Yumurtalık Kanserinde Çentik Sinyalizasyonunun Rolünü Anlamak İçin Biyoinformatik Yaklaşımların ve Deneysel Doğrulamaların Entegrasyonu
January 12th, 2020
Biyoinformatik, büyük ölçekli veri kümelerini işlemek için yararlı bir yoldur. Biyoinformatik yaklaşımlarının uygulanması sayesinde, araştırmacılar hızlı, güvenilir ve verimli bir şekilde anlayışlı uygulamalar ve bilimsel keşifler elde edebilirsiniz. Bu makale, yumurtalık kanseri araştırmalarında biyoinformatik kullanımını göstermektedir. Ayrıca başarıyla deneme yoluyla biyoinformatik bulguları doğrular.
Biyoinformatik, veri kümelerinden bilgi elde etmenin yararlı bir yoludur. Deneme doğrulama için eşit derecede önemlidir. Yumurtalık kanserinde çentik sinyalinin rolünü araştırmak için her iki yaklaşımı da birleştiriyoruz.
Bu tekniğin en büyük avantajı, araştırmacıların bir deney gerçekleştirmeden önce araştırma yönlerini planlamak için biyoinformatik veritabanlarından gelen bilgileri kullanabilmektir. İnsan hastalıklarının birikmiş biyoinformatik verileri yle bilim adamlarının gözleri artık bağlı değil. Deney, daha iyi tedavilere veya hastalıkların tanısına yol açabilecek spesifik bulguları doğrulamak için yapılabilir.
Belirli bir kanser türü ile ilgi bir gen ilişkisi meta-A analizi için, PRECOG veritabanına erişmek için akademik bağlı bir e-posta adresi ile bir hesap oluşturmak ve giriş terminaline hesap ile ilişkili e-posta adresi ve şifre girin. Ayrıntıları Görüntüle'yi tıklatın ve ilgi genini arama çubuğuna girin. Sonra ilgi belirli kanser türü için sağkalım Z-puanı elde etmek için kaydırma çubuğunu kullanın.
Gen ekspresyonu düzeyleri ve yumurtalık kanseri aşamaları arasındaki ilişkiyi araştırmak için, CSIOVDB web sayfasına gidin ve arama çubuğuna ilgi genin adını girin. Ardından Survival sekmesine tıklayın. Farklı, normal ve tümör dokuları arasındaki gen ekspresyonu verilerini değerlendirmek için GENT portalına gidin ve Arama sekmesini tıklatın.
Anahtar kelime bölümünde, açılan menüden terimler için gen simgesini seçin, genin ilgi geninin sembolünü girdive tür seçeneği için Doku'yu seçin. Ara düğmesini tıklatın. U133A ve U122 Plus 2 platformlarına dayalı olarak farklı kanser türlerinin normal ve tümör dokularında gen ekspresyonunun özet grafikleri görüntülenir.
Ardından, gen ifade değerleri, doku türleri ve veri kaynakları hakkında ayrıntılı bilgilere erişmek için Sonuç Veri İndirme bağlantısını tıklatın. Genetik değişiklikleri ve sinyal ağlarını aramak için CBIO portal web sayfasını açın ve açılış sayfasındaki sorguyu kullanarak, Select Studies bölümünde ki organ veya dokuları tıklatın, ilgi çekici çalışmayı seçin ve Gene Sorgu'yu tıklatın. Genomik Profiller Seç bölümünde mutasyonları, GISTIC'ten putatif kopya numarası değişikliklerini veya mRNA ifade seçeneğini seçin.
Hasta/Vaka Seti seç menüsünden karşılık gelen verileri seçin ve Hedef gen sembollerini Genleri Girin sorgu kutusuna girin. Sorguyu Gönder düğmesini tıklatın ve istenen gen ağını almak için Ağ sekmesini açın. Ardından Dosya sekmesini tıklatın ve ağ görüntüsü indirmek için Resim Olarak Kaydet PNG'yi seçin.
