND+%22Journal+of+Clinical+Oncology%22%5BJournal%5D)">Definition of clinically distinct molecular subtypes in estrogen receptor-positive breast carcinomas through genomic grade.</a> Journal of Clinical Oncology. 25 (10), 1239-1246 (2007).</li>
<li>Cancer Genome Atlas, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Comprehensive+molecular+portraits+of+human+breast+tumours%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">Comprehensive molecular portraits of human breast tumours.</a> Nature. 490 (7418), 61-70 (2012).</li>
<li>Emerson, J. W., Dolled-Filhart, M., Harris, L., Rimm, D. L., Tuck, D. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantitative+assessment+of+tissue+biomarkers+and+construction+of+a+model+to+predict+outcome+in+breast+cancer+using+multiple+imputation%5BTitle%5D)+AND+%22Cancer+Informatics%22%5BJournal%5D)">Quantitative assessment of tissue biomarkers and construction of a model to predict outcome in breast cancer using multiple imputation.</a> Cancer Informatics. 7, 29-40 (2009).</li>
<li>Yu, H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Integrative+genomic+and+transcriptomic+analysis+for+pinpointing+recurrent+alterations+of+plant+homeodomain+genes+and+their+clinical+significance+in+breast+cancer%5BTitle%5D)+AND+%22Oncotarget%22%5BJournal%5D)">Integrative genomic and transcriptomic analysis for pinpointing recurrent alterations of plant homeodomain genes and their clinical significance in breast cancer.</a> Oncotarget. 8 (8), 13099-13115 (2017).</li>
<li>He, W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((TCGA+datasetbased+construction+and+integrated+analysis+of+aberrantly+expressed+long+noncoding+RNA+mediated+competing+endogenous+RNA+network+in+gastric+cancer%5BTitle%5D)+AND+%22Oncology+Reports%22%5BJournal%5D)">TCGA datasetbased construction and integrated analysis of aberrantly expressed long noncoding RNA mediated competing endogenous RNA network in gastric cancer.</a> Oncology Reports. , (2018).</li>
<li>Liu, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+Integrated+TCGA+Pan-Cancer+Clinical+Data+Resource+to+Drive+High-Quality+Survival+Outcome+Analytics%5BTitle%5D)+AND+%22Cell%22%5BJournal%5D)">An Integrated TCGA Pan-Cancer Clinical Data Resource to Drive High-Quality Survival Outcome Analytics.</a> Cell. 173 (2), e411 400-416 (2018).</li>
<li>Esgueva, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Next-generation+prostate+cancer+biobanking%3A+toward+a+processing+protocol+amenable+for+the+International+Cancer+Genome+Consortium%5BTitle%5D)+AND+%22Diagnostic+Molecular+Pathology%22%5BJournal%5D)">Next-generation prostate cancer biobanking: toward a processing protocol amenable for the International Cancer Genome Consortium.</a> Diagnostic Molecular Pathology. 21 (2), 61-68 (2012).</li>
<li>Joly, Y., Dove, E. S., Knoppers, B. M., Bobrow, M., Chalmers, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Data+sharing+in+the+post-genomic+world%3A+the+experience+of+the+International+Cancer+Genome+Consortium+%28ICGC%29+Data+Access+Compliance+Office+%28DACO%29%5BTitle%5D)+AND+%22PLoS+Computational+Biology%22%5BJournal%5D)">Data sharing in the post-genomic world: the experience of the International Cancer Genome Consortium (ICGC) Data Access Compliance Office (DACO).</a> PLoS Computational Biology. 8 (7), e1002549(2012).</li>
