Kapsamlı Göğüs Onkoloji Veritabanı Üretimi - Translasyonel Araştırma Aracı

Modern kanser araştırması paradigmalarından biri, kansere yol açan genetik değişikliklerin anlaşılmasının; önleme, erken teşhis, prognostik belirteçlerin tanımlanması ve hedefe yönelik tedavilerin geliştirilmesinde iyileşmelere yol açacağını savunmaktadır. Microsoft Access üzerinde oluşturulan bu onkoloji veri tabanı; klinik bilgilerin yer aldığı hasta tablosu, protein ekspresyon verilerini içeren TMA tablosu ve DNA örnekleri tablosu dahil olmak üzere yedi ana tabloya yayılmıştır. Mutasyon verileriyle birlikte, belirli bir hastaya ait dokuların laboratuvar çalışmaları ile hastanın klinik öyküsü arasında bağlantı kurulabilmesi için tablolar arası ilişkiler geliştirilmiştir.

Bağlantılı veriler daha sonra veri tabanı sorgusuyla geri çağrılabilir ve protein ekspresyonu, DNA, mutasyonlar ve klinik sonuçlar arasındaki ilişkileri belirlemek için istatistiksel olarak analiz edilebilir. Nihayetinde, klinik ve laboratuvar verilerinin ilişkilendirilmesi, kanser hastalarındaki genetik aberasyonların ve protein ekspresyonunun klinik sonlanım noktaları perspektifinden incelenmesini kolaylaştırır. Translasyonel araştırmaların temel bir bileşeni, klinik ve temel bilim araştırma verilerini biriktirme ve bu ikisini anlamlı bir ilişki içinde birleştirme yeteneğidir.

Bununla birlikte, bu işlemi gerçekleştirmek için gerekli olan biyoinformatik araçlar genellikle sınırlıdır ve kuruma göre farklılık göstermektedir. Bu veri tabanı, araştırmacılarımızın; bir hastanın genetik ve proteomik yapısının, tedaviye yanıt veya sağkalım gibi belirli klinik sonlanım noktalarına nasıl katkıda bulunabileceği gibi translasyonel kanser araştırmalarıyla ilgili temel soruları yanıtlamalarına yardımcı olmak amacıyla geliştirilmiştir. Bu veri tabanı, torasik malignitelerle ilgilenen araştırmacılar ve klinisyenler için geliştirilmiş olsa da bu model, diğer hastalıklara uygulanabilir ve araştırmacıların ile diğer kurumların ihtiyaçlarına göre uyarlanabilir.

Bu protokolü kendi veri tabanı projelerinizde uygulayacağınızı umuyoruz. Translasyonel bir veri tabanı projesini başlatmadan önce, IRB onaylı protokollerin geliştirilmesi esastır. Hasta gizliliğini korumak için toplanan tüm örnekleri, dokuları, kanı veya diğer vücut sıvılarını barkodlu benzersiz bir tanımlayıcı ile etiketleyin ve bunları örnek temin formunda uygun şekilde belgeleyin.

Veri tabanını geliştirmeye başlamak için öncelikle hasta örnek verileri, doku mikrodizileri ve DNA örnekleri gibi ilgi duyulan alanları kapsayan birincil tablolar oluşturun. İlgi çekici diğer tablolar arasında göğüs onkolojisi konferansı, hücre hatları ve gans tabloları yer alabilir. Microsoft Access'te bir tablo oluşturmak için Oluştur sekmesine gidin ve Tablo'yu seçin.

Başlangıçta tablo, veri sayfası görünümünde sunulur. Ancak, ilgili değişkenleri girebilmek için tablonun tasarım görünümünde sunulması gerekir. Ana sekmesi altında görünüm, tasarım görünümü seçeneklerini belirleyin; hastanın tablosu için ilgili değişkenleri tasarım görünümünde girin ve tanımlayın.

