종합 흉부 종양학 데이터베이스의 생성 - Translational 연구 도구

현대의 암 연구 패러다임 중 하나는 암을 유발하는 유전적 변이를 이해함으로써 예방, 조기 발견, 예후 마커 식별 및 표적 치료제 개발을 개선할 수 있다는 것입니다. Microsoft Access로 구축된 이 종양학 데이터베이스는 환자의 임상 정보가 담긴 환자 테이블, 단백질 발현 데이터가 포함된 TMA 테이블, DNA 검체 테이블 등 7개의 주요 테이블로 구성되어 있습니다. 돌연변이 데이터를 통해 테이블 간의 관계를 설정함으로써, 특정 환자의 조직에 대한 실험실 연구 결과를 해당 환자의 임상 기록과 연결할 수 있습니다.

연결된 데이터는 이후 데이터베이스 쿼리를 통해 검색될 수 있으며, 단백질 발현, DNA, 돌연변이 및 임상 결과 간의 관계를 결정하기 위해 통계적으로 분석됩니다. 궁극적으로, 임상 데이터와 실험실 데이터를 연결하면 암 환자의 임상적 종말점 관점에서 유전적 변이와 단백질 발현에 대한 연구가 용이해집니다. 중개 연구의 핵심 요소는 임상 및 기초 과학 연구 데이터를 수집하고, 이 두 데이터를 의미 있는 관계 속에서 통합하는 능력입니다.

하지만 이를 수행하는 데 필요한 생물정보학 도구는 종종 제한적이며 기관에 따라 다릅니다. 본 데이터베이스는 환자의 유전적 및 단백질체적 구성이 치료 반응이나 생존율과 같은 특정 임상 결과에 어떻게 기여하는지와 같이, 중개 암 연구와 관련된 핵심 질문에 연구자들이 답할 수 있도록 개발되었습니다. 이 데이터베이스는 흉부 악성 종양 관련 연구자와 임상의를 위해 개발되었으나, 이 모델은 다른 질병에도 적용될 수 있으며 연구자 및 타 기관의 필요에 맞게 조정될 수 있습니다.

본 프로토콜을 귀하의 데이터베이스 프로젝트에 도입하시길 바랍니다. 중개 연구 데이터베이스 프로젝트를 시작하기 전에는 IRB(기관생명윤리위원회)의 승인을 받은 프로토콜을 개발하는 것이 필수적입니다. 환자의 비밀 유지를 위해 수집된 모든 검체, 조직, 혈액 또는 기타 체액에 바코드가 포함된 고유 식별자를 부착하고, 시료 수집 양식에 이를 적절히 기록하십시오.

데이터베이스 개발을 시작하려면 먼저 환자 샘플 데이터, 조직 마이크로어레이 및 DNA 표본과 같은 관심 영역을 캡처하는 기본 테이블을 생성하십시오. 기타 관심 테이블에는 흉부 종양 컨퍼런스, 세포주 및 gans 테이블이 포함될 수 있습니다. Microsoft Access에서 테이블을 생성하려면 [만들기] 탭으로 이동하여 [테이블]을 선택하십시오.

처음에는 테이블이 데이터 시트 보기로 표시됩니다. 하지만 관심 변수를 입력하려면 테이블을 디자인 보기로 전환해야 합니다. 홈 탭에서 보기, 디자인 보기를 선택한 후, 환자 테이블의 디자인 보기에서 관심 변수를 입력하고 설명하십시오.

여기에는 환자 등록 번호, 성, 이름, 생년월일 등이 포함됩니다. 디자인 보기에서 날짜 필드는 데이터 유형으로 정의해야 하며, 환자 등록 번호는 7자리 숫자이므로 이 변수는 숫자형으로 정의합니다.

성(last name) 변수는 텍스트 형식이므로 자유 텍스트 변수로 지정합니다. 또한 변수에 대한 설명을 제공하는 것이 도움이 됩니다. 예를 들어, 성별 변수의 경우 데이터 입력자가 남성은 1로, 여성은 2로 입력해야 한다는 점을 아는 것이 중요하며, 중복을 제한하도록 표를 설계하십시오.

환자 테이블은 데이터베이스 내에서 환자, 해당 암, 임상 경과, 위험 요인 및 결과에 대한 상세 정보가 저장되는 유일한 장소여야 합니다. 각 환자로부터 여러 개의 검체가 얻어질 수 있으므로, 병리 검체와 해당 환자 소스를 연결하는 샘플 데이터 테이블을 개발하십시오. 이 테이블은 각 검체의 식별 번호를 환자의 의무 기록 번호에 연결해야 합니다. TMA 테이블은 조직 마이크로어레이 면역조직화학 분석 결과로 얻은 단백질 발현 데이터를 캡처합니다.

연구된 단백질을 라벨링하고 표준화된 점수 체계를 사용하여 해당 단백질의 발현 수준을 식별하십시오. 또한 종양 또는 정상 조직과 같이 분석된 조직의 유형을 식별하고, 돌연변이 분석을 거친 모든 DNA 검체를 목록화하십시오. DNA 검체 표에는 정확한 돌연변이 설명, 돌연변이가 발생한 유전자 및 해당 돌연변이의 최종 결과와 같은 유전적 변이를 명확하게 표기하십시오.

흉부 종양 임상 팀의 주간 회의를 설명하는 다섯 번째 흉부 종양 컨퍼런스 표를 생성하십시오. 병리 표본의 가용성과 같이 이러한 회의의 결과로 도출된 관련 정보를 포함하십시오. 각 환자에 대해, 실험실에서 사용된 세포주를 설명하는 독립형 세포주 표를 작성하십시오. 연구 목적으로 각 세포의 중요한 특성을 기술하십시오.