<li>Zhang, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((International+Cancer+Genome+Consortium+Data+Portal--a+one-stop+shop+for+cancer+genomics+data%5BTitle%5D)+AND+%22Database+%28Oxford%29%22%5BJournal%5D)">International Cancer Genome Consortium Data Portal--a one-stop shop for cancer genomics data.</a> Database (Oxford). 2011, bar026 (2011).</li>
<li>Rhodes, D. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((ONCOMINE%3A+a+cancer+microarray+database+and+integrated+data-mining+platform%5BTitle%5D)+AND+%22Neoplasia%22%5BJournal%5D)">ONCOMINE: a cancer microarray database and integrated data-mining platform.</a> Neoplasia. 6 (1), 1-6 (2004).</li>
<li>Rhodes, D. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Oncomine+3.0%3A+genes%2C+pathways%2C+and+networks+in+a+collection+of+18%2C000+cancer+gene+expression+profiles%5BTitle%5D)+AND+%22Neoplasia%22%5BJournal%5D)">Oncomine 3.0: genes, pathways, and networks in a collection of 18,000 cancer gene expression profiles.</a> Neoplasia. 9 (2), 166-180 (2007).</li>
<li>Jezequel, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((bc-GenExMiner%3A+an+easy-to-use+online+platform+for+gene+prognostic+analyses+in+breast+cancer%5BTitle%5D)+AND+%22Breast+Cancer+Research+and+Treatment%22%5BJournal%5D)">bc-GenExMiner: an easy-to-use online platform for gene prognostic analyses in breast cancer.</a> Breast Cancer Research and Treatment. 131 (3), 765-775 (2012).</li>
<li>, Available from:
 <a target="_blank" href="http://co.bmc.lu.se/gobo/gsa.plb">http://co.bmc.lu.se/gobo/gsa.plb</a> (2018).</li>
<li>Ringner, M., Fredlund, E., Hakkinen, J., Borg, A., Staaf, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((GOBO%3A+gene+expression-based+outcome+for+breast+cancer+online%5BTitle%5D)+AND+%22PLoS+One%22%5BJournal%5D)">GOBO: gene expression-based outcome for breast cancer online.</a> PLoS One. 6 (3), e17911(2011).</li>
<li>Ponten, F., Jirstrom, K., Uhlen, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+Human+Protein+Atlas--a+tool+for+pathology%5BTitle%5D)+AND+%22Journal+of+Pathology%22%5BJournal%5D)">The Human Protein Atlas--a tool for pathology.</a> Journal of Pathology. 216 (4), 387-393 (2008).</li>
<li>Ponten, F., Schwenk, J. M., Asplund, A., Edqvist, P. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+Human+Protein+Atlas+as+a+proteomic+resource+for+biomarker+discovery%5BTitle%5D)+AND+%22Journal+of+Internal+Medicine%22%5BJournal%5D)">The Human Protein Atlas as a proteomic resource for biomarker discovery.</a> Journal of Internal Medicine. 270 (5), 428-446 (2011).</li>
<li>Gyorffy, B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+online+survival+analysis+tool+to+rapidly+assess+the+effect+of+22%2C277+genes+on+breast+cancer+prognosis+using+microarray+data+of+1%2C809+patients%5BTitle%5D)+AND+%22Breast+Cancer+Research+and+Treatment%22%5BJournal%5D)">An online survival analysis tool to rapidly assess the effect of 22,277 genes on breast cancer prognosis using microarray data of 1,809 patients.</a> Breast Cancer Research and Treatment. 123 (3), 725-731 (2010).</li>
