Veri madenciliği ve meme kanserinde biyomarker Integrative analizi gerçekleştirmek birden çok genel erişilebilir veritabanları kullanma
17 Mayıs 2019
Burada, ifade stratejisini kullanarak, genel olarak erişilebilen çeşitli veritabanlarından elde edilen havuza alınan klinik veri kümelerinin kapsamlı analizine dayalı olarak meme kanserinin biyomarker ve hayatta kalma tahminini keşfetmek için bir protokol sunuyoruz, korelasyon ve hayatta kalma analizi adım adım.
Burada, çeşitli erişilebilir veritabanlarının analizinde meme kanseri temelinin biyomarker ve sağkalım belirleyicisini araştırmak için bir protokol salıyoruz. Bu yöntem, sonuçların güvenilirliğini ve temsilini artırabilir, böylece ilgi genine bilgilendirici bir bakış açısı sunabilir. Bu yöntemin avantajı, bir genin meme kanserindeki potansiyel rolünün hızlı bir şekilde görüntülenmesi ve yorumlanmasına olanak sağlamasıdır.
Ayrıca, bu yordam ile elde edilen tüm sonuçlar hemen test edilebilir ve sadece ilgili web siteleri sorgulayarak tekrarlanır. Bu yöntemin fizibilitesini test etmek için çalışmada meme kanserini seçtik. Meme kanseri heterojen bir hastalık olduğu için meme kanserinin farklı moleküler alt tiplerinin tanı, tedavisi ve prognozları farklılık gösterebilir.
Bu nedenle meme kanseri nin birbirinden farklı alt tiplerini yansıtacak bilgileriçeren verimli çevrimiçi araç veya veritabanı bulmak özellikle önemlidir. Bu yordamı başlatmak için ONCOMINE web arayüzügidin. Çeşitli malignitelerde gen ID1'in göreli ifade düzeylerini elde etmek için arama kutusuna ID1 yazın.
Birincil filtreler menüsünde analiz türünü seçin, ardından Kanser vs. Normal Analiz'i seçin. Diğer görünümler menüsünde gen özeti görünümünü seçin.
P değerini0,01 olarak ayarlayın. Kat değiştirme eşiğini 2 olarak ayarlayın. Gen sıralamasının eşiğini Herkese ayarlayın.
Veri türünü Tümü olarak ayarlayın. Rakamları indirin. İlk olarak, BC Gen-İfade Madenci web arayüzü gidin.
Çözümleme menüsünde, korelasyon seçin ve sonra ayrıntılı düğmeye basın. Arama kutusuna ID1 yazın ve gönder düğmesine ve Analiz'i başlat düğmesine basın. Bc Gen-İfade Madenci alt grup analizi için, BC Gen-İfade Miner arayüzü gidin.
Çözümleme menüsünde ifadeyi seçin ve ayrıntılı düğmeye basın. Arama kutusuna ID1 yazın ve gönder düğmesine ve analiz başlat düğmesine basın. Tam görüntüleri görüntülemek için nodal durumu ve Scarff Bloom Richardson sınıf küçük resimleri tıklatın.
Scarff Bloom Richardson görüntülerinde, şekillerin P değerlerini görselleştirmek için aşağıdaki düğmeye basın. Sonra, rakamları indirin. Meme Kanseri Online için Gen ekspresyonu tabanlı Outcome üzerinden alt grup analizi için, GOBO web arayüzügidin.
İlgi alanının gen sembolü için ID1 yazın ve gen kümesini yükleyin. Gen/sonda tanımlayıcılarını gen sembolüne tanımlamak için arama aralığını ayarlayın. Tüm tümör seçiminde ayarlayın ve çok değişkenli parametrelerde tabakalaşmış düğüm durumunu ve derecesini seçin.
Diğer öğeler varsayılan kalır. Şimdi, soruşturma gönderin ve rakamları indirin. BC Gen-İfade Madenci hayatta kalma analizi için, BC Gen-İfade Miner web arayüzü gidin.
Çözümleme menüsünde, prognostik'i seçin ve ardından ayrıntılı düğmeye basın. ARAMA kutusuna ID1 yazın ve gönder düğmesine ve ardından analiz başlat düğmesine basın. Kapsamlı prognostik analizde, nüfus ve olay kriterlerinde Nm, ERm, MR'ı seçin ve daha fazla bilgi edinmek için gönder düğmesine basın.
