Name: Generowanie kompleksowej bazy danych onkologii klatki piersiowej - narzędzie do badań translacyjnych (Wideo) | JoVE Journal
Uploaded: 2011-01-22T17:15:00.000+00:00
Duration: 11 min 18 s
Description: Poznaj tworzenie kompleksowej bazy danych onkologii klatki piersiowej w Microsoft Access. To narzędzie łączy dane kliniczne i laboratoryjne, umożliwiając badania translacyjne nad aberracjami genetycznymi i ekspresją białek.

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

Praca ta była finansowana z grantów NIH 5R01CA100750-07, 5R01CA125541-04, 3R01CA125541-03S1, 5R01CA129501-03, 3R01CA129501-02S1 przyznanych dla RS

<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>

Nie zgłoszono żadnych konfliktów interesów.

<table><tbody><tr><td>Wirówka</td><td>Eppendorf</td><td></td><td></td></tr><tr><td>Stożkowata probówka do wirowania</td><td>Falcon BD</td><td>518-PG</td><td></td></tr><tr><td>Podstawowa pożywka Eagle (MEM)</td><td>Sigma-Aldrich</td><td>M4655-500ML</td><td></td></tr><tr><td>Płodowa surowica cielęca</td><td>Cellgro</td><td>MTT35011CV</td><td></td></tr><tr><td>Dimetylosulfotlenek (DMSO)</td><td>American Bioanalytical</td><td>AB03091</td><td></td></tr><tr><td>Probówki do surowicy BD Vacutainer</td><td>Fisher Scientific</td><td>367815</td><td></td></tr></tbody></table>

tworzenie kompleksowej bazy danych onkologii klatki piersiowej – narzędzie do badań translacyjnych

Generation of Comprehensive Thoracic Oncology Database - Tool for Translational Research

Projekt Bazy Danych Programu Onkologii Torakalnej został stworzony, aby służyć jako kompleksowe, zweryfikowane i dostępne repozytorium dobrze opisanych próbek nowotworowych oraz danych klinicznych, przeznaczone dla badaczy w ramach Programu Badań nad Onkologią Torakalną. Baza ta gromadzi również obszerny zakres danych genomicznych i proteomicznych uzyskanych z różnych badań tkanek nowotworowych. Do zaprojektowania bazy powołano zespół badaczy nauk klinicznych i podstawowych, biostatystyka oraz eksperta w dziedzinie bioinformatyki. Zmienne o istotnym znaczeniu zostały jasno zdefiniowane, a ich opisy sporządzono w standardowej instrukcji operacyjnej, aby zapewnić spójność adnotacji danych. Zgodnie z protokołem prospektywnego biobankowania tkanek oraz oddzielnym protokołem biobankowania retrospektywnego, pobrano próbki tkanek nowotworowych i prawidłowych od pacjentów, którzy wyrazili zgodę na udział w tych procedurach. Informacje kliniczne, takie jak dane demograficzne, charakterystyka nowotworu oraz plany leczenia tych pacjentów, zostały wyekstrahowane i wprowadzone do bazy danych Access. W bazie uwzględniono dane proteomiczne i genomiczne, które powiązano z informacjami klinicznymi pacjentów opisanych w systemie. Dane z każdej tabeli zostały połączone za pomocą funkcji relacji w programie Microsoft Access, co pozwala zarządcy bazy danych na łączenie informacji klinicznych i laboratoryjnych podczas zapytania. Odpytane dane mogą być następnie eksportowane w celu przeprowadzenia analizy statystycznej i formułowania hipotez.

Opracowano bazę danych onkologii klatki piersiowej, która ma służyć jako kompleksowe repozytorium danych klinicznych i laboratoryjnych na potrzeby badań translacyjnych. Baza danych będzie służyć badaczom nowotworów w ramach Programu Badań nad Onkologią Klatki Piersiowej. Niniejsza baza danych jest możliwa do dostosowania do innych modeli nowotworowych, jak również do innych chorób ludzkich.

Tworzenie kompleksowej bazy danych onkologii klatki piersiowej – narzędzie do badań translacyjnych

Projekt bazy danych programu onkologii torakalnej (Thoracic Oncology Program Database Project) został stworzony, aby służyć jako kompleksowe, zweryfikowane i dostępne repozytorium dobrze opisanych przypadków nowotworów...