<li>Stevinson, C., Lawlor, D. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Searching+multiple+databases+for+systematic+reviews%3A+added+value+or+diminishing+returns%3F%5BTitle%5D)+AND+%22Complementary+Therapies+in+Medicine%22%5BJournal%5D)">Searching multiple databases for systematic reviews: added value or diminishing returns?</a> Complementary Therapies in Medicine. 12 (4), 228-232 (2004).</li>
<li>Yin, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Integrating+multiple+genome+annotation+databases+improves+the+interpretation+of+microarray+gene+expression+data%5BTitle%5D)+AND+%22BMC+Genomics%22%5BJournal%5D)">Integrating multiple genome annotation databases improves the interpretation of microarray gene expression data.</a> BMC Genomics. 11, 50(2010).</li>
<li>Patel, D., Morton, D. J., Carey, J., Havrda, M. C., Chaudhary, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Inhibitor+of+differentiation+4+%28ID4%29%3A+From+development+to+cancer%5BTitle%5D)+AND+%22Biochimica+et+Biophysica+Acta%22%5BJournal%5D)">Inhibitor of differentiation 4 (ID4): From development to cancer.</a> Biochimica et Biophysica Acta. 1855 (1), 92-103 (2015).</li>
<li>Kamalian, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Increased+expression+of+Id+family+proteins+in+small+cell+lung+cancer+and+its+prognostic+significance%5BTitle%5D)+AND+%22Clinical+Cancer+Research%22%5BJournal%5D)">Increased expression of Id family proteins in small cell lung cancer and its prognostic significance.</a> Clinical Cancer Research. 14 (8), 2318-2325 (2008).</li>
<li>Cruz-Rodriguez, N., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((High+expression+of+ID+family+and+IGJ+genes+signature+as+predictor+of+low+induction+treatment+response+and+worst+survival+in+adult+Hispanic+patients+with+B-acute+lymphoblastic+leukemia%5BTitle%5D)+AND+%22Journal+of+Experimental+and+Clinical+Cancer+Research%22%5BJournal%5D)">High expression of ID family and IGJ genes signature as predictor of low induction treatment response and worst survival in adult Hispanic patients with B-acute lymphoblastic leukemia.</a> Journal of Experimental and Clinical Cancer Research. 35, 64(2016).</li>
<li>Yang, H. Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Expression+and+prognostic+value+of+Id+protein+family+in+human+breast+carcinoma%5BTitle%5D)+AND+%22Oncology+Reports%22%5BJournal%5D)">Expression and prognostic value of Id protein family in human breast carcinoma.</a> Oncology Reports. 23 (2), 321-328 (2010).</li>
<li>Zhou, X. L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Prognostic+values+of+the+inhibitor+of+DNAbinding+family+members+in+breast+cancer%5BTitle%5D)+AND+%22Oncology+Reports%22%5BJournal%5D)">Prognostic values of the inhibitor of DNAbinding family members in breast cancer.</a> Oncology Reports. 40 (4), 1897-1906 (2018).</li>
<li>, Available from:
 <a target="_blank" href="https://www.oncomine.org">https://www.oncomine.org</a> (2018).</li>
