Name: Generation umfassender Thoracic Oncology Database - Tool für Translational Research (Video) | JoVE Journal
Uploaded: 2011-01-22T17:15:00.000+00:00
Duration: 11 min 18 s
Description: Erfahren Sie, wie Sie eine Thorax-Onkologie-Datenbank in Microsoft Access erstellen, um klinische und Labordaten für die translationale Krebsforschung zu verknüpfen. Diese Methode ermöglicht Analysen von Genmutationen und Proteinexpression.

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

playerTrialDesktop

Diese Arbeit wurde vom NIH gewährt 5R01CA100750-07, 5R01CA125541-04, 3R01CA125541-03S1, 5R01CA129501-03, 3R01CA129501-02S1 zu RS unterstützt

<ol><li>Adamski, J., Finnegan, K. New Perspectives on Microsoft Office Access. , Course Technology. Boston. (2007).</li>
<li>Giltnane, J., Rimm, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Technology+Insight%3A+Identification+of+biomarkers+with+tissue+microarray+technology%5BTitle%5D)+AND+%22Nat+Clin+Pract+Oncol%22%5BJournal%5D)">Technology Insight: Identification of biomarkers with tissue microarray technology.</a> Nat Clin Pract Oncol. 1, 104-111 (2004).</li>
</ol>

<table border="1"><tbody><tr><td> Material Name </td><td> Firma </td><td> Katalog-Nummer </td></tr><tr><td> Zentrifuge </td><td> Eppendorf </td><td> </td></tr><tr><td> Konische Zentrifugenröhrchen </td><td> Falke </td><td> 518-PG </td></tr><tr><td> Minimum Essential Medium Eagle (MEM) </td><td> Sigma </td><td> M4655-500ML </td></tr><tr><td> Fetal Calf Serum </td><td> CellGro FBS HALLO </td><td> MTT35011CV </td></tr><tr><td> Dimethylsulfoxid (DMSO) </td><td> Amerikanischen Bioanalytische </td><td> AB03091 </td></tr><tr><td> BD Vacutainer Serumröhrchen </td><td> Fischer Scientific </td><td> 367815 </td></tr></tbody></table>

generation umfassender thoracic oncology database - tool für translational research

Generation of Comprehensive Thoracic Oncology Database - Tool for Translational Research

Das Thoracic Oncology Program Database Project wurde geschaffen, um ein umfassendes, verifiziert und zugänglich Repository für gut kommentierten Krebs Proben und klinischen Daten zur Verfügung zu stehen Forschern innerhalb der Thoracic Oncology Research Program dienen. Diese Datenbank erfasst auch eine große Menge von Genom-und Proteom-Daten aus verschiedenen Tumorgewebe Studien erhalten. Ein Team von klinischen und wissenschaftlichen Forschern, ein Biostatistiker, und ein Bioinformatik-Experte wurde einberufen, um die Datenbank-Design. Variablen von Interesse waren klar definiert und ihre Beschreibungen wurden in einem Standard-Betriebsanleitung geschrieben, um die Konsistenz der Daten-Annotation zu gewährleisten. Mit einem Protokoll für angehende Gewebe Banking und ein anderes Protokoll für die retrospektive Banking, Tumor-und Normalgewebe von Patienten zugestimmt, diese Protokolle gesammelt wurden. Klinische Daten wie Demographie, Krebs Charakterisierung und Behandlung Pläne für diese Patienten wurden abstrahiert und in eine Access-Datenbank. Proteomik und Genomik Daten in die Datenbank aufgenommen und haben zu klinischen Informationen für Patienten in der Datenbank beschrieben in Verbindung gebracht worden. Die Daten aus den einzelnen Tabellen verknüpft wurden unter Verwendung der Beziehungen Funktion in Microsoft Access, damit die Datenbank-Manager zu klinischen Informationen während einer Abfrage verbinden. Die abgefragten Daten können dann für statistische Analysen und Hypothesen Generation exportiert werden.

Eine Brust-Onkologie-Datenbank wurde entwickelt, um als eine umfassende Quelle für klinische Daten und Laborwerte für die Zwecke der translationalen Forschung dienen. Die Datenbank wird translationalen Krebsforschung in der Thoracic Oncology Research Program dienen. Diese Datenbank ist anpassungsfähig zu anderen Krebs-Modelle, sowie andere Erkrankungen des Menschen.

Generation umfassender Thoracic Oncology Database - Tool für Translational Research

Das Thoracic Oncology Program Database Project wurde ins Leben gerufen, um als umfassendes, verifiziertes und zugängliches Repositorium für gut annotierte Krebs- ...

