Generatie van Integrale Thoracale Oncologie Database - Tool voor Translationeel Onderzoek

Eén modern paradigma in het kankeronderzoek stelt dat inzicht in de genetische veranderingen die tot kanker leiden, zal resulteren in verbeteringen op het gebied van preventie, vroege detectie, het identificeren van prognostische markers en het ontwikkelen van gerichte therapieën. Deze oncologische database in Microsoft Access is verdeeld over zeven primaire tabellen, waaronder een patiëntentabel met klinische informatie, een TMA-tabel met eiwitexpressiegegevens en een tabel met DNA-monsters. Met behulp van mutatiedata worden relaties opgezet om de gegevens tussen de tabellen te koppelen, zodat laboratoriumstudies van weefsel van een specifieke patiënt kunnen worden verbonden met diens klinische voorgeschiedenis.

De gekoppelde gegevens kunnen vervolgens worden opgehaald via een query van de database en statistisch worden geanalyseerd om relaties tussen eiwitexpressie, DNA, mutaties en klinische uitkomsten te bepalen. Uiteindelijk vergemakkelijkt het koppelen van klinische en laboratoriumgegevens de studie van genetische aberraties en eiwitexpressie vanuit het perspectief van klinische eindpunten bij kankerpatiënten. Een essentieel onderdeel van translationeel onderzoek is het vermogen om klinische en fundamentele wetenschappelijke onderzoeksgegevens te verzamelen en deze twee in een betekenisvolle relatie samen te voegen.

De bioinformatica-tools die hiervoor nodig zijn, zijn echter vaak beperkt en afhankelijk van de instelling. Deze database is ontwikkeld om onze onderzoekers te helpen bij het beantwoorden van kernvragen die relevant zijn voor translationeel kankeronderzoek, zoals de wijze waarop de genetische en proteomische opbouw van een patiënt kan bijdragen aan bepaalde klinische eindpunten, zoals therapierespons of overleving. Hoewel deze database is ontwikkeld voor onderzoekers en clinici die betrokken zijn bij thoracale maligniteiten, kan dit model worden toegepast op andere ziekten en worden aangepast aan de behoeften van onderzoekers en andere instellingen.

We hopen dat u dit protocol zult overnemen voor uw eigen databaseprojecten. Voordat u start met een translationeel databaseproject, is het essentieel om IRB-goedgekeurde protocollen te ontwikkelen. Om de vertrouwelijkheid van patiënten te waarborgen, moeten alle verzamelde monsters, weefsels, bloed of andere lichaamsvloeistoffen worden gelabeld met een unieke barcode-identificatie en op de juiste wijze worden gedocumenteerd in het formulier voor monsterwerving.

Om te beginnen met de ontwikkeling van de database, maakt u eerst primaire tabellen aan om de relevante domeinen vast te leggen, zoals informatie over patiëntgegevens, tissue microarrays en DNA-monsters. Andere relevante tabellen kunnen onder meer conferenties over thoraxoncologie, cellijnen en gans-tabellen omvatten. Om een tabel in Microsoft Access te maken, gaat u naar het tabblad Maken en selecteert u Tabel.

Aanvankelijk wordt de tabel weergegeven in de weergave van het gegevensblad. Om echter variabelen van belang in te voeren, moet de tabel in de ontwerpweergave worden weergegeven. Selecteer onder het tabblad Start de optie Weergave, Ontwerpweergave, en voer de variabelen van belang in en beschrijf deze in de ontwerpweergave voor de tabel van de patiënt.

Dit omvat het medisch dossiernummer, achternaam, voornaam, geboortedatum, enzovoort. In de ontwerpmood moet het veld voor de datum worden beschreven met een gegevenstype, aangezien het medisch dossiernummer een getal van zeven cijfers is. Deze variabele wordt beschreven als numeriek.

Aangezien de variabele achternaam tekst is, wordt deze vermeld als een vrije tekstvariabele. Het is daarnaast nuttig om een beschrijving voor de variabele te geven. Voor de variabele geslacht is het bijvoorbeeld belangrijk dat de persoon die de gegevens invoert weet dat man als één en vrouw als twee moet worden ingevoerd; ontwerp de tabellen zo dat redundantie wordt beperkt.

De patiëntentabel moet de enige plek in de database zijn waar gedetailleerde informatie over de patiënten, hun kanker, hun klinische verloop, hun risicofactoren en hun uitkomsten wordt bewaard. Ontwikkel een voorbeeldgegevenslebel om pathologische monsters te koppelen aan hun patiëntbronnen, aangezien er meerdere monsters per patiënt kunnen worden verkregen. Deze tabel moet het identificatienummer van elk monster koppelen aan het medisch dossiernummer van de patiënt. Een TMA-tabel legt eiwitexpressiegegevens vast die voortvloeien uit immunohistochemische analyse van weefselmicroarrays.

Label het eiwit dat is bestudeerd en bepaal het expressieniveau van dat eiwit met behulp van een gestandaardiseerd scoresysteem. Identificeer daarnaast het type weefsel dat is geanalyseerd, zoals tumorweefsel of normaal weefsel, en maak een lijst van alle DNA-monsters die een mutatieanalyse hebben ondergaan. Noteer in een tabel met DNA-monsters duidelijk de genetische alteraties, zoals een beschrijving van de exacte mutatie, het gen waarin de mutatie is opgetreden en het uiteindelijke resultaat van een dergelijke mutatie.