<li>Lin, H. Y., Zeng, L., iang, Y. K., Wei, X. L., Chen, C. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((GATA3+and+TRPS1+are+distinct+biomarkers+and+prognostic+factors+in+breast+cancer%3A+database+mining+for+GATA+family+members+in+malignancies%5BTitle%5D)+AND+%22Oncotarget%22%5BJournal%5D)">GATA3 and TRPS1 are distinct biomarkers and prognostic factors in breast cancer: database mining for GATA family members in malignancies.</a> Oncotarget. 8 (21), 34750-34761 (2017).</li>
<li>, Available from:
 <a target="_blank" href="http://bcgenex.centregauducheau.fr/BCGEM/GEM-requete.php">http://bcgenex.centregauducheau.fr/BCGEM/GEM-requete.php</a> (2018).</li>
<li>, Available from:
 <a target="_blank" href="https://www.proteinatlas.org">https://www.proteinatlas.org</a> (2018).</li>
<li>, Available from:
 <a target="_blank" href="http://kmplot.com/analysis">http://kmplot.com/analysis</a> (2018).</li>
<li>Zhu, Y. F., Dong, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Expression+of+TUSC3+and+its+prognostic+significance+in+colorectal+cancer%5BTitle%5D)+AND+%22Pathology-Research+and+Practice%22%5BJournal%5D)">Expression of TUSC3 and its prognostic significance in colorectal cancer.</a> Pathology-Research and Practice. 214 (9), 1497-1503 (2018).</li>
<li>Nelson, J. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Validation+sampling+can+reduce+bias+in+health+care+database+studies%3A+an+illustration+using+influenza+vaccination+effectiveness%5BTitle%5D)+AND+%22Journal+of+Clinical+Epidemiology%22%5BJournal%5D)">Validation sampling can reduce bias in health care database studies: an illustration using influenza vaccination effectiveness.</a> Journal of Clinical Epidemiology. 66 (8 Suppl), S110-S121 (2013).</li>
<li>Haibe-Kains, B., Desmedt, C., Sotiriou, C., Bontempi, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+comparative+study+of+survival+models+for+breast+cancer+prognostication+based+on+microarray+data%3A+does+a+single+gene+beat+them+all%3F%5BTitle%5D)+AND+%22Bioinformatics%22%5BJournal%5D)">A comparative study of survival models for breast cancer prognostication based on microarray data: does a single gene beat them all?</a> Bioinformatics. 24 (19), 2200-2208 (2008).</li>
<li>Yang, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Understanding+genetic+toxicity+through+data+mining%3A+the+process+of+building+knowledge+by+integrating+multiple+genetic+toxicity+databases%5BTitle%5D)+AND+%22Toxicology+Mechanisms+and+Methods%22%5BJournal%5D)">Understanding genetic toxicity through data mining: the process of building knowledge by integrating multiple genetic toxicity databases.</a> Toxicology Mechanisms and Methods. 18 (2-3), 277-295 (2008).</li>
<li>Cannata, N., Merelli, E., Altman, R. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Time+to+organize+the+bioinformatics+resourceome%5BTitle%5D)+AND+%22PLoS+Computational+Biology%22%5BJournal%5D)">Time to organize the bioinformatics resourceome.</a> PLoS Computational Biology. 1 (7), e76(2005).</li>
<li>Wren, J. D., Bateman, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Databases%2C+data+tombs+and+dust+in+the+wind%5BTitle%5D)+AND+%22Bioinformatics%22%5BJournal%5D)">Databases, data tombs and dust in the wind.</a> Bioinformatics. 24 (19), 2127-2128 (2008).</li>
</ol>