Ein modernes Paradigma der Krebsforschung besagt, dass das Verständnis der genetischen Veränderungen, die zum Krebs führen, zu Verbesserungen bei der Prävention, der Früherkennung, der Identifizierung prognostischer Marker und der Entwicklung gezielter Therapien führen wird. Diese Onkologiedatenbank in Microsoft Access erstreckt sich über sieben Haupttabellen, darunter eine Patiententabelle mit klinischen Informationen, eine TMA-Tabelle mit Proteinausdrucksdaten und eine DNA-Proben-Tabelle. Mithilfe von Mutationsdaten werden Beziehungen hergestellt, um die Daten zwischen den Tabellen zu verknüpfen, sodass die Laboruntersuchungen von Gewebeproben eines bestimmten Patienten mit dessen klinischer Anamnese verknüpft werden können.Die verknüpften Daten können anschließend über eine Datenbankabfrage abgerufen und statistisch ausgewertet werden, um Zusammenhänge zwischen Proteinausprägung, DNA, Mutationen und klinischen Ergebnissen zu ermitteln. Letztendlich ermöglicht die Verknüpfung von klinischen und Laborbefunden die Untersuchung genetischer Aberrationen und der Proteinausprägung aus der Perspektive klinischer Endpunkte bei Krebspatienten. Eine zentrale Komponente der translationalen Forschung ist die Fähigkeit, klinische und grundwissenschaftliche Forschungsdaten zu sammeln und beide in einer sinnvollen Beziehung zu verbinden.Jedoch sind die erforderlichen bioinformatischen Werkzeuge dafür oft begrenzt und abhängig von der Institution. Diese Datenbank wurde entwickelt, um unseren Forschenden bei der Beantwortung zentraler Fragen im Bereich der translationellen Krebsforschung zu helfen, beispielsweise wie die genetische und proteomische Zusammensetzung eines Patienten zu bestimmten klinischen Endpunkten wie Therapieansprechen oder Überleben beitragen kann. Obwohl diese Datenbank für Forschende und Kliniker entwickelt wurde, die mit thorakalen Malignitäten arbeiten, kann dieses Modell auf andere Erkrankungen übertragen und an die Bedürfnisse weiterer Forschender sowie Institutionen angepasst werden.Wir hoffen, dass Sie dieses Protokoll für Ihre eigenen Datenbankprojekte übernehmen werden. Vor Beginn eines translationsorientierten Datenbankprojekts ist es unerlässlich, Protokolle zu entwickeln, die von der zuständigen Ethikkommission genehmigt wurden. Um die Vertraulichkeit der Patienten zu gewährleisten, kennzeichnen Sie alle gesammelten Proben, Gewebe, Blut oder andere Körperflüssigkeiten mit einem eindeutigen Barcode-Identifikator und dokumentieren Sie diese entsprechend im Probenerfassungsformular.Um die Entwicklung der Datenbank zu beginnen, erstellen Sie zunächst Primärtabellen, um Bereiche von Interesse zu erfassen, wie beispielsweise Informationen über Patienten, Probendaten, Gewebemikroarrays und DNA-Proben. Weitere Tabellen von Interesse können Thorakalonkologie-Konferenzen, Zelllinien und Gans-Tabellen umfassen. Um eine Tabelle in Microsoft Access zu erstellen, wechseln Sie zum Register „Erstellen“ und wählen Sie „Tabelle“ aus.Zunächst wird die Tabelle in der Datenblattansicht dargestellt. Um jedoch Variablen von Interesse eingeben zu können, muss die Tabelle in der Entwurfsansicht angezeigt werden. Wählen Sie unter dem Register „Start“ die Option „Ansicht“ und dann „Entwurfsansicht“. Geben Sie im Entwurfsmodus die Variablen von Interesse für die Patiententabelle ein und beschreiben Sie diese.Dazu gehören die Krankenaktennummer, der Nachname, der Vorname, das Geburtsdatum usw. In der Entwurfsansicht muss das Datumsfeld mit einem Datentyp beschrieben werden, da die Krankenaktennummer eine siebenstellige Zahl ist. Diese Variable wird als numerisch beschrieben.Da die Variable „Nachname“ Text ist, wird sie als Freitextvariable aufgeführt. Es ist außerdem hilfreich, eine Beschreibung der Variable bereitzustellen. Beispielsweise ist es bei der Variable „Geschlecht“ wichtig, dass die Dateneingabeperson weiß, dass männlich mit der Zahl eins und weiblich mit der Zahl zwei einzugeben ist; gestalten Sie die Tabellen so, dass Redundanzen vermieden werden.Der Patiententisch sollte der einzige Ort sein, an dem detaillierte Informationen über die Patienten, ihre Krebserkrankung, ihren klinischen Verlauf, ihre Risikofaktoren und ihre Ergebnisse in der Datenbank gespeichert werden. Erstellen Sie eine Beispiel-Datentabelle, um pathologische Proben mit ihren Patientenquellen zu verknüpfen, da von jedem Patienten mehrere Proben gewonnen werden können. Diese Tabelle sollte die Identifikationsnummer jeder Probe mit der Krankenaktennummer des Patienten verbinden. In einer TMA-Tabelle werden Proteinexpressionsdaten erfasst, die aus der immunhistochemischen Analyse von Gewebemikroarrays resultieren.Markieren Sie das untersuchte Protein, und ermitteln Sie den Expressionsgrad dieses Proteins mithilfe eines standardisierten Bewertungssystems. Geben Sie außerdem die Art des analysierten Gewebes an, beispielsweise Tumor- oder Normalgewebe, und listen Sie alle DNA-Proben auf, die einer mutationsanalytischen Untersuchung unterzogen wurden. In einer Tabelle der DNA-Proben sollten genetische Veränderungen eindeutig annotiert sein, beispielsweise durch Angabe der genauen Mutation, des betroffenen Gens sowie des Endresultats dieser Mutation.Erstellen Sie einen fünften Konferenztisch für Thoraxonkologie, um die wöchentlichen Sitzungen des klinischen Teams für