Jeden ze współczesnych paradygmatów badań nad rakiem zakłada, że zrozumienie zmian genetycznych prowadzących do nowotworu pozwoli na usprawnienie profilaktyki, wczesnego wykrywania, identyfikację markerów prognostycznych oraz opracowanie terapii celowanych. Ta onkologiczna baza danych w programie Microsoft Access składa się z siedmiu głównych tabel, w tym tabeli pacjentów z informacjami klinicznymi, tabeli TMA z danymi o ekspresji białek oraz tabeli próbek DNA. Dzięki danym o mutacjach opracowano relacje łączące dane między tabelami, tak aby badania laboratoryjne tkanek należących do konkretnego pacjenta można było powiązać z jego historią kliniczną.Powiązane dane można następnie pobrać za pomocą zapytania do bazy danych i poddać analizie statystycznej w celu określenia zależności między ekspresją białek, DNA, mutacjami a wynikami klinicznymi. Ostatecznie łączenie danych klinicznych i laboratoryjnych ułatwia badanie aberracji genetycznych i ekspresji białek z perspektywy punktów końcowych u pacjentów z nowotworami. Kluczowym elementem badań translacyjnych jest zdolność do gromadzenia danych z badań klinicznych i podstawowych nauk biologicznych oraz łączenia ich w sensowne relacje.Jednak narzędzia bioinformatyczne niezbędne do realizacji tych zadań są często ograniczone i zależne od konkretnej instytucji. Baza danych ta została opracowana, aby pomóc naszym badaczom w udzieleniu odpowiedzi na kluczowe pytania istotne dla translacyjnych badań nad rakiem, takie jak wpływ profilu genetycznego i proteomicznego pacjenta na określone punkty końcowe kliniczne, na przykład odpowiedź na terapię lub przeżywalność. Chociaż baza danych ta została stworzona dla badaczy i klinicystów zajmujących się nowotworami klatki piersiowej, model ten można zastosować do innych jednostek chorobowych oraz dostosować do potrzeb badaczy i innych instytucji.Mamy nadzieję, że wdrożą Państwo ten protokół w swoich własnych projektach baz danych. Przed rozpoczęciem translationalnego projektu bazy danych niezbędne jest opracowanie protokołów zatwierdzonych przez IRB. Aby zapewnić poufność danych pacjentów, wszystkie zebrane próbki tkanek, krwi lub innych płynów ustrojowych należy oznaczyć unikalnym identyfikatorem z kodem kreskowym i odpowiednio udokumentować w formularzu pozyskania próbek.Aby rozpocząć tworzenie bazy danych, należy najpierw utworzyć tabele główne służące do gromadzenia interesujących obszarów, takich jak informacje o danych próbek pacjentów, mikrotablicach tkankowych oraz preparatach DNA. Inne istotne tabele mogą obejmować tabele dotyczące konferencji onkologii klatki piersiowej, linii komórkowych oraz gans. Aby utworzyć tabelę w programie Microsoft Access, należy przejść do karty Tworzenie i wybrać opcję Tabela.Początkowo tabela jest wyświetlana w widoku arkusza danych. Aby jednak wprowadzić interesujące nas zmienne, tabela musi zostać przełączona w widok projektu. W karcie Narzędzia główne wybierz Widok, następnie Widok projektu, a następnie wprowadź i opisz interesujące zmienne w widoku projektu dla tabeli pacjenta.Będą to obejmować numer dokumentacji medycznej, nazwisko, imię, datę urodzenia i tak dalej. W widoku projektu pole daty musi zostać opisane za pomocą typu danych, ponieważ numer dokumentacji medycznej składa się z siedmiu cyfr. Zmienna ta zostanie zdefiniowana jako numeryczna.Ponieważ zmienna nazwisko jest tekstem, jest ona wyszczególniona jako zmienna tekstowa. Pomocne jest również podanie opisu dla danej zmiennej. Na przykład w przypadku zmiennej płeć ważne jest, aby osoba wprowadzająca dane wiedziała, że mężczyznę należy oznaczyć liczbą jeden, a kobietę liczbą dwa; należy tak zaprojektować tabele, aby ograniczyć redundantność.Tabela pacjentów powinna być jedynym miejscem w bazie danych, w którym przechowywane są szczegółowe informacje o pacjentach, ich nowotworach, przebiegu klinicznym, czynnikach ryzyka oraz wynikach leczenia. Należy opracować przykładową tabelę danych, aby powiązać preparaty patologiczne z pacjentami, z których pochodzą, ponieważ od każdego pacjenta można pobrać wiele preparatów. Tabela ta powinna łączyć numer identyfikacyjny każdego preparatu z numerem dokumentacji medycznej pacjenta. Tabela TMA służy do rejestracji danych o ekspresji białek uzyskanych z immunohistochemicznej analizy mikroarray tkankowego.Oznacz badane białko i określ poziom jego ekspresji, korzystając ze zstandaryzowanego systemu punktacji. Zidentyfikuj również typ analizowanej tkanki, na przykład tkankę nowotworową lub prawidłową, oraz wymień wszystkie próbki DNA, które poddano analizie mutacyjnej. W tabeli próbek DNA wyraźnie zaznacz zmiany genetyczne, takie jak opis dokładnej mutacji, gen, w którym wystąpiła mutacja, oraz końcowy efekt takiej mutacji.Utwórz piątą tabelę konferencyjną dotyczącą