作者无任何利益冲突需要披露

对公共数据库的综合分析可能揭示目的基因的潜在功能，并阐明该基因与特定癌症临床病理参数之间的潜在关联27,31。仅基于单一数据库的探索与分析可能因潜在的选择偏倚，或在一定程度上受数据质量差异的影响（包括数据采集方法及数据库分析算法的不同），而提供有限或孤立的视角19。本方案最关键的步骤是选择合适的数据库，所选数据库应被大量科研人员广泛认可，并具有足够的代表性。研究者应利用多个数据库验证假设，并相互印证来自不同数据库的结果，而非依赖单一数据库。
本文所述方案是一种便于研究者操作的实验流程。该方法的优势在于，能够快速可视化并解析某个基因在乳腺癌中的潜在作用。此外，通过该流程获得的所有结果均可通过直接访问相应的网站进行即时验证和重复实验。该方法的局限性在于，基于数据库综合分析所得出的结论可能无法完全反映临床实际情况中的真实功能或关联性。这可能源于数据库存在的系统性偏差，在某些情况下，也可能由于样本量不足所致<sup class...

乳腺癌是一种异质性疾病，不同分子亚型的预后和治疗策略各不相同，其发病机制和发展过程可能与不同的分子机制相关1,2,3。然而，从基础研究中的初步发现到临床应用，确定一个治疗靶点通常需要数年甚至数十年时间4。癌症基因组中高通量测序技术的全基因组应用极大地推动了寻找有价值的生物标志物或治疗靶点的进程5。
来自大规模癌症基因组学平台（如国际癌症基因组联盟 ICGC 和癌症基因组图谱 TCGA）产生的海量癌症基因组数据，给研究人员在数据探索、整合与分析方面带来了巨大挑战，尤其对于缺乏生物信息学和计算技术深入训练的用户而言更是如此6,7,8,9,10。近年来，一些新兴数据库（例如 ONCOMINE、bcGenExMiner v4.0 和 Kaplan-Meier plotter 等）被设计和开发出来，旨在降低访问复杂癌症基因组数据集的门槛，从而帮助研究人员分析和解读多种癌症类型中的基因、样本及临床数据11。本实验方案的目标是描述一种研究策略，该策略整合了多个广泛被研究人员认可的开放获取数据库中的多层次基因信息，用于鉴定乳腺癌的潜在生物标志物和预后因素。
ONCOMINE 数据库是一个基于网络的数据挖掘平台，包含癌症微阵列信息，旨在促进新型生物标志物和治疗靶点的发现11。目前，该数据库收录了来自65个基因表达数据集的超过4800万个基因表达测量值11,12。bcGenExMiner v4.0（非营利机构可免费使用的工具），又称乳腺癌基因表达分析器，是一个用户友好的基于网络的应用程序，整合了3,414例乳腺癌患者的DNA微阵列结果，其中1,209例患者发生过不良事件13。该工具旨在利用R统计软件及其相关软件包提升基因预后分析的性能。
GOBO 是一个多功能且用户友好的在线工具，整合了来自包含 51 个样本的乳腺癌细胞系数据集和包含 1881 个样本的乳腺肿瘤数据集的微阵列信息（例如 Affymetrix U133A），支持多种分析14。GOBO 数据库提供多种应用功能，包括对不同分子亚型的乳腺肿瘤和细胞系中基因表达谱进行快速分析、筛选共表达基因以构建潜在的元基因（metagenes），以及在乳腺癌数据集中对单个基因、基因集合或基因特征的表达水平与临床预后之间的相关性进行分析15。
人类蛋白质图谱是一个开放获取的项目，旨在帮助科学家探索人类蛋白质组，目前已为人类生物学和疾病领域的大量出版物做出了贡献。人类蛋白质图谱被公认为是生命科学界的一项欧洲核心资源16,17。
Kaplan-Meier 生存曲线绘图工具是一种在线工具，可同时整合基因表达数据和临床数据，用于评估&#160;54,675 个基因&#160;的预后效应，其数据基于&#160;10,461 例癌症样本&#160;，其中包括&#160;1,065 例胃癌&#160;、2,437 例肺癌&#160;、1,816 例卵巢癌和 5,143 例乳腺癌患者，中位随访时间分别为 33/49/40/69 个月18。该数据库提供基因表达、&#160;无复发生存期（RFS）和总生存期（OS）信息的下载功能19,20。
本文介绍了一种利用多个公开数据库进行实际操作的方法，用于比较、分析和可视化目标基因在多种癌症研究中的表达改变模式，旨在总结其在乳腺癌中的表达谱、预后价值及潜在生物学功能。例如，近期研究表明，ID蛋白在肿瘤中具有促癌特性，并与恶性特征相关，包括细胞转化、永生化、增殖增强以及转移21,22,23。然而，ID家族的各个成员在不同类型的实体瘤中发挥着不同的作用，其在乳腺癌中的功能尚不明确24。在先前通过该方法开展的研究中，我们发现ID1是乳腺癌中一个有意义的预后指标25。因此，本实验方案将以ID1为例，介绍数据挖掘方法。
分析首先从在 ONCOMINE 中查询目的基因在癌组织样本与正常组织样本中的表达模式开始。随后，利用 bc-GenExMiner v4.0、GOBO 和 ONCOMINE 对目的基因在乳腺癌中的表达相关性进行分析。接着，使用上述三个数据库根据不同的亚组对 ID1 的表达谱进行分层。最后，利用 bc-GenExMiner v4.0、人类蛋白质图谱（the human protein atlas）和 Kaplan-Meier plotter 分析 ID1 表达与生存结局之间的关联。操作流程如 图1 所示的流程图。