NICD veya NICD ve mam aşırı ekspresyonu ile sinekler oluşturmak için, uygun sinek stokları hazırlamak ve standart protokollere göre, spatiotemporal gen ekspresyonunu kontrol etmek için zamansal ve bölgesel gen ekspresyonu hedefleme tekniğini uygulayın. 48 saat boyunca maya ile 29 derece santigrat geçmeden önce, yetişkinliğe kadar 18 derece santigrat sinek yükseltin. 29 santigrat derece kuluçka sonunda, bir embriyo toplama çanak pBS üç mililitre ekleyin ve bir karbondioksit ped ile sinek kültürü anestezik.
Anesteziedilmiş dişi bir sineği tanımlamak için bir diseksiyon mikroskobu kullanın ve sineğin alt toraksını dikkatlice yakalamak için bir çift diseksiyon forceps kullanın. Embriyo toplama çanak içinde PBS sinek batık, ve alt karın çimdik için ikinci bir çift forceps kullanın, iç organları serbest bırakmak için yavaşça çekerek. Yumurtalıkçiftini sinek gövdesinden ayırın ve yumurtalıkların arka ucunda bulunan kas kılıfını kırArak yumurtalıkları ayırın.
Daha sonra izole yumurtalıkları buz üzerinde 500 mikrolitre PBS içeren 1,5 mililitrelik bir santrifüj tüpüne yerleştirin. Tüm yumurtalıklar toplandığında, PBS'yi %4 formaldehit 500 mikrolitre ile değiştirin ve tüpü 10 dakika boyunca bir besleyiciye yerleştirin. Kuluçka sonunda, fiksatif atın ve yıkama başına PBT bir mililitre üç, 15 dakikalık durulama ile yumurtalıkları yıkayın.
Son yıkamadan sonra yumurtalıkları mililitre başına 10 mikrolitre 10 mikrolitre DAPI ile 10-15 dakika boyunca besleyiciye etiketleyin. Kuluçka sonunda yumurtalıkları bir mililitre PBT ile 10 dakika yıkayın ve ardından PBS'de 10 dakikalık iki yıkama. İkinci yıkamadan sonra, PBS'nin son 300 mikrolitresi hariç hepsini çıkarın ve yumurta odalarını boşaltmak için yumurtalıkları birkaç kez triterate etmek için 200 mikrolitrelik pipet ucu kullanın.
Daha sonra, yavaşça bir mikrocentrifuge hızlı bir spin ile yumurtalık dokusu sediment, ve yumurtalık pelet rahatsız etmeden mümkün olduğunca çok PBS kaldırmak. 1,000 mikrolitrelik pipet ucu kullanarak, yaklaşık üç damla montaj çözeltisini tüpe aktarın ve 120 mikrolitrelik yumurtalık içeren montaj solüsyonunun tamamını cam mikroskoba aktarmak için uçtan yaklaşık 0,33 milimetre kesilmiş 200 mikrolitrelik bir pipet ucu kullanın. Kapaklı camı montaj solüsyonunun üzerine hafifçe yerleştirin ve kenarları şeffaf ojelerle kapatın.
Daha sonra lekeli ve monte yumurtalıkların görüntülerini elde etmek için 0,8 diyafram açıklığı ile 10x büyütme bir konfokal mikroskop kullanın. PRECOG portalı gösterildiği gibi yumurtalık kanserinde NOTCH2, NOTCH3 ve MAML1'in Z-skorları elde edilebilir. Negatif Z-skoru değerleri, üç genin yüksek ekspresyon düzeylerine sahip hastaların genel sağkalımlarının zayıf olduğunu göstermektedir.
Bu bulguları doğrulamak için CSIOVD veritabanını kullanarak, notch2, NOTCH3 ve MAML1'in yüksek bir ekspresyonu, genel ve hastalıksız sağkalımın zayıf lığıyla ilişkili olduğunu gösterir. Daha fazla permütasyon testleri NOTCH2, NOTCH3 ve MAML1'in tümör dokularında yüksek oranda ifade olduğunu göstermektedir. Bu üç çekirdek genine dayanarak, aynı zamanda en yüksek mutasyon oranlarına sahip aynı yolda olan 50 en sık değiştirilmiş komşu geni sağlamak için bir sinyal ağı oluşturulabilir.