onkologii klatki piersiowej, aby opisać cotygodniowe spotkania klinicznego zespołu onkologii torakalnej. Uwzględnij istotne informacje wynikające z tych spotkań, takie jak dostępność próbek patologicznych. Dla każdego pacjenta sporządź oddzielną tabelę linii komórkowych, opisującą linie komórkowe wykorzystywane w laboratorium. Na potrzeby badawcze opisz istotne charakterystyki każdej komórki.Na koniec należy utworzyć kolejną autonomiczną tabelę dla CL elgan, aby wymienić autologiczne receptory, kinazy tyrozynowe oraz powiązany wynik needle score. Jest to miara podobieństwa do białek ludzkich. Aby ułatwić zapytania z wielu tabel, poszczególne tabele muszą być powiązane za pomocą kluczy głównych.Ustal klucz główny lub unikalny identyfikator dla każdej tabeli. Unikalny identyfikator to liczba lub słowo, które reprezentuje tylko jedną, konkretną osobę i nie może zostać wymienione dwukrotnie w tabeli. Na przykład numer dokumentacji medycznej pacjenta jest kluczem głównym w tabeli pacjentów.Aby ustanowić klucz główny, przejdź do widoku projektu odpowiedniej tabeli. Kliknij prawym przyciskiem myszy pole, które ma stać się kluczem głównym, a następnie wybierz opcję klucz główny.Aby połączyć tabele, przejdź do karty narzędzi bazy danych i kliknij ikonę relacji. Przeciągnij myszą od interesującego pola w jednej tabeli do odpowiadającego mu pola w drugiej tabeli. W ten sposób dwie tabele zostaną połączone za pomocą utworzonych relacji.Następnie można uruchomić zapytanie, aby uzyskać powiązane informacje z wielu tabel. W karcie Tworzenie należy wybrać opcję Projektowanie zapytania, a następnie wybrać i wyświetlić tabele, w tym interesujące pola. Następnie z każdej tabeli należy wybrać interesujące zmienne. Uruchom zapytanie, aby wygenerować wyniki w formie arkusza kalkulacyjnego, i zapisz dane z odpowiednim rozszerzeniem pliku w celu ich późniejszego importu.Należy zweryfikować, czy nazwy zmiennych w zaimportowanych danych są w pełni zgodne z nazwami zmiennych w programie Microsoft Access. Dane nie zostaną pomyślnie zaimportowane, jeśli zmienne są opisane w różny sposób, na przykład gdy w jednej tabeli występują spacje, a w drugiej nie. Po uzyskaniu spójności między obiema tabelami należy użyć zapytania do dopisania lub aktualizacji, aby zaimportować dane do programu Access.Zapytanie dołączające dodaje nowe wiersze danych, takie jak nowi pacjenci, podczas gdy zapytanie aktualizujące odświeża dane w rekordach już istniejących w bazie danych. Aby wyeksportować dane do arkusza kalkulacyjnego Microsoft Excel, przejdź do karty danych zewnętrznych i kliknij eksportuj dane do programu Excel. Program Microsoft Access umożliwia również eksport danych do innych powszechnie używanych formatów.Badaczka jest zainteresowana skorelowaniem informacji dotyczących białka paxin w tabeli pacjentów, tabeli TMA oraz tabeli próbek DNA. Ponieważ tabele są już powiązane za pomocą numeru dokumentacji medycznej, dane można łatwo odpytywać. Aby uzyskać odpowiednie informacje, badaczka klika kartę tworzenia i wybiera projekt zapytania. Następnie wybiera trzy interesujące ją tabele: pacjenci, TMA oraz próbki DNA z każdej z tabel.Wybiera interesujące ją zmienne, takie jak imię i nazwisko pacjenta z tabeli pacjentów, pochodzenie próbki z tabeli TMA, ekspresję paxiny z tabeli TMA oraz mutacje Paxin z tabeli próbek DNA. Następnie klika „uruchom zapytanie”, aby wygenerować zapytanie, a wyniki pojawiają się w arkuszu kalkulacyjnym z zapytaniem. W tym arkuszu pojawią się wszyscy pacjenci, dla których dostępne są zarówno dane o ekspresji, jak i mutacjach paxiny.Następnie można określić częstotliwość występowania takich mutacji, skorelować konkretne mutacje ze zmianami w ekspresji lub powiązać mutacje ze zmiennymi klinicznymi, takimi jak przeżywalność. Należy pamiętać, że zaprezentowane tutaj wyniki dotyczą pacjentów próbnych, a nie rzeczywistych pacjentów zidentyfikowanych w bazie danych. Wyniki mogą zostać wyeksportowane do wstępnej analizy danych przez biostatystyka, a następnie udostępnione badaczowi.Podczas tworzenia takiej bazy danych ważne jest zapewnienie, aby wszystkie dane były wprowadzane w spójny sposób. Dane należy wprowadzać do pola tylko wtedy, gdy badacz jest pewien ich poprawności. Należy ponownie podkreślić znaczenie zachowania poufności oraz prowadzenia bazy danych w ścisłej zgodności z przepisami HIPAA i regulacjami IRB.Dzięki temu projektowi bazy danych translacyjnych z wykorzystaniem programu Microsoft Access udało nam się zbudować bazę obejmującą prawie 3000 unikalnych pacjentów oraz uzyskać dane o ekspresji 63 unikalnych białek. Postępy, jakich możemy dokonać w identyfikacji takich mutacji, mają potencjał, by prowadzić do usprawnień w naszej zdolności do zapobiegania, wykrywania i leczenia wyniszczających chorób.