<table><tbody><tr><td>配备支持 JavaScript 的 Internet 浏览器的个人计算机或计算设备&lt;br/&gt;</td><td>Microsoft</td><td>051690762553</td><td>我们支持并测试以下浏览器：Google Chrome、Firefox 3.0 及以上版本、Safari 以及 Internet Explorer 9.0 及以上版本</td></tr><tr><td>Adobe Flash 播放器</td><td>Adobe Systems Inc.</td><td>可从 http://get.adobe.com/flashplayer/ 免费下载</td><td>在“网络&lt;br/&gt;分析”标签页中可视化网络时，需要此浏览器插件</td></tr><tr><td>Chrome 浏览器</td><td>Google Inc.</td><td>可从 https://www.google.cn/chrome/ 免费下载</td><td>查看病理报告以及许多&lt;br/&gt;可下载文件时必需</td></tr><tr><td>Java 运行时环境</td><td>Oracle Corporation</td><td>可从 http://www.java.com/getjava/ 下载</td><td></td></tr><tr><td>适用于教职员工的 Office 365 ProPlus</td><td>Microsoft</td><td>2003BFFD8117EA68</td><td>查看病理报告以及许多&lt;br/&gt;可下载文件时必需</td></tr><tr><td>Vectr 在线工具</td><td>Vectr Labs Inc.</td><td>可从 https://vectr.com/new 免费使用</td><td>可视化和编辑许多&lt;br/&gt;可下载文件及图片时必需</td></tr></tbody></table>

利用多个公开数据库对乳腺癌生物标志物进行数据挖掘与整合分析

Performing Data Mining And Integrative Analysis Of Biomarker in Breast Cancer Using Multiple Publicly Accessible Databases

近年来，新兴数据库的开发旨在降低获取复杂癌症基因组数据集的门槛，从而帮助研究人员分析和解读多种癌症类型的基因、样本及临床数据。本文以ID1（DNA结合蛋白抑制因子1）为例，介绍一种实用的操作流程，基于来自ONCOMINE、bcGenExMiner v4.0（乳腺癌基因表达矿工v4.0）、GOBO（基于基因表达的乳腺癌预后在线分析平台）、HPA（人类蛋白质图谱）和Kaplan-Meier绘图仪等在线数据库整合的临床数据集，刻画乳腺癌生物标志物及生存预测因子的表达模式。分析首先比较目标基因（如ID1）在癌组织样本与正常组织样本中的表达模式；随后，开展ID1与乳腺癌临床病理特征之间的相关性分析；接着，根据不同的亚组对ID1的表达谱进行分层；最后，分析ID1表达水平与生存结局之间的关联。该操作流程简化了整合来自不同数据库的多维度基因水平数据的概念，并可用于检验关于乳腺癌中基因改变事件的复发风险及基因组背景的假设。该方法可提高结论的可信度与代表性，从而为关注的基因提供富有信息量的研究视角。

使用ID1（DNA结合蛋白家族抑制因子成员之一）对乳腺癌生物标志物进行数据挖掘和整合分析的代表性结果，已在先前的研究中报道25。
如图2所示，使用ONCOMINE数据库分析了多种癌症中肿瘤组织与正常组织之间ID1 mRNA表达的差异，该数据库共包含445项独立分析。其中5项研究显示，ID1的mRNA表达水平在正常组织中显著高于乳腺癌组织。这些数据表明ID1在乳腺癌中存在表达失调。图3展示了通过bc-GenExMiner v4.0分析获得的与ID1正相关和负相关最强的基因。为确定ID1 mRNA表达与乳腺癌患者临床病理参数之间的相关性，采用了bc-GenExMiner v4.0数据库进行分析。如图4所示，与伴有淋巴结转移的患者相比...