Bu tıklatma dan sonra kaplan-Meier eğrisi küçük resimler tam grafikleri dışa aktarmak için. İnsan Protein Atlası'nda hayatta kalma analizi için İnsan Protein Atlası web arayüzüne gidin. ARAMA kutusuna ID1 yazın ve arama düğmesini tıklatın.
Ardından patoloji alt atlasını seçin. Meme kanseri için etiket tıklayın ve interaktif bir sağkalım dağılım arsa ve sağkalım analizi gösteren ayrıntılı bir sayfa görünecektir. Bu rakamları indirin.
Kaplan-Meier Plotter Survival'da hayatta kalma analizi için Kaplan-Meier Plotter web arayüzüne gidin. mRNA gen çipi bölgesinde, meme kanseri için KM plotter başlat'ı tıklatın. Arama çubuğuna ID1 yazın ve aday menüsündeki yeşil öğeyi seçin.
Ardından, hayatta kalma türü olarak RFS'yi seçin ve diğer öğeleri varsayılan ayarlarında bırakın. Kaplan-Meier çizimi'ni tıklatın ve rakamları indirin. Bu çalışmada, bir meme kanseri biyobelirteci veri madenciliği ve bütünleştirici analizi için temsili bir sonuç ID1 kullanılarak gerçekleştirilir, inhibitörün DNA bağlayıcı aile üyelerinden biri.
Tümör ve normal dokular arasındaki ID1 mRNA ekspresyonunun farklılıkları ilk olarak toplam 445 benzersiz analiziçeren ONCOMINE veritabanı kullanılarak analiz edilir. Normal dokularda meme kanseri dokularına göre anlamlı olarak daha yüksek olan ID1'in mRNA ekspresyon düzeyini ortaya koyan sadece 5 çalışma vardır, bu da meme kanserinde ID1'in ekspresyonunun bir ekspresyonu olduğunu göstermektedir. BC Gen-Ekspresyon Madenci sa1'de ID1'in mRNA ekspresyonu ile meme kanseri hastalarının klinikopatolojik parametreleri arasındaki korelasyonun tanımlanmasında kullanılır.
LENF NODU metastazı olmayan meme kanseri hastalarında ID1'in mRNA düzeyleri lenf nodu metastazı olanlara göre anlamlı olarak artmaktadır. GOBO'daki analiz, ID1'deki mRNA düzeylerinin artmasının tümör notunun düşmesiile ilişkili olduğunu göstermektedir. Bu sonuçlar, MEME KANSERInde daha düşük metastatik potansiyel ve daha düşük patolojik derece ile bağlantılı olduğunu ima edin.
BC Gen-Ekspresyon Miner veritabanından yapılan analiz, meme kanseri hastalarında daha yüksek mRNA btna düzeylerinin daha uzun mesafeli metastazsız sağkalımla ilişkili olduğunu göstermektedir. İnsan Protein Atlası'nın analizi, ID1'in yüksek protein düzeylerinin meme kanseri hastalarında daha iyi sağkalım sonucu ile ilişkili olduğunu göstermektedir. Kaplan-Meier Plotter'ın sağkalım analizi bu bulgularla tutarlıdır ve ID1 ekspresyonunun daha yüksek mRNA düzeylerinin meme kanseri hastalarında daha iyi nükssüz sağkalım öngördüğünü göstermektedir.
Daha fazla çevrimiçi veritabanları kullanılabilir veya araştırmacılar için erişilebilir olacaktır. Protokol, araştırmacıların potansiyel hedef genleri ve ilişkili sinyal yolunu belirlemeleri için etkili bir yöntem sağlayabilir.
Tam transkripti görüntüleyin ve binlerce bilimsel videoya erişin
Genel Bakış
Bu makale, halka açık klinik veri setlerinin kapsamlı bir analizi yoluyla meme kanserindeki biyobelirteçlerin ve sağkalım öngördürücülerinin araştırılmasına yönelik bir protokol sunmaktadır. Bu yöntem, bulguların güvenilirliğini artırır ve genlerin meme kanserindeki rollerinin hızlı bir şekilde görselleştirilmesine olanak tanır.
