包括的な胸部腫瘍学データベースの世代 - トランスレーショナルリサーチのためのツール
January 22nd, 2011
胸部腫瘍学のデータベースは、トランスレーショナルリサーチの目的のために臨床的および検査データのための包括的なリポジトリとして機能するように開発されました。データベースは、胸部腫瘍学の研究プログラムの中で並進がん研究者が配信されます。このデータベースは、他の癌のモデルだけでなく、他のヒトの疾患に適応可能です。
現代のがん研究パラダイムの1つは、がんにつながる遺伝的変化を理解することが、予防、早期発見、予後マーカーの特定、および標的療法の開発の改善につながるというものです。この Microsoft Access の腫瘍学データベースは、臨床情報を含む患者テーブル、タンパク質発現データを含む TMA テーブル、DNA 標本テーブルを含む 7 つの主要なテーブルにまたがっています。突然変異データでは、特定の患者に属する組織の実験室研究を彼または彼女の病歴と関連付けることができるように、テーブル間でデータをリンクするための関係が開発されます。
リンクされたデータは、データベースのクエリを介して取得し、統計的に分析して、タンパク質発現、DNA、突然変異、および臨床転帰の間の関係を決定できます。最終的には、臨床データと検査データをリンクさせることで、がん患者の臨床エンドポイントの観点から遺伝的異常とタンパク質発現の研究が容易になります。トランスレーショナルリサーチの重要な要素は、臨床研究データと基礎科学研究データを取得し、両者を有意義な関係で融合させる能力です。
しかし、これを行うために必要なバイオインフォマティクスツールは限られていることが多く、機関によって異なります。このデータベースは、患者の遺伝的およびプロテオミクス的な構成が治療への反応や生存などの特定の臨床エンドポイントにどのように貢献できるかなど、トランスレーショナルがん研究に関連する重要な質問に当社の研究者が答えるために開発されました。このデータベースは、胸部悪性腫瘍に関与する研究者や臨床医向けに開発されましたが、このモデルは他の疾患にも適用でき、研究者や他の機関のニーズに合わせて適用できます。
このプロトコルをご自身のデータベースプロジェクトに採用していただければ幸いです。トランスレーショナルデータベースプロジェクトを開始する前に、IRB承認のプロトコルを開発することが不可欠です。患者の機密性を保護するために、収集されたすべての検体、組織、血液、またはその他の体液にバーコード付きの一意の識別子をラベル付けし、サンプル調達フォームに適切に文書化します。
データベースの開発を開始するには、まず、患者のサンプルデータ、組織マイクロアレイ、DNA標本に関する情報など、関心のあるドメインをキャプチャするためのプライマリテーブルを作成します。関心のある他のテーブルには、胸部腫瘍学会議、細胞株、およびGANSテーブルが含まれる場合があります。Microsoft Accessでテーブルを作成するには、作成タブに移動してテーブルを選択します。
最初は、テーブルはデータシート ビューで表示されます。ただし、関心のある変数を入力するには、テーブルをデザインビューに表示する必要があります。ホームタブで、ビュー、デザインビューを選択し、患者のテーブルのデザインビューで関心のある変数を入力および説明します。
これには、医療記録番号、姓、名、生年月日などが含まれます。デザインビューでは、医療レコード番号が 7 桁の数字であるため、フィールドの日付をデータ型で記述する必要があります。この変数は数値として記述されます。
変数の姓はテキストであるため、フリーテキスト変数としてリストされます。また、変数の説明を提供すると便利です。たとえば、性別が変数の場合、データ入力担当者は、男性を1人、女性を2人として入力する必要があることを知っており、冗長性を制限するようにテーブルを設計することが重要です。
患者のテーブルは、患者、がん、臨床経過、リスク因子、および転帰に関する詳細な情報がデータベース内に保持される唯一の場所であるべきです。各患者から複数の検体が得られる可能性があるため、病理学的検体を患者ソースにリンクするためのサンプルデータテーブルを作成します。この表は、組織マイクロアレイ免疫組織化学分析から得られたタンパク質発現データを取得する A TMA テーブルで、各検体の識別番号を患者の医療記録番号にリンクする必要があります。
研究されたタンパク質を標識し、標準化されたスコアリングシステムを使用してそのタンパク質の発現レベルを特定します。また、腫瘍や正常組織リスト、突然変異解析を受けたすべてのDNA標本など、解析された組織の種類を特定します。DNA標本の表には、正確な突然変異の説明、突然変異がある遺伝子、そのような突然変異の最終結果など、遺伝的変化に明確に注釈を付けます。
胸部腫瘍学臨床チームの毎週の会議を説明するために、5 番目の胸部腫瘍学会議テーブルを生成します。これらの会議から得られた関連情報を含めます 病理学的標本の利用可能性など 各患者について、実験室で利用されている細胞株を説明する自立型細胞株テーブルを確立します。研究目的で、各細胞に属する重要な特性を記述してください。
最後に、CL elgan の別の独立したテーブルを作成して、自己受容体、チロシンキナーゼ、および関連する針スコアをリストします。ヒトタンパク質との類似性の尺度。複数のテーブルからのクエリを容易にするには、個々のテーブルをプライマリキーでリンクする必要があります。
各テーブルのプライマリ・キーまたはユニーク識別子を設定します。一意の識別子は、1 つの一意の個人のみを表す番号または単語であり、テーブルに 2 回リストすることはできません。たとえば、患者の医療レコード番号が患者のテーブルの主キーであるとします。
プライマリ・キーを設定するには、目的のテーブルのデザイン・ビューに移動します。フィールドを右クリックします。それが主キーになり、オプションの主キーをクリックします。
テーブルをリンクするには、データベースツールタブに移動し、リレーションシップアイコンをクリックします。1 つのテーブルの対象フィールドから別のテーブルの対応するフィールドにマウスをドラッグします。このようにして、2 つのテーブルがリレーションシップで接続されます。
その後、クエリを実行できます 複数のテーブルから関連情報を取得するには、[作成] タブでクエリ デザイン オプションを選択し、関心のあるフィールドを含むテーブルを選択して表示します。次に、各テーブルから目的の変数を選択します。クエリを実行してスプレッドシート形式の結果を生成し、適切なファイル拡張子を使用してデータを保存し、データをインポートします。