本文介绍了一种基于对来自多种公开数据库的合并临床数据集进行综合分析，以逐步开展表达、相关性及生存分析策略，探索乳腺癌生物标志物和生存预测因子的实验方案。

近年来，新兴数据库的构建旨在降低获取复杂癌症基因组数据集的门槛，从而促进……

本文介绍了一种基于多种公共数据库分析探索乳腺癌生物标志物及生存预测因子的实验方案。该方法可提高结论的可信度与代表性，从而为关注的基因提供有价值的研究视角。该方法的优势在于能够快速可视化并解读某基因在乳腺癌中的潜在作用。此外，通过该方法获得的所有结果均可通过直接访问相应的网站进行即时验证和重复实验。本研究中选择乳腺癌作为对象，以验证该方法的可行性。由于乳腺癌是一种具有异质性的疾病，不同分子亚型的乳腺癌在诊断、治疗和预后方面可能存在差异。因此，找到能够反映乳腺癌不同亚型信息的高效在线工具或数据库显得尤为重要。开始此操作时，请进入 ONCOMINE 网络界面。在搜索框中输入 ID1，以获取基因 ID1 在各类恶性肿瘤中的相对表达水平。在主筛选器菜单中选择分析类型，然后选择“癌症 vs. 正常分析”。在其他视图菜单中选择基因摘要视图。将 P 值的阈值设为 0.01。将倍数变化的阈值设为 2。将基因排序的阈值设为全部。将数据类型设置为全部。下载图表。首先，访问 BC 基因表达分析仪网页界面。在分析菜单中，选择相关性分析，然后点击穷举按钮。在搜索框中输入 ID1，点击提交按钮，然后点击开始分析按钮。若要在 BC 基因表达分析器中进行亚组分析，请进入 BC 基因表达分析器界面。在分析菜单中，选择表达（expression），然后点击穷尽（exhaustive）按钮。在搜索框中输入 ID1，然后点击提交按钮和开始分析按钮。点击淋巴结状态（nodal status）和Scarff Bloom Richardson分级状态（Scarff Bloom Richardson grade status）缩略图以查看完整图像。在 Scarff Bloom Richardson 图像中，点击下方按钮以查看各图的 P 值，然后下载图像。如需通过基于基因表达的乳腺癌预后在线分析（Gene expression-based Outcome for Breast Cancer Online）进行亚组分析，请访问 GOBO 网络界面。输入感兴趣基因的基因符号 ID1，并上传基因集。将定义基因/探针标识符的搜索范围设置为基因符号。在肿瘤选择中设置全部选项，并在多变量参数中选择以淋巴结状态和分级分层的数据。其余项目保持默认设置。现在提交查询并下载图表。如需在BC基因表达分析仪中进行生存分析，请访问BC基因表达分析仪的网页界面。在分析菜单中，选择“预后”选项，然后点击“穷举”按钮。在搜索框中输入 ID1，点击提交按钮，然后点击开始分析按钮。在穷举预后分析中，在人群和事件条件中选择 Nm、ERm、MR，然后点击提交按钮以获取更多信息。点击此按钮后，选择Kaplan-Meier曲线缩略图以导出完整图表。如需在人类蛋白质图谱（Human Protein Atlas）中进行生存分析，请访问人类蛋白质图谱的网页界面。在搜索框中输入ID1，然后点击搜索按钮。接下来，选择病理学子图谱。点击乳腺癌的标签，将出现一个详细页面，显示交互式生存散点图和生存分析结果。下载这些图表。在Kaplan-Meier Plotter生存分析中，进入Kaplan-Meier Plotter网页界面。在mRNA基因芯片区域，点击启动乳腺癌的KM绘图器。在搜索栏中输入ID1，然后在候选菜单中选择绿色条目。然后，选择RFS作为生存类型，并将其他项目保留默认设置。点击绘制Kaplan-Meier曲线图并下载图像。在本研究中，以ID1为例进行乳腺癌生物标志物的数据挖掘与整合分析，ID1是DNA结合抑制因子家族成员之一。首先利用包含445项独立分析的ONCOMINE数据库，分析ID1 mRNA在肿瘤组织与正常组织中的表达差异。仅有5项研究显示，ID1的mRNA表达水平在正常组织中显著高于乳腺癌组织，表明ID1在乳腺癌中存在表达失调现象。随后使用BC基因表达分析器（BC Gene-Expression Miner）来鉴定ID1 mRNA表达水平与乳腺癌患者临床病理参数之间的相关性。在无淋巴结转移的乳腺癌患者中，ID1的mRNA水平显著高于有淋巴结转移的患者。GOBO分析显示，ID1 mRNA水平的升高与较低的肿瘤分级相关。这些结果提示，ID1表达的增加与乳腺癌较低的转移潜能和较低的病理分级相关。来自BC基因表达矿工数据库的分析表明，ID1的mRNA水平较高与乳腺癌患者更长的无远处转移生存期相关。人类蛋白质图谱数据库的分析也提示，ID1蛋白水平升高与乳腺癌患者较好的生存预后相关。来自Kaplan-Meier绘图工具的生存分析结果与上述发现一致，显示ID1 mRNA表达水平较高可预测乳腺癌患者更好的无复发生存率。越来越多的在线数据库将可供研究人员使用或访问。该方案可能为研究人员提供一种有效的方法，用于鉴定潜在的靶基因及其相关的信号通路。

