הדור של מסד נתונים מקיף החזה אונקולוגיה - כלי למחקר Translational

פרדיגמה מודרנית אחת של מחקר הסרטן גורסת כי הבנת השינויים הגנטיים המובילים לסרטן תוביל לשיפורים במניעה, בגילוי מוקדם, בזיהוי סמנים פרוגנוסטיים ובפיתוח טיפולים ממוקדים. מסד נתונים אונקולוגי זה ב-Microsoft Access מתפרס על פני שבע טבלאות ראשיות, הכוללות טבלת מטופלים עם מידע קליני, טבלת TMA עם נתוני ביטוי חלבונים, וטבלת דגימות DNA. באמצעות נתוני מוטציות, נבנים קשרי גומלין המקשרים בין הנתונים בטבלאות השונות, כך שניתן יהיה לקשר את המחקרים המעבדתיים של רקמה השייכת למטופל מסוים עם ההיסטוריה הקלינית שלו או שלה.

לאחר מכן ניתן לשלוף את הנתונים המקושרים באמצעות שאילתה למסד הנתונים ולנתח אותם סטטיסטית כדי לקבוע קשרי גומלין בין ביטוי חלבונים, DNA, מוטציות ותוצאות קליניות. בסופו של דבר, קישור בין נתונים קליניים למעבדתיים מקל על חקר סטייה גנטית וביטוי חלבונים מנקודת מבט של נקודות סיום קליניות בחולי סרטן. מרכיב מרכזי במחקר תרגומי הוא היכולת לצבור נתוני מחקר קליניים ומדעיים בסיסיים, ולמזג את השניים לקשר בעל משמעות.

עם זאת, כלי הביואינפורמטיקה הדרושים לביצוע פעולה זו הם לרוב מוגבלים ותלויים במוסד. מאגר נתונים זה פותח כדי לסייע לחוקרים שלנו לענות על שאלות מפתח הרלוונטיות למחקר סרטן תרגומי, כגון כיצד ההרכב הגנטי והפרוטאומי של המטופל עשוי לתרום לנקודות קצה קליניות מסוימות, כגון תגובה לטיפול או הישרדות. למרות שמאגר נתונים זה פותח עבור חוקרים וקלינאים העוסקים בממאירות של בית החזה, ניתן להחיל מודל זה על מחלות אחרות ולהתאימו לצרכיהם של חוקרים ושל מוסדות אחרים.

אנו מקווים שתאמצו פרוטוקול זה עבור פרויקטי מסד הנתונים שלכם. לפני תחילתו של פרויקט מסד נתונים תרגומי, חיוני לפתח פרוטוקולים שאושרו על ידי IRB. כדי להבטיח את סודיות המטופלים, סמנו את כל הדגימות שנאספו, הרקמות, הדם או נוזלי גוף אחרים במזהה ייחודי עם ברקוד, ותעדו אותם כראוי בטופס רכש הדגימות.

כדי להתחיל בפיתוח מסד הנתונים, צור תחילה טבלאות ראשיות לרישום תחומי העניין, כגון מידע על נתוני דגימות של חולים, מערך מיקרו-רקמות (tissue microarray) ודגימות DNA. טבלאות עניין נוספות עשויות לכלול טבלאות של ועידות אונקולוגיה של החזה, שורות תאים ו-gans. כדי ליצור טבלה ב-Microsoft Access, עבור ללשונית create ובחר ב-table.

בתחילה, הטבלה מוצגת בתצוגת גיליון נתונים. עם זאת, כדי להזין משתנים רלוונטיים, יש להציג את הטבלה בתצוגת עיצוב. תחת לשונית הבית, בחרו בתצוגה, תצוגת עיצוב, והזינו ותארו את המשתנים הרלוונטיים בתצוגת העיצוב עבור טבלת המטופל.