Buna tıbbi kayıt numarası, soyadı, adı, doğum tarihi vb. dahil edilecektir. Tasarım görünümünde, tıbbi kayıt numarası yedi haneli bir sayı olduğundan, tarih alanı bir veri tipiyle tanımlanmalıdır. Bu değişken sayısal olarak tanımlanacaktır.

Soyadı değişkeni metin olduğu için serbest metin değişkeni olarak listelenmiştir. Ayrıca değişken için bir açıklama sağlamak da faydalıdır. Örneğin, cinsiyet değişkeni için, veri girişini yapan kişinin erkek için bir ve kadın için iki girmesi gerektiğini bilmesi önemlidir; tabloları tekrarları sınırlayacak şekilde tasarlayın.

Hasta tablosu, veritabanı içerisinde hastalar, kanser türleri, klinik seyirleri, risk faktörleri ve sonuçları hakkında ayrıntılı bilgilerin tutulduğu tek yer olmalıdır. Her hastadan birden fazla örnek alınabileceği için, patolojik örnekleri hasta kaynaklarına bağlayan örnek bir veri tablosu oluşturun. Bu tablo, her örneğin kimlik numarasını hastanın tıbbi kayıt numarasına bağlamalıdır. Bir TMA tablosu, doku mikroarray immünohistokimyasal analizinden elde edilen protein ekspresyon verilerini kaydeder.

İncelenen proteği etiketleyin ve standartlaştırılmış bir puanlama sistemi kullanarak bu proteinin ekspresyon düzeyini belirleyin. Ayrıca, tümör veya normal doku gibi analiz edilen doku tipini tanımlayın ve mutasyonel analize tabi tutulmuş tüm DNA örneklerini listeleyin. DNA örnekleri tablosunda; kesin mutasyonun tanımı, mutasyonun bulunduğu gen ve böyle bir mutasyonun nihai sonucu gibi genetik değişiklikleri açıkça belirtin.

Torasik onkoloji klinik ekibinin haftalık toplantılarını tanımlamak için beşinci bir göğüs onkolojisi konferans tablosu oluşturun. Bu toplantılar sonucunda elde edilen, her hasta için patolojik örneklerin mevcudiyeti gibi ilgili bilgileri ekleyin. Laboratuvarda kullanılan hücre hatlarını tanımlayan, bağımsız bir hücre hatları tablosu oluşturun. Araştırma amaçları doğrultusunda, her hücreye ait önemli özellikleri tanımlayın.

Son olarak, CL elgan için otolog reseptörleri, tirozin kinazları ve ilişkili iğne skorunu listelemek üzere başka bir bağımsız tablo oluşturun. Bu, insan proteinleri ile benzerliğin bir ölçüsüdür. Birden fazla tablodan sorgulamaları kolaylaştırmak için, bireysel tablolar birincil anahtarlar aracılığıyla birbirine bağlanmalıdır.

Her tablo için bir birincil anahtar veya benzersiz tanımlayıcı belirleyin. Benzersiz tanımlayıcı, yalnızca tek bir benzersiz kişiyi temsil eden ve bir tabloda iki kez listelenemeyen bir sayı veya kelimedir. Örneğin, bir hastanın tıbbi kayıt numarası, hasta tablosundaki birincil anahtardır.

Bir birincil anahtar oluşturmak için, ilgili tablonun tasarım görünümüne gidin. Birincil anahtar olacak alana sağ tıklayın ve birincil anahtar seçeneğine tıklayın.

Tabloları ilişkilendirmek için veritabanı araçları sekmesine gidin ve ilişkiler simgesine tıklayın. Fareyi bir tablodaki ilgili alandan diğer tablodaki karşılık gelen alana sürükleyin. Bu şekilde, iki tablo aralarında ilişkiler kurulmuş olarak birbirine bağlanmış olur.