Thoraxonkologie zu beschreiben. Beziehen Sie relevante Informationen ein, die aus diesen Sitzungen resultieren, wie beispielsweise die Verfügbarkeit von pathologischen Proben. Legen Sie für jeden Patienten eine eigenständige Zelllinientabelle an, die die im Labor verwendeten Zelllinien beschreibt. Beschreiben Sie zu Forschungszwecken wichtige Eigenschaften, die zu jeder Zelllinie gehören.Erstellen Sie abschließend eine weitere eigenständige Tabelle für CL elgan, um den autologen Rezeptor, Tyrosinkinasen und den zugehörigen Needle-Score aufzulisten. Ein Maß für die Ähnlichkeit mit menschlichen Proteinen. Um Abfragen aus mehreren Tabellen zu erleichtern, müssen die einzelnen Tabellen über Primärschlüssel verknüpft werden.Legen Sie einen Primärschlüssel oder einen eindeutigen Bezeichner für jede Tabelle fest. Ein eindeutiger Bezeichner ist eine Zahl oder ein Wort, das nur eine eindeutige Person repräsentiert und nicht zweimal in einer Tabelle aufgeführt werden kann. Beispielsweise ist die Krankenakte-Nummer eines Patienten der Primärschlüssel in der Tabelle des Patienten.Um einen Primärschlüssel festzulegen, wechseln Sie zur Entwurfsansicht der betreffenden Tabelle. Klicken Sie mit der rechten Maustaste auf das Feld, das der Primärschlüssel werden soll, und wählen Sie die Option „Primärschlüssel“.Um die Tabellen zu verknüpfen, wechseln Sie zum Register „Datenbanktools“ und klicken Sie auf das Symbol „Beziehungen“. Ziehen Sie mit der Maus vom gewünschten Feld in einer Tabelle zum entsprechenden Feld in einer anderen Tabelle. Auf diese Weise werden zwei Tabellen miteinander verbunden, wobei Beziehungen eingerichtet werden.Anschließend kann eine Abfrage ausgeführt werden, um verwandte Informationen aus mehreren Tabellen zu erhalten. Wählen Sie dazu die Option „Abfragedesign“ unter dem Register „Erstellen“, anschließend die anzuzeigenden Tabellen sowie die gewünschten Felder aus. Danach werden die Variablen von Interesse aus jeder Tabelle ausgewählt. Führen Sie die Abfrage aus, um die Ergebnisse in Tabellenform zu erhalten, und speichern Sie die Daten mit einer geeigneten Dateierweiterung, um sie importieren zu können.Überprüfen Sie, ob die Namen der Variablen in den importierten Daten genau mit den Namen der Variablen in Microsoft Access übereinstimmen. Ein erfolgreicher Import ist nicht möglich, wenn die Variablen unterschiedlich beschrieben sind, beispielsweise wenn in der einen Tabelle Leerzeichen enthalten sind, in der anderen jedoch nicht. Sobald eine Übereinstimmung zwischen den beiden Tabellen hergestellt ist, verwenden Sie eine Anfüge- oder Aktualisierungsabfrage, um die Daten in Access zu importieren.Mit einer Anfügeabfrage werden neue Datensätze hinzugefügt, beispielsweise neue Patienten, während eine Aktualisierungsabfrage bereits in der Datenbank enthaltene Datensätze aktualisiert. Um die Daten als Microsoft-Excel-Arbeitsmappe zu exportieren, wechseln Sie zum Register „Externe Daten“ und klicken Sie auf „Daten nach Excel exportieren“. Microsoft Access ermöglicht außerdem den Export von Daten in andere gängige Formate.Eine Forscherin möchte Informationen zum Protein Paxin über die Tabellen der Patienten, der TMA und der DNA-Proben hinweg korrelieren. Da die Tabellen bereits über die Krankenaktennummer verknüpft sind, können die Daten leicht abgefragt werden. Um die relevanten Informationen zu erhalten, klickt sie auf den Reiter „Erstellen“ und anschließend auf „Abfragedesign“. Sie wählt die drei Tabellen von Interesse aus: Patienten, TMA und DNA-Proben, jeweils aus der entsprechenden Tabelle.Sie wählt die Variablen von Interesse aus, wie beispielsweise den Namen des Patienten aus der Patiententabelle, den Ursprung der Probe aus der TMA-Tabelle, die Paxin-Expression aus der TMA-Tabelle und Paxin-Mutationen aus der DNA-Proben-Tabelle. Sie klickt auf „Abfrage ausführen“, um die Abfrage zu generieren, und die Ergebnisse erscheinen in einer Abfrage-Tabelle. Alle Patienten, für die sowohl Paxin-Expressions- als auch Mutationsdaten vorliegen, werden in dieser Tabelle angezeigt.Sie kann dann die Häufigkeit solcher Mutationen bestimmen, bestimmte Mutationen mit Expressionsänderungen korrelieren oder Mutationen mit klinischen Variablen wie dem Überleben assoziieren. Bitte beachten Sie, dass die hier gezeigten Ergebnisse für Beispielpatienten und nicht für echte, in der Datenbank identifizierte Patienten gelten. Die Ergebnisse können zur primären Datenanalyse durch den Biostatistiker exportiert werden, und die Ergebnisse werden mit dem Forscher geteilt.Bei der Erstellung einer solchen Datenbank ist es wichtig sicherzustellen, dass alle Daten einheitlich erfasst werden. Daten sollten nur in ein Feld eingegeben werden. Wenn der Forscher sich bezüglich der Gültigkeit sicher ist, ist es notwendig, die Bedeutung der Wahrung der Vertraulichkeit sowie die Einhaltung der HIPAA- und IRB-Vorschriften durch die Datenbank erneut zu betonen.Mit diesem translationalen Datenbankprojekt unter Verwendung von Microsoft Access konnten wir eine Datenbank mit nahezu 3000 einzigartigen Patienten aufbauen und verfügen über Expressionsdaten für 63 eindeutige Proteine. Fortschritte, die wir bei der Identifizierung solcher Mutationen erzielen, haben das Potenzial, zu Verbesserungen bei der Prävention, Erkennung und Behandlung verheerender Erkrankungen beizutragen.