Temel Çalışma Bileşenleri
Bilim Alanı
- Meme kanseri araştırmaları
- Biyobelirteç analizi
- Sağkalım tahmini
Arka Plan
- Meme kanseri heterojen bir hastalıktır.
- Tanı, tedavi ve prognoz moleküler alt tipler arasında farklılık gösterir.
- Kamuya açık veri tabanları değerli klinik veriler sağlar.
- Genlerin rollerinin anlaşılması tedavi stratejilerine ışık tutabilir.
Çalışmanın Amacı
- Meme kanseri biyobelirteçlerini analiz etmek için bir protokol geliştirmek.
- Gen ekspresyonuna dayalı sağkalım öngörücülerini değerlendirmek.
- Verilerden çıkarılan sonuçların temsiliyetini artırmak.
Kullanılan Yöntemler
- Havuzlanmış klinik veri setlerinin kapsamlı analizi.
- Ekspresyon, korelasyon ve sağkalım analizi teknikleri.
- Meme kanserinde genlerin rollerinin görselleştirilmesi.
- Kamuya açık veri tabanlarının sorgulanması yoluyla tekrarlanabilirlik.
Ana Sonuçlar
- Meme kanseri için potansiyel biyobelirteçlerin tanımlanması.
- Gen ekspresyonuna dayalı sağkalım öngördürücüleri hakkında bilgiler.
- Yöntemin uygulanabilirliğinin meme kanseri verileri kullanılarak gösterilmesi.
- Moleküler alt tip varyasyonlarının daha iyi anlaşılması.
Sonuçlar
- Protokol, biyobelirteç analizine yönelik sistematik bir yaklaşım sunmaktadır.
- Sonuçlar, halka açık veri tabanı sorguları aracılığıyla doğrulanabilir.
- Bu yöntem, gelecekteki meme kanseri araştırmalarına ve tedavilerine ışık tutabilir.
Sıkça Sorulan Sorular
Yönetici Endüstriyel Uygunluğu
Kamu veri tabanlarından elde edilen çok boyutlu genomik verilerin entegrasyonu, meme kanseri araştırmalarında hızlı hipotez testi ve biyobelirteç doğrulamasını mümkün kılar. Bu yaklaşım, birden fazla platformdaki havuzlanmış klinik veri setlerinden yararlanarak sonuçların güvenilirliğini ve temsil gücünü artırır. Gen ekspresyon modelleri ve sağkalım ilişkilerine dair erişilebilir, tekrarlanabilir öngörüler sunarak erken keşif iş akışlarını destekler.
Biyofarma Ar-Ge'sinde Stratejik Uygulamalar
Erken Keşif ve Hedef Doğrulama
- Bilimsel Değer: Kanserli ve normal dokularda ID1 gibi biyobelirteçlerin ekspresyon paterni analizleri aracılığıyla terapötik hipotezlerin sorgulanmasına olanak tanır.
- Bilimsel Değer: Biyobelirteç ekspresyonunu, lenf nodu metastazı ve tümör evresi gibi klinikopatolojik özelliklerle ilişkilendirerek biyolojik risk azaltma sürecini destekler.
- Bilimsel Değer: Bağımsız veri setleri genelinde sağkalım ilişkilerini belirleyerek hedef güvenilirliğini artırır ve biyobelirteç adaylarının öngörücü değerini güçlendirir.
Tarama ve Deney Geliştirme
- Operasyonel Değer: Standartlaştırılmış sorgu eşikleri kullanarak ekspresyon baz çizgileri ve alt gruba özgü profiller oluşturarak, valide edilmiş biyolojik sistemleri sonraki iş akışlarına hazırlar.
- Operasyonel Değer: Veritabanları genelinde P-değeri, kat değişimi (fold change) ve gen sıralama filtrelerinin tutarlı bir şekilde uygulanması yoluyla assay standartlaştırmasını ve tekrarlanabilirliğini destekler.
- Operasyonel Değer: Kamuya açık web arayüzleri üzerinden derhal yeniden test edilebilen kantitatif çıktılar (örneğin, ekspresyon seviyeleri, sağkalım eğrileri) üreterek tarama hazırlığını sağlar.