インポートしたデータ内の変数名と Microsoft Access の変数名との間に完全に一致していることを確認します。変数の記述が異なる場合 (一方にスペースがあり、もう一方にはスペースがない場合など) は、データを正常にインポートできません。2 つのテーブル間で対称性が得られたら、追加クエリまたは更新クエリを使用してデータを Access にインポートします。
追加クエリは、新しい患者などの新しいデータ行を追加し、更新クエリは、データベース内に既に存在するエントリのデータを更新します。データを Microsoft Excel スプレッドシートとしてエクスポートするには、外部データ タブに移動し、[データを Excel にエクスポート] をクリックします。Microsoft Access では、データを他の一般的に使用される形式でエクスポートすることもできます。
研究者は、患者テーブル、TMAテーブル、およびDNA標本テーブル全体でタンパク質パキシンの情報を関連付けることに関心があります。テーブルはすでに医療記録番号を介してリンクされているため、データを簡単にクエリできます関連情報を取得するために、彼女は作成タブをクリックし、[クエリデザイン]をクリックします。彼女は、各テーブルから関心のある患者の3つのテーブル、TMAおよびDNA標本を選択します。
彼女は、患者の表から患者の名前、TMA表からサンプルの起源、TMA表からパキシン発現、DNA標本表からパキシン変異など、関心のある変数を選択します。[クエリの実行] をクリックしてクエリを生成すると、結果がクエリスプレッドシートに表示されます。パキシン、発現、および突然変異の両方のデータがあるすべての患者が、このスプレッドシートに表示されます。
その後、彼女はそのような突然変異の頻度を特定し、特定の突然変異を発現の変化と関連付けたり、突然変異を生存率などの臨床変数と関連付けたりすることができます。ここで示す結果はサンプル患者に対するものであり、データベース内で特定された実際の患者ではないことに注意してください。結果は、生物統計学者による一次データ分析のためにエクスポートでき、結果は研究者と共有されます。
このようなデータベースを作成するときは、すべてのデータが一貫した方法で入力されるようにすることが重要です。データはフィールドにのみ入力する必要があります。研究者がその有効性を確信している場合は、機密性を維持し、HIPAAおよびIRB規制に厳密に準拠したデータベースを維持することの重要性を再度強調する必要があります。
Microsoft Accessを使用したこのトランスレーショナルデータベースプロジェクトにより、約3000人のユニークな患者を含むデータベースを構築し、63のユニークなタンパク質の発現データを持つことができました。
概要
翻訳研究用の臨床および実験データの包括的なリポジトリとして機能する胸部腫瘍データベースが開発されました。この適応可能なデータベースは、がん患者の遺伝子異常とタンパク質発現の研究を促進します。
主要な研究構成要素
科学の分野
- 翻訳がん研究
- 腫瘍データベース開発
- 臨床および実験データの統合
背景
- 遺伝子変異の理解は、がんの予防と治療を改善できます。
- データベースは実験室研究と臨床履歴を結びつけます。
- データ統合のためのバイオインフォマティクスツールは限られていることが多いです。
- このモデルは胸部悪性腫瘍以外にも適用できます。
研究の目的
- 臨床および実験データをリンクするデータベースを開発する。
- 翻訳がん研究における主要な質問に答える。
- 臨床結果への遺伝的およびタンパク質分析学的寄与の研究を促進する。
使用された方法
- データ取得のためのMicrosoft Accessでのプライマリテーブルの作成。
- データ取得のためのプライマリキーによるテーブルのリンク。
- 冗長性を制限しデータの整合性を確保するためのテーブルの設計。
- 患者の機密性とデータ管理のためのプロトコルの確立。
主要な結果
- データベースには患者情報、タンパク質発現、DNAサンプルのためのテーブルが含まれています。
- 臨床結果を分析するためのデータ間の関係が確立されています。
- 包括的な分析のための複数のテーブルにわたるクエリを促進します。
- 将来の翻訳研究プロジェクトのためのフレームワークを提供します。
結論
- データベースは胸部腫瘍の研究者にとって貴重なツールです。
- 他のがんモデルや疾患に適応できます。
- 他の研究設定での同様のプロトコルの採用を奨励します。
よくある質問
Executive Industry Relevance
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.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of genetic and proteomic alterations in relation to clinical outcomes such as survival or therapy response.
- Operational Value: Provides a standardized repository for annotating specimens with barcoded identifiers, ensuring consistent data entry across teams.
- Translational Value: Links laboratory findings (e.g., protein expression, mutations) to patient histories, supporting hypothesis generation for target prioritization.
Screening & Assay Development
- Scientific Value: Supports assay readiness by linking TMA-based protein expression data to genomic and clinical variables for correlative analysis.