generation-comprehensive-thoracic-oncology-database-tool-for

Research

Forschung

JoVE Journal

Medicine

Medizin

Wir präsentieren ein dreidimensionales (3D) Lungenkrebsmodell, das auf einem biologischen Kollagengerüst basiert, um die Empfindlichkeit gegenüber nicht-kleinzelligem Lungenkrebs (NSCLC)-zielgerichteten Therapien zu untersuchen. Wir demonstrieren verschiedene Auslesetechniken zur Bestimmung des Proliferationsindex, der Apoptose und des epithelial-mesenchymalen Übergangsstatus (EMT). Die gesammelten Daten werden in ein in silico-Modell zur Vorhersage der Arzneimittelsensitivität integriert.

Ein kombiniertes 3D-Gewebezüchtungen<em&gt; In Vitro</em&gt; /<em&gt; In Silico</em&gt; Lungentumormodell für Hintergründe in bestimmten Mutations Drug Wirksamkeit vorhersagen

Hier stellen wir ein Protokoll vor, um den Biomarker und den Überlebensprediger von Brustkrebs zu erforschen, das auf der umfassenden Analyse von gebündelten klinischen Datensätzen basiert, die aus einer Vielzahl von öffentlich zugänglichen Datenbanken abgeleitet werden, und dabei die Strategie des Ausdrucks, der Korrelation und Überlebensanalyse Schritt für Schritt.