Translasyonel ve Preklinik Araştırmalar
- Translasyonel Değer: Biyobelirteç ekspresyonunu, meme kanseri heterojenitesi ile ilgili moleküler alt tipler ve klinik alt gruplara göre sınıflandırarak hastalığa özgü sistem modellemesini destekler.
- Translasyonel Değer: ID1 ekspresyonunu daha düşük metastatik potansiyel ve iyileşmiş sağkalım sonuçlarıyla ilişkilendirerek mekanistik risk azaltmaya yardımcı olur ve preklinik önceliklendirmeye temel oluşturur.
- Translasyonel Değer: Bağımsız platformlar (bcGenExMiner, HPA, Kaplan-Meier Plotter) genelinde tutarlı sağkalım ilişkileri göstererek translasyonel sürekliliği güçlendirir.
Boru Hattı ve İş Akışı Entegrasyonu
Bu yöntem, meme kanserinde biyobelirteç davranışı hakkında tekrarlanabilir ve çok kaynaklı kanıtlar sunarak, hedef doğrulamadan preklinik değerlendirmeye kadar olan keşif sürecine entegre olur.
- Keşif Biyolojisi: Kanserli ve normal örneklerde ID1 gibi genlerin ekspresyon düzensizliğini ve klinik korelasyonlarını analiz ederek hipotez testlerini ve yolak netleştirmelerini destekler.
- Tarama: Güvenilir bileşik veya genetik pertürbasyon değerlendirmesine olanak tanıyan katlanma değişimi eşikleri ve sağkalım risk oranları gibi analize hazır kantitatif çıktılar sunar.
- Analitik: Koşullar arası karşılaştırma için ekspresyon seviyeleri, korelasyon katsayıları, P-değerleri ve Kaplan-Meier sağkalım tahminleri dahil olmak üzere standartlaştırılmış ölçümler sağlar.
- Translasyonel Araştırma: Bağımsız klinik veri setlerinde biyobelirteç-sağkalım bağlantılarını doğrulayarak keşif bulgularını preklinik sürekliliğe bağlar.
- Kurumsal Yeniden Kullanım: Tescilli altyapı gerektirmeden halka açık veri tabanlarından yararlanarak farklı kanser türleri genelinde biyobelirteç değerlendirmesi için yeniden kullanılabilir bir yetkinlik oluşturur.
Operasyonel ve Kurumsal Etki
- Bilimsel Değer: Veritabanları arası doğrulama ve mekanistik belirsizliğin azaltılması yoluyla biyobelirteç adaylarının öngörü güvenilirliğini artırır.
- Operasyonel Değer: Tanımlanmış analitik eşikler ile tekrarlanabilir web tabanlı sorgular aracılığıyla yeniden üretilebilirliği ve standardizasyonu sağlar.
- Stratejik Değer: Biyobelirteçlerin sağkalım ve patoloji ile ilişkilerine dair temsil gücü yüksek, çok kohortlu kanıtlar sunarak karar verme süreçlerini geliştirir.
- Portföy Etkisi: Biyolojik ve klinik ilgiyi değerlendirmek amacıyla ekspresyon, korelasyon ve sağkalım verilerini entegre ederek hedeflerin riskten arındırılmış önceliklendirmesine olanak tanır.
Uygulama Hususları
- Genomik veri yorumlama konusunda uzmanlık ve halka açık kanser veri tabanı arayüzlerine aşinalık gerektirir.
- ONCOMINE, bcGenExMiner, GOBO, HPA ve Kaplan-Meier Plotter gibi çevrimiçi platformlara stabil erişime bağlıdır.
- Tutarlı sonuçlar elde etmek için sorgu parametrelerinin (örneğin P-değeri eşikleri, kat değişim sınırları) ekipler arası standardizasyonunu gerektirir.
- Veri tabanına özgü veri mevcudiyeti nedeniyle, protokolün farklı kanser türlerine veya biyobelirteç genlerine uygulanması sırasında adaptasyon değerlendirmeleri içerir.
- Alt grup veya sağkalım analizlerinin eksiksizliğini etkileyebilecek olan, halka açık veri setlerinin kapsamı ve anotasyon kalitesi ile sınırlıdır.