Ardından, birden fazla tablodan ilgili bilgileri elde etmek için bir sorgu çalıştırılabilir; oluştur sekmesi altındaki sorgu tasarımı seçeneğini seçin, ilgi alanındaki alanlar da dahil olmak üzere tabloları seçip görüntüleyin. Daha sonra her tablodan ilgili değişkenleri seçin. Sonuçların bir hesap tablosu şeklinde oluşturulması için sorguyu çalıştırın ve verileri içeri aktarmak amacıyla uygun bir dosya uzantısı kullanarak kaydedin.

İçe aktarılan verilerdeki değişken adları ile Microsoft Access'teki değişken adlarının birbirleriyle tam olarak eşleştiğini doğrulayın. Değişkenler, örneğin birinde boşluk varken diğerinde yoksa olduğu gibi farklı şekilde tanımlanmışsa, veriler başarıyla içe aktarılamaz. İki tablo arasında simetri sağlandığında, verileri Access'e aktarmak için bir ekleme (append) veya güncelleme (update) sorgusu kullanın.

Bir ekleme sorgusu (append query) yeni hastalar gibi yeni veri satırları eklerken, bir güncelleme sorgusu (update query) veri tabanında halihazırda bulunan kayıtların verilerini günceller. Verileri bir Microsoft Excel hesap tablosu olarak dışa aktarmak için harici veri (external data) sekmesine gidin ve verileri Excel'e aktar (export data to Excel) seçeneğine tıklayın. Microsoft Access, verilerin yaygın olarak kullanılan diğer formatlarda da dışa aktarılmasına olanak tanır.

Bir araştırmacı, paxin proteini ile ilgili bilgileri hasta tablosu, TMA tablosu ve DNA örnekleri tablosu arasında ilişkilendirmek istemektedir. Tablolar zaten tıbbi kayıt numarası aracılığıyla birbirine bağlandığından, veriler kolaylıkla sorgulanabilir. İlgili bilgileri elde etmek için araştırmacı, oluştur (create) sekmesine ve ardından sorgu tasarımı (query design) seçeneğine tıklar. Her tablodan ilgili üç tabloyu; hastalar, TMA ve DNA örneklerini seçer.

Hasta tablosundan hastanın adı, TMA tablosundan örneğin kaynağı ve paxin ekspresyonu ile DNA örnekleri tablosundan Paxin mutasyonları gibi ilgilendiği değişkenleri seçer. Sorguyu oluşturmak için sorguyu çalıştır butonuna basar ve sonuçlar bir sorgu hesap tablosunda görünür. Hem paxin ekspresyon hem de mutasyon verileri bulunan tüm hastalar bu hesap tablosunda görünecektir.

Ardından, bu tür mutasyonların sıklığını belirleyebilir, spesifik mutasyonları ekspresyondaki değişikliklerle ilişkilendirebilir veya mutasyonları sağkalım gibi klinik değişkenlerle bağdaştırabilir. Lütfen burada gösterilen sonuçların örnek hastalar için olduğunu ve veri tabanında tanımlanan gerçek hastalar olmadığını unutmayın. Sonuçlar, biyoistatistikçi tarafından gerçekleştirilecek birincil veri analizi için dışa aktarılabilir ve elde edilen bulgular araştırmacıyla paylaşılır.

Buna benzer bir veri tabanı oluştururken, tüm verilerin tutarlı bir şekilde girildiğinden emin olmak önemlidir. Veriler bir alana yalnızca araştırmacı geçerliliğinden emin olduğunda girilmelidir. Gizliliğin korunmasının ve HIPAA ile IRB düzenlemeleriyle sıkı bir şekilde uyumlu bir veri tabanının tutulmasının önemini yeniden vurgulamak gereklidir.

Microsoft Access kullanan bu translasyonel veri tabanı projesiyle, yaklaşık 3000 benzersiz hastadan oluşan bir veri tabanı oluşturabildik ve 63 benzersiz proteine ait ekspresyon verileri elde ettik. Bu tür mutasyonların tanımlanmasında kaydedebileceğimiz ilerlemeler, yıkıcı hastalıkları önleme, tespit etme ve tedavi etme yeteneğimizde iyileşmelere yol açma potansiyeline sahiptir.