- Operational Value: Establishes reproducible workflows for data import via append/update queries, minimizing redundancy and ensuring integrity.
- Scalability Value: Demonstrates how a Microsoft Access-based system can scale to nearly 3,000 patients with multi-omic data, enabling platform reuse across projects.
Translational & Preclinical Research
- Scientific Value: Facilitates study of genetic aberrations from the perspective of clinical endpoints, improving predictive models for preclinical advancement.
- Operational Value: Uses relationship mapping in Access to connect DNA specimens, TMA, and patient tables, enabling cross-functional querying.
- Translational Value: Supports biomarker alignment by correlating molecular data (e.g., Paxin expression) with clinical variables, informing risk-adjusted advancement.
Pipeline & Workflow Integration
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.
- Discovery Biology: Supports hypothesis testing by linking molecular data (mutations, expression) to clinical outcomes through query-driven analysis.
- Screening: Enables assay readiness by standardizing specimen annotation and linking TMA, DNA, and patient data for reliable compound evaluation.
- Analytics: Provides quantitative outputs via queried data export, allowing statistical analysis of relationships between biomarkers and clinical endpoints.
- Translational Research: Connects discovery to preclinical continuity by aligning molecular profiles with clinical histories, supporting biomarker-driven stratification.
- Enterprise Reuse: Offers a reusable infrastructure model adaptable to other diseases, reducing redundant database development across teams.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence by reducing mechanistic ambiguity through integrated data analysis.
- Operational Value: Ensures standardization and reproducibility via SOPs, unique identifiers, and consistent table design.
- Strategic Value: Improves go/no-go decisions by enabling evidence-based target validation, reducing late-stage biological risk.
- Portfolio Impact: Supports risk-adjusted prioritization by linking preclinical findings to clinical relevance through queryable datasets.
Implementation Considerations
- Requires expertise in clinical data abstraction, bioinformatics, and database design to ensure accurate annotation and linkage.
- Needs Microsoft Access or compatible relational database infrastructure to establish table relationships and run queries.
- Demands cross-team standardization in data entry, variable naming, and identifier use to maintain integrity during import and export.
- Involves adaptation considerations when extending the model to other tissue types or disease areas beyond thoracic oncology.
- Includes practical limitations such as dependency on consistent variable naming for successful data import and the need for IRB-approved protocols prior to initiation.