Die Durchführung von Datenkinining und die integrative Analyse von Biomarker bei Brustkrebs mit mehreren, öffentlich zugänglichen Datenbanken

Wir stellen das CorExplorer-Webportal vor, eine Ressource zur Erforschung von Tumor-RNA-Sequenzierungsfaktoren, die vom Machine Learning-Algorithmus CorEx (Correlation Explanation) gefunden wurden, und zeigen, wie Faktoren im Verhältnis zum Überleben, Datenbankanmerkungen, Protein-Protein-Wechselwirkungen und untereinander, um Einblicke in die Tumorbiologie und therapeutische Interventionen zu gewinnen.

Analysieren von Tumor-Genexpressionsfaktoren mit dem CorExplorer-Webportal

Dieses Protokoll beschreibt ein nützliches Instrument zur Identifizierung signifikanter molekularer Veränderungen bei Krebs und führt zur Entwicklung neuer diagnostischer und therapeutischer Ansätze für das Plattenepithelkarzinom der Speiseröhre.

Entwicklung eines Kompendiums für Plattenepithelkarzinome der Speiseröhre

Tropomodulin 3 (TMOD3) wurde in den letzten Jahren zunehmend in Tumoren untersucht. Diese Studie ist die erste, die berichtet, dass TMOD3 bei Eierstockkrebs stark exprimiert wird und eng mit Platinresistenz und Immuninfiltration verbunden ist. Diese Ergebnisse könnten dazu beitragen, die therapeutischen Ergebnisse bei Eierstockkrebs zu verbessern.

Tropomodulin-3-Überexpression als Marker für Platinresistenz und Immuninfiltration bei Eierstockkrebs

Wir beschreiben eine Technik für die Forschung Bronchoskopie und BAL mit Niederdruck-Absaugung. Die Technik wird verwendet, um die Immunzellen aus der Lunge bronchoalveolären Oberflächen ernten. Lokalanästhesie und milden Sedierung (Midazolam) verwendet. Themen vertragen die Prozedur gut und Erfahrung minimalen Nebenwirkungen.

Bronchoalveoläre Lavage (BAL) für Forschung, Beschaffung angemessene Probenausbeute

Vaskularisierte Verbund Allotransplantations (VCA) haben eine klinische Realität werden. Allerdings ist eine breite klinische Anwendung des VCA durch chronische Multi-Drug-Immunsuppression begrenzt. Die Autoren stellen eine zuverlässige und reproduzierbare Großtiermodell, um neue immunmodulatorische Strategien, die Minimierung oder Beseitigung potenziell die Notwendigkeit der Immunsuppression in VCA übersetzen kann.

Eine modifizierte Heterotope Schweine Hind Gliedmaßen-Transplantation Modell für Translationale Vaskularisierte Composite-Allotransplantation (VCA) Forschung

Dreidimensionale Kultur von Säugetier-Epithelzellen auf einem rekonstituierten Basalmembran ist eine nützliche Methode, um die in vivo-Architektur der gutartigen Brust rekapitulieren und den malignen Phänotyp von gutartigen Brust Phänotyp zu differenzieren. Wichtiger ist, kann dieses System angewandt werden, um invasive Karzinome in anderen Geweben zu untersuchen.

Dreidimensional Kulturen: Ein Werkzeug, um Architektur zu studieren Normale acinar gegen maligne Transformation von Brustzellen

Translationale Krebsforschung ist auf die Extraktion von menschlichem Gewebe angewiesen. Viel Arbeit wurde in die Optimierung der Extraktionsmethoden für die ex vivo-Analyse gesteckt. Hier beschreiben wir Gewebeaufbereitungsmethoden, die eine maximale Datenausgabe aus begrenzten Proben ermöglichen.

Arbeiten mit menschlichen Geweben für Translationale Krebsforschung

Dieses Protokoll beschreibt die Machbarkeit, miRNA-Profiling in Exosomen, die im Plasma von NSCLC-Patienten freigesetzt werden, durch ein kommerzielles Exosomen-Isolationskit mit Proteinase K- und RNAse-Behandlungen durchzuführen, um eine Kontamination mit zirkulierenden miRNAs zu vermeiden und ihre Biomarker-Eigenschaften bei NSCLC zu bewerten.

Exosomalen miRNA-Analyse in nicht-kleinzelligem Lungenkrebs (NSCLC) der Patienten Plasma durch qPCR: ein gangbarer Flüssiges Biopsy-Tool

Erfahren Sie, wie Sie eine Thorax-Onkologie-Datenbank in Microsoft Access erstellen, um klinische und Labordaten für die translationale Krebsforschung zu verknüpfen. Diese Methode ermöglicht Analysen von Genmutationen und Proteinexpression.

Generation umfassender Thoracic Oncology Database - Tool für Translational Research

Weitere Videos entdecken