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

Research

JoVE Journal

Medicine

Medycyna

Generowanie Kompleksowej Bazy Danych Onkologii Klatkowej Piersiowej - Narzędzie dla Badań Translacyjnych

Ten manuskrypt szczegółowo opisuje metodę używaną do generowania ksenoprzeszczepów pochodzących od pacjentów z rakiem prostaty (PDX) z krążących komórek nowotworowych (CTC). Generowanie modeli PDX z CTC zapewnia alternatywny model eksperymentalny do badania raka prostaty; Najczęściej diagnozowany nowotwór i częsta przyczyna zgonów z powodu raka u mężczyzn.

Generowanie modeli ksenoprzeszczepów pochodzących od pacjentów z rakiem prostaty z krążących komórek nowotworowych

Prezentujemy trójwymiarowy (3D) model raka płuc oparty na biologicznym rusztowaniu kolagenowym do badania wrażliwości na terapie ukierunkowane na niedrobnokomórkowego raka płuc (NSCLC). Pokazujemy różne techniki odczytu w celu określenia wskaźnika proliferacji, apoptozy i stanu przejścia nabłonkowo-mezenchymalnego (EMT). Zebrane dane są integrowane z modelem in silico w celu przewidywania wrażliwości leków.

Połączony model tkankowy 3D guza płuca wykonany in vitro/in silico do przewidywania skuteczności leków w określonych tłach mutacyjnych

Tutaj prezentujemy protokół do badania biomarkera i predyktora przeżycia raka piersi na podstawie kompleksowej analizy zbiorczych zestawów danych klinicznych pochodzących z różnych publicznie dostępnych baz danych, wykorzystując strategię ekspresji, korelacji i analizy przeżycia krok po kroku.