performing-data-mining-integrative-analysis-biomarker-breast-cancer

Research

科研

JoVE Journal

Cancer Research

癌症研究

利用多个可公开访问的数据库对乳腺癌生物标志物进行数据挖掘和综合分析

现有的算法为生物标志物检测数据集生成单一解决方案。本方案展示了存在多个效果相似的解决方案，并提供了一款用户友好的软件，以帮助生物医学研究人员针对所提出的挑战深入分析其数据集。计算机科学家也可在其生物标志物检测算法中集成此项功能。...

选择具有相似有效二元分类性能的多个生物标志物子集

本文介绍了一种整合多种生物信息学工具来研究 TMEM200A...

TMEM200A 作为泛癌生物标志物的多组学分析

确定能够从临床前测试顺利过渡到人体试验的新药物靶点是当前科学研究的重点。为此，本文介绍了一种功能基因组学方法，用于研究基因耗竭对癌细胞系球状体的影响，该模型能更真实地模拟人类癌症 体内.

利用功能基因组筛选鉴定肿瘤细胞球状培养物中潜在的新型药物靶点

本文介绍了一种用于在细胞水平上进行中至高通量蛋白质磷酸化事件分析的实验方案。磷酸化流式细胞术是一种强大的方法，可用于表征信号转导异常、鉴定和验证生物标志物，以及评估药物效应动力学。...

采用荧光细胞条形码技术的磷酸化流式细胞术用于单细胞信号通路分析与生物标志物发现

本方法的目的是通过成球实验，结合功能分析以及流式细胞术和蛋白质印迹法进行表型鉴定，以可靠地鉴定癌细胞系和原代人肿瘤样本中的肿瘤干细胞（CSC）。...

从妇科及乳腺癌肿瘤中获取肿瘤干细胞球

本研究提出了一种先进的方案，通过检测绿色荧光蛋白和生物发光信号，并结合定量分子检测技术，精确评估肿瘤负荷。...

利用原位乳腺癌模型研究三阴性乳腺癌

源自患者的异种移植（PDX）模型和可移植的基因工程小鼠模型能够真实地模拟人类疾病，是基础和转化性乳腺癌研究的首选模型。本文描述了一种将乳腺肿瘤组织片段原位移植至乳腺脂肪垫以研究肿瘤生物学特性并评估药物反应的方法。...

原位移植乳腺肿瘤作为乳腺癌的临床前模型

本文介绍了研究抗癌作用的方法 Lactobacillus...

利用益生菌无细胞上清液在结直肠癌细胞三维球体培养中评估细胞死亡

我们介绍一种使用 Fiji-ImageJ 对 4T1...

利用计算机图像分析技术改进4T1乳腺癌模型中肺转移灶定量分析

本方案描述了一种利用现成材料和原代人乳腺组织构建体外微生理系统以研究乳腺癌的方法。...

使用微生理系统在人乳腺组织中建立乳腺癌模型

学习利用多个公开数据库对乳腺癌生物标志物进行数据挖掘与综合分析的方法。该方案通过整合临床数据集，帮助研究人员快速识别潜在生物标志物并预测患者生存结局，提高研究结论的可信度与代表性。

利用多个公开数据库对乳腺癌生物标志物进行数据挖掘与整合分析

探索更多视频