마지막으로, 자가 수용체, 티로신 키나아제 및 관련 니들 점수를 나열하기 위해 CL elgan용 독립 테이블을 하나 더 생성합니다. 이는 인간 단백질과의 유사성을 측정하는 척도입니다. 여러 테이블에서 쿼리를 용이하게 하려면 개별 테이블이 기본 키를 통해 연결되어야 합니다.

각 테이블에 기본 키 또는 고유 식별자를 설정하십시오. 고유 식별자는 단 한 명의 고유한 개체만을 나타내는 숫자나 단어로, 테이블 내에 중복되어 기재될 수 없습니다. 예를 들어, 환자 테이블에서 환자의 진료 기록 번호가 기본 키가 됩니다.

기본 키를 설정하려면 해당 테이블의 디자인 뷰로 이동하십시오. 기본 키로 설정할 필드를 마우스 오른쪽 버튼으로 클릭한 후, 기본 키 옵션을 선택하십시오.

테이블을 연결하려면 데이터베이스 도구 탭으로 이동하여 관계 아이콘을 클릭하십시오. 한 테이블의 관심 필드에서 다른 테이블의 해당 필드로 마우스를 드래그하십시오. 이러한 방식으로 두 테이블이 관계를 통해 연결됩니다.

그 다음, 여러 테이블에서 관련 정보를 얻기 위해 쿼리를 실행할 수 있습니다. 만들기 탭에서 쿼리 디자인 옵션을 선택하고, 관심 필드가 포함된 테이블을 선택하여 표시하십시오. 그런 다음 각 테이블에서 필요한 변수를 선택하십시오. 쿼리를 실행하여 결과물을 스프레드시트 형태로 생성하고, 데이터 가져오기에 적합한 파일 확장자를 사용하여 데이터를 저장하십시오.

가져온 데이터의 변수 이름과 Microsoft Access의 변수 이름이 완벽하게 일치하는지 확인하십시오. 한쪽에는 공백이 있고 다른 쪽에는 없는 경우와 같이 변수 설명이 다를 경우 데이터를 성공적으로 가져올 수 없습니다. 두 테이블 간의 대칭성이 확보되면, 추가(append) 또는 업데이트(update) 쿼리를 사용하여 데이터를 Access로 가져오십시오.

추가 쿼리는 새로운 환자와 같은 새로운 데이터 행을 추가하며, 업데이트 쿼리는 데이터베이스 내에 이미 존재하는 항목의 데이터를 업데이트합니다. 데이터를 Microsoft Excel 스프레드시트로 내보내려면 외부 데이터 탭으로 이동하여 Excel로 데이터 내보내기를 클릭하십시오. Microsoft Access에서는 데이터를 다른 일반적인 형식으로 내보내는 것도 가능합니다.

연구자는 환자 테이블, TMA 테이블, DNA 검체 테이블 전반에 걸쳐 paxin 단백질에 대한 정보를 상호 연관시키고자 합니다. 각 테이블이 이미 환자 등록 번호(medical record number)를 통해 연결되어 있으므로, 데이터를 쉽게 조회할 수 있습니다. 관련 정보를 얻기 위해, 연구자는 생성(create) 탭을 클릭하고 쿼리 디자인(query design)을 클릭합니다. 그런 다음 각 테이블에서 관심 대상인 환자(patients), TMA, DNA 검체(DNA specimens)의 세 가지 테이블을 선택합니다.

연구자는 환자 테이블에서 환자 이름, TMA 테이블에서 샘플 기원 및 paxin 발현, 그리고 DNA 검체 테이블에서 Paxin 변이와 같이 관심 있는 변수들을 선택합니다. 쿼리 실행을 클릭하여 쿼리를 생성하면 결과가 쿼리 스프레드시트에 나타납니다. paxin의 발현 데이터와 변이 데이터가 모두 존재하는 모든 환자가 이 스프레드시트에 표시됩니다.

그 후 이러한 돌연변이의 빈도를 식별하고, 특정 돌연변이를 발현 변화와 상관시키거나 돌연변이를 생존율과 같은 임상 변수와 연관지을 수 있습니다. 여기에서 제시된 결과는 샘플 환자를 대상으로 한 것이며 데이터베이스 내의 실제 환자가 아님을 유의하시기 바랍니다. 결과는 생물통계학자의 1차 데이터 분석을 위해 내보낼 수 있으며, 해당 결과는 연구자와 공유됩니다.

이와 같은 데이터베이스를 구축할 때, 모든 데이터를 일관된 방식으로 입력하는 것이 중요합니다. 연구자가 데이터의 타당성을 확신하는 경우에만 해당 필드에 데이터를 입력해야 합니다. 비밀 유지의 중요성을 다시 한번 강조하며, HIPAA 및 IRB 규정을 엄격히 준수하는 데이터베이스를 유지하는 것이 필요합니다.

Microsoft Access를 이용한 이 중개 데이터베이스 프로젝트를 통해, 당사는 약 3000명의 고유 환자 데이터를 포함하는 데이터베이스를 구축하였으며 63종의 고유 단백질에 대한 발현 데이터를 확보하였습니다. 이러한 변이를 식별하는 기술의 발전은 치명적인 질병의 예방, 진단 및 치료 능력을 향상시킬 수 있는 잠재력을 가지고 있습니다.