זה יכלול את מספר הרשומה הרפואית, שם משפחה, שם פרטי, תאריך לידה וכן הלאה. בתצוגת העיצוב (design view), יש להגדיר את סוג הנתונים של שדה התאריך, כיוון שמספר הרשומה הרפואית הוא מספר בן שבע ספרות. משתנה זה יוגדר כמשתנה מספרי.

מכיוון שהמשתנה "שם משפחה" הוא טקסט, הוא רשום כמשתנה של טקסט חופשי. מומלץ גם לספק תיאור עבור המשתנה. לדוגמה, עבור המשתנה "מין", חשוב שאיש הזנת הנתונים יידע שיש להזין זכר כ-1 ונקבה כ-2; תכננו את הטבלאות כך שיגבילו כפילויות.

טבלת המטופלים צריכה להיות המקום היחיד במסד הנתונים שבו נשמר מידע מפורט על המטופלים, הסרטן שלהם, המהלך הקליני, גורמי הסיכון ותוצאות הטיפול. יש לפתח טבלת נתונים לדוגמה שתקשר דגימות פתולוגיות למקורות המטופלים שלהן, כיוון שניתן להפיק מספר דגימות מכל מטופל. טבלה זו צריכה לקשר את מספר הזיהוי של כל דגימה למספר התיק הרפואי של המטופל. טבלת TMA לוכדת נתוני ביטוי חלבונים הנובעים מאנליזה אימונוהיסטוכימית של מערך רקמות (tissue microarray).

סמנו את החלבון שנחקר וקבעו את רמת הביטוי של חלבון זה באמצעות מערכת ניקוד סטנדרטית. כמו כן, זהו את סוג הרקמה שנבדקה, כגון רקמת גידול או רקמה נורמלית, ורשמו את כל דגימות ה-DNA שעברו אנליזת מוטציות. בטבלת דגימות ה-DNA, ציינו בבירור שינויים גנטיים, כגון תיאור של המוטציה המדויקת, הגן שבו נמצאה המוטציה והתוצאה הסופית של מוטציה זו.

צרו טבלה חמישית של ועידת אונקולוגיה של החזה כדי לתאר את הפגישות השבועיות של הצוות הקליני לאונקולוגיה של החזה. כללו מידע רלוונטי הנובע מפגישות אלו, כגון זמינות של דגימות פתולוגיות. עבור כל מטופל, הגדירו טבלה נפרדת של שורות תאים המתארת את שורות התאים שנעשה בהן שימוש במעבדה. למטרות מחקר, תארו מאפיינים חשובים השייכים לכל תא.

לבסוף, צרו טבלה נפרדת נוספת עבור CL elgan כדי לרשום קולטנים אוטולוגיים, טירוזין קינאזים וציון מחט (needle score) רלוונטי. זהו מדד לדמיון לחלבונים אנושיים. כדי לאפשר שאילתות ממספר טבלאות, יש לקשר בין הטבלאות הבודדות באמצעות מפתחות ראשיים.

הגדירו מפתח ראשי או מזהה ייחודי עבור כל טבלה. מזהה ייחודי הוא מספר או מילה המייצגים פרט ייחודי אחד בלבד ואינם יכולים להופיע פעמיים בטבלה. לדוגמה, מספר התיק הרפואי של המטופל הוא המפתח הראשי בטבלת המטופלים.

כדי להגדיר מפתח ראשי, עברו לתצוגת העיצוב של הטבלה הרלוונטית. לחצו לחיצה ימנית על השדה שברצונכם להגדיר כמפתח הראשי, ובחרו באפשרות מפתח ראשי.

כדי לקשר בין הטבלאות, עבור ללשונית כלי מסד הנתונים (database tools) ולחץ על סמל הקשרים (relationships). גרור את העכבר מהשדה הרלוונטי בטבלה אחת אל השדה התואם בטבלה אחרת. באופן זה, שתי טבלאות מחוברות כאשר הקשרים ביניהן מוגדרים.