Genereer een vijfde tabel voor de oncologische borstconferentie om de wekelijkse bijeenkomsten van het klinische team voor thoracale oncologie te beschrijven. Neem relevante informatie op die uit deze bijeenkomsten voortvloeit, zoals de beschikbaarheid van pathologische monsters. Stel voor elke patiënt een afzonderlijke tabel met cellijnen op waarin de in het laboratorium gebruikte cellijnen worden beschreven. Beschrijf voor onderzoeksdoeleinden de belangrijke kenmerken van elke cel.

Maak tenslotte een andere vrijstaande tabel voor CL elgan om autologe receptoren, tyrosinekinasen en de bijbehorende needle-score te vermelden. Dit is een maat voor de gelijkenis met menselijke eiwitten. Om zoekopdrachten over meerdere tabellen te vergemakkelijken, moeten individuele tabellen via primaire sleutels worden gekoppeld.

Stel een primaire sleutel of unieke identificatie vast voor elke tabel. Een unieke identificatie is een getal of woord dat slechts één uniek individu vertegenwoordigt en niet twee keer in een tabel kan worden vermeld. Bijvoorbeeld, het medisch dossiernummer van een patiënt is de primaire sleutel in de patiëntentabel.

Ga naar de ontwerpweergave van de betreffende tabel om een primaire sleutel in te stellen. Klik met de rechtermuisknop op het veld dat de primaire sleutel moet worden en selecteer de optie primaire sleutel.

Om de tabellen te koppelen, gaat u naar het tabblad databasehulpprogramma's en klikt u op het pictogram voor relaties. Sleep de muis vanuit het betreffende veld in de ene tabel naar het overeenkomstige veld in een andere tabel. Op deze manier worden twee tabellen met elkaar verbonden door relaties vast te stellen.

Er kan vervolgens een query worden uitgevoerd om gerelateerde informatie uit meerdere tabellen te verkrijgen; selecteer hiervoor de optie query-ontwerp onder het tabblad maken, selecteer en toon de tabellen, inclusief de velden van belang. Selecteer daarna de relevante variabelen uit elke tabel. Voer de query uit om de resultaten in de vorm van een spreadsheet te genereren en sla de gegevens op met een geschikte bestandsextensie om de data te kunnen importeren.

Controleer of de namen van de variabelen in de geïmporteerde gegevens exact overeenkomen met de namen van de variabelen in Microsoft Access. De gegevens kunnen niet succesvol worden geïmporteerd als de variabelen verschillend zijn beschreven, bijvoorbeeld wanneer er in de ene tabel wel spaties staan maar in de andere niet. Zodra er symmetrie is tussen de twee tabellen, gebruikt u een aanvoeg- of update-query om de gegevens in Access te importeren.

Een append-query voegt nieuwe rijen met gegevens toe, zoals nieuwe patiënten, terwijl een update-query gegevens bijwerkt van vermeldingen die al in de database staan. Om de gegevens te exporteren naar een Microsoft Excel-spreadsheet, gaat u naar het tabblad externe gegevens en klikt u op gegevens exporteren naar Excel. Microsoft Access maakt het ook mogelijk om gegevens te exporteren in andere veelgebruikte formaten.

Een onderzoeker is geïnteresseerd in het correleren van informatie voor het eiwit paxine over de patiëntentabel, de TMA-tabel en de DNA-monstertabel. Aangezien de tabellen al zijn gekoppeld via het medisch dossiernummer, kunnen de gegevens eenvoudig worden opgevraagd. Om de relevante informatie te verkrijgen, klikt zij op het tabblad 'maken' en vervolgens op 'query-ontwerp'. Zij selecteert de drie betreffende tabellen: patiënten, TMA en DNA-monsters uit elke tabel.

Zij selecteert de variabelen van belang, zoals de naam van de patiënt uit de patiëntentabel, de herkomst van het monster uit de TMA-tabel, de paxin-expressie uit de TMA-tabel en paxin-mutaties uit de tabel met DNA-monsters. Zij klikt op 'run query' om de query uit te voeren, waarna de resultaten in een query-spreadsheet verschijnen. Alle patiënten voor wie zowel expressie- als mutatiedata van paxin beschikbaar zijn, zullen in deze spreadsheet verschijnen.

Vervolgens kan zij de frequentie van dergelijke mutaties vaststellen, specifieke mutaties correleren met veranderingen in expressie of mutaties associëren met klinische variabelen zoals overleving. Let op dat de hier getoonde resultaten betrekking hebben op voorbeeldpatiënten en niet op werkelijke patiënten uit de database. De resultaten kunnen worden geëxporteerd voor primaire data-analyse door de biostatisticus, waarna de resultaten met de onderzoeker worden gedeeld.

Bij het creëren van een database zoals deze is het belangrijk om ervoor te zorgen dat alle gegevens op een consistente manier worden ingevoerd. Gegevens mogen alleen in een veld worden ingevoerd als de onderzoeker zeker is van de geldigheid ervan. Het is noodzakelijk om het belang van het waarborgen van vertrouwelijkheid te benadrukken en een database bij te houden die strikt voldoet aan de HIPAA- en IRB-regelgeving.

Met dit translationele databaseproject met behulp van Microsoft Access zijn we in staat geweest een database op te bouwen met bijna 3000 unieke patiënten, waarbij we expressiedata hebben van 63 unieke eiwitten. Vooruitgang die we kunnen boeken bij het identificeren van dergelijke mutaties heeft het potentieel om te leiden tot verbeteringen in ons vermogen om verwoestende ziekten te voorkomen, te detecteren en te behandelen.