Eksploracja danych i analiza integracyjna biomarkera raka piersi przy użyciu wielu publicznie dostępnych baz danych

Przedstawiamy portal internetowy CorExplorer, zasób do eksploracji czynników sekwencjonowania RNA nowotworów znalezionych przez algorytm uczenia maszynowego CorEx (Correlation Explanation) i pokazujemy, jak można analizować czynniki związane z przeżyciem, adnotacjami w bazie danych, interakcjami białko-białko i sobą nawzajem, aby uzyskać wgląd w biologię nowotworu i interwencje terapeutyczne.

Analiza czynników ekspresji genów nowotworowych za pomocą portalu internetowego CorExplorer

Ten protokół opisuje użyteczne narzędzie do identyfikacji istotnych zmian molekularnych w raku i prowadzi do opracowania nowych podejść diagnostycznych i terapeutycznych dla raka płaskonabłonkowego przełyku.

Opracowanie kompendium wiedzy na temat raka płaskonabłonkowego przełyku

Tropomodulina 3 (TMOD3) jest coraz częściej badana w nowotworach w ostatnich latach. To badanie jest pierwszym, które donosi, że TMOD3 ulega silnej ekspresji w raku jajnika i jest ściśle związany z opornością na platynę i infiltracją immunologiczną. Wyniki te mogą pomóc w poprawie wyników leczenia raka jajnika.

Nadekspresja tropomoduliny 3 jako marker oporności na platynę i infiltracji immunologicznej w raku jajnika

Protokół ten przedstawia metody hodowli, manipulowania i analizowania mysich CAF, w tym testy funkcjonalne in vitro/in vivo , transkryptomikę i analizę obliczeniową. Ponadto opisano w nim platformę internetową opracowaną w celu analizy publicznie dostępnych transkryptomów mikrowypreparowanych składników zrębu i nabłonka z kolekcji ludzkich nowotworów raka piersi.

Fibroblasty związane z rakiem z guzów sutka myszy jako narzędzia do badań molekularnych i obliczeniowych

Opisujemy technikę badawczą bronchoskopii światłowodowej i płukania oskrzelowo-pęcherzykowego za pomocą odsysania niskociśnieniowego. Technika ta służy do pobierania komórek odpornościowych z powierzchni oskrzelowo-pęcherzykowych płuc. Stosuje się znieczulenie miejscowe i łagodną świadomą sedację (midazolam). Badani dobrze tolerują zabieg i odczuwają minimalne skutki uboczne.

płukanie oskrzelowo-pęcherzykowe (BAL) do badań; Uzyskanie odpowiedniej wydajności próbki

Obrazowanie poklatkowe służy do oceny zachowania pierwotnych komórek nabłonka sutka preneoplastycznego pochodzących z genetycznie modyfikowanych mysich modeli ryzyka raka piersi w celu określenia, czy istnieją korelacje między określonymi parametrami behawioralnymi a odrębnymi zmianami genetycznymi.

Obrazowanie poklatkowe pierwotnych przednowotworowych komórek nabłonka sutka pochodzących z genetycznie zmodyfikowanych mysich modeli raka piersi

Unaczynione allotransplantacje kompozytowe (VCA) stały się kliniczną rzeczywistością. Jednak szerokie zastosowanie kliniczne VCA jest ograniczone przez przewlekłą wielolekową immunosupresję. Autorzy prezentują wiarygodny i powtarzalny duży model zwierzęcy do tłumaczenia nowych strategii immunomodulacyjnych, które mogą zminimalizować lub potencjalnie wyeliminować potrzebę immunosupresji w VCA.

Zmodyfikowany heterotopowy model przeszczepu kończyn tylnych świń do badań nad translacyjną unaczynioną allotransplantacją kompozytową (VCA)

Poznaj tworzenie kompleksowej bazy danych onkologii klatki piersiowej w Microsoft Access. To narzędzie łączy dane kliniczne i laboratoryjne, umożliwiając badania translacyjne nad aberracjami genetycznymi i ekspresją białek.

Tworzenie kompleksowej bazy danych onkologii klatki piersiowej – narzędzie do badań translacyjnych

Przeglądaj więcej filmów