ניתן להריץ שאילתה כדי להפיק מידע קשור ממספר טבלאות; בחרו באפשרות עיצוב שאילתה (query design) תחת לשונית יצירה (create), בחרו והציגו את הטבלאות, כולל השדות הרלוונטיים. לאחר מכן, בחרו את המשתנים הרלוונטיים מכל טבלה. הריצו את השאילתה כדי להפיק את התוצאות בפורמט של גיליון אלקטרוני ושמרו את הנתונים באמצעות סיומת קובץ מתאימה לייבוא נתונים.

יש לוודא כי קיימת התאמה מושלמת בין שמות המשתנים בנתונים המיובאים לבין שמות המשתנים ב-Microsoft Access. לא ניתן לייבא את הנתונים בהצלחה אם המשתנים מתוארים באופן שונה, למשל אם קיימים רווחים באחד אך לא בשני. ברגע שתושג סימטריה בין שתי הטבלאות, השתמשו בשאילתת הוספה (append) או עדכון (update) כדי לייבא את הנתונים ל-Access.

שאילבת הוספה (append query) מוסיפה שורות נתונים חדשות, כגון מטופלים חדשים, בעוד ששאילבת עדכון (update query) תעדכן נתונים של רשומות שכבר קיימות במסד הנתונים. כדי לייצא את הנתונים כגיליון Microsoft Excel, עבור ללשונית נתונים חיצוניים (external data) ולחץ על ייצוא נתונים ל-Excel. Microsoft Access מאפשרת גם לייצא נתונים בפורמטים נפוצים אחרים.

חוקרת מעוניינת לבצע קורלציה של מידע עבור החלבון paxin בין טבלת המטופלים, טבלת ה-TMA וטבלת דגימות ה-DNA. מכיוון שהטבלאות כבר מקושרות באמצעות מספר הרשומה הרפואית, ניתן להריץ שאילתות על הנתונים בקלות. כדי להשיג את המידע הרלוונטי, היא לוחצת על לשונית create ולאחר מכן על query design. היא בוחרת את שלוש הטבלאות הרלוונטיות: patients, TMA ו-DNA specimens מתוך כל טבלה.

היא בוחרת את המשתנים הרלוונטיים, כגון שם המטופל מטבלת המטופלים, מקור הדגימה מטבלת ה-TMA, ביטוי paxin מטבלת ה-TMA ומוטציות Paxin מטבלת דגימות ה-DNA. היא לוחצת על run query כדי להפעיל את השאילתה, והתוצאות מופיעות בגיליון אלקטרוני של השאילתה. כל המטופלים שעבורם קיימים נתונים הן על ביטוי והן על מוטציות של paxin יופיעו בגיליון זה.

לאחר מכן היא יכולה לזהות את שכיחותן של מוטציות כאלה, לבצע קורלציה בין מוטציות ספציפיות לשינויים בביטוי, או לקשור מוטציות למשתנים קליניים כגון הישרדות. שימו לב כי התוצאות המוצגות כאן הן עבור מטופלים לדוגמה ולא עבור מטופלים אמיתיים שזוהו במאגר הנתונים. ניתן לייצא את התוצאות לצורך ניתוח נתונים ראשוני על ידי ביוסטטיסטיקאי, והתוצאות משותפות עם החוקר.

בעת יצירת מאגר נתונים כזה, חשוב לוודא שכל הנתונים הוזנו באופן עקבי. נתונים צריכים להיות מוזנים לשדה רק אם החוקר בטוח בתוקפם. יש להדגיש שוב את החשיבות של שמירה על סודיות וניהול מאגר נתונים העומד בהתאמה מלאה לתקנות ה-HIPAA וה-IRB.

באמצעות פרויקט מסד נתונים תרגומי זה המשתמש ב-Microsoft Access, הצלחנו לבנות מסד נתונים הכולל כמעט 3000 מטופלים ייחודיים ויש לנו נתוני ביטוי של 63 חלבונים ייחודיים. התקדמויות שנוכל להשיג בזיהוי מוטציות כאלה עשויות להוביל לשיפורים ביכולתנו למנוע, לזהות ולטפל במחלות הרסניות.