İlgi, Drosophila eşdeğer NOTCH genin aşırı ekspresyonu, NICD, tek başına, Drosophila tümörleri neden olmaz. NicD ve mam'ın birlikte aşırı ekspresyonu, birden fazla epitel tabaka ve birikmiş hücre varlığından da kanıtlandığı gibi, meyve sineklerinde tümörleri tetikler. Daha fazla deney doğrulama potansiyel yeni ilaç tedavisi hedefleri, hastalık biyobelirteçleri ve kişiselleştirilmiş tedavilerin belirlenmesi için önünü açabilir.
View the full transcript and gain access to thousands of scientific videos
Genel Bakış
Bu makale, yumurtalık kanserinde notch sinyalleşmesini araştırmak için biyoinformatik ve deneysel çalışmaların entegrasyonunu araştırmaktadır. Biyoinformatik veritabanlarından yararlanarak, araştırmacılar deneylerini stratejik olarak planlayabilir ve daha bilinçli bilimsel keşifler yapabilirler.
Çalışmanın Temel Bileşenleri
Bilim Alanı
- Biyoinformatik
- Yumurtalık kanseri araştırması
- Deneysel doğrulama
Arka Plan
- Biyoinformatik, büyük ölçekli veri setlerini işlemek için yardımcı olur.
- Biyoinformatik ile deneysel çalışmaların birleştirilmesi, araştırma sonuçlarını geliştirir.
- Notch sinyalleşmesi, yumurtalık kanserinin önemli bir rolünü oynar.
- Mevcut biyoinformatik verilerinin kullanılması, deneysel tasarımı yönlendirebilir.
Çalışmanın Amacı
- Yumurtalık kanserinde notch sinyalleşmesinin rolünü araştırmak.
- Biyoinformatik bulgularını deneysel yaklaşımlarla doğrulamak.
- Yumurtalık kanseri için tedavi ve teşhis yöntemlerini geliştirmek.
Kullanılan Yöntemler
- Notch sinyalleşme yollarının biyoinformatik analizi.
- Biyoinformatik tahminlerinin deneysel doğrulanması.
- Biyoinformatik veritabanlarından gelen verilerin entegrasyonu.
- Biyoinformatik içgörülerine dayalı araştırma yönünün planlanması.
Ana Sonuçlar
- Kritik notch sinyalleşme bileşenlerinin başarılı bir şekilde tanımlanması.
- Deneysel çalışmalarla biyoinformatik bulgularının doğrulanması.
- Yumurtalık kanseri için potansiyel tedavi hedeflerine ilişkin içgörüler.
- Biyoinformatik ile deneysel yöntemlerin birleştirilmesinin etkinliğinin gösterilmesi.
Sonuçlar
- Biyoinformatik, kanser araştırmalarında güçlü bir araçtır.
- Deneysel doğrulama, biyoinformatik tahminlerini doğrulamak için kritik öneme sahiptir.
- Bu yaklaşımların birleştirilmesi, yumurtalık kanserini anlama konusunda önemli ilerlemelere yol açabilir.
Sıkça Sorulan Sorular
Executive Industry Relevance
Integrating bioinformatics with experimental validation enables biopharma teams to de-risk target hypotheses in ovarian cancer by leveraging large-scale datasets for target prioritization before costly wet-lab efforts. This combined approach improves predictive confidence in Notch signaling components as potential therapeutic targets or biomarkers, supporting informed go/no-go decisions in early discovery. The methodology supports translational continuity from target identification through preclinical validation by aligning computational findings with functional evidence.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of Notch2, Notch3, and MAML1 as putative drivers in ovarian cancer through bioinformatics analysis of survival Z-scores and gene expression correlations.
- Operational Value: Supports functional target validation by guiding experimental design using PRECOG, CSIOVDB, GENT, and CBIO portals to identify differentially expressed genes and altered signaling networks.
- Predictive Value: Facilitates mechanistic de-risking by identifying genetic alterations and signaling networks associated with poor survival, informing target selection for further validation.
Screening & Assay Development
- Scientific Value: Prepares validated biological systems (e.g., Drosophila ovaries with NICD/mam overexpression) for downstream compound screening by establishing phenotype-genotype links in Notch pathway modulation.
- Operational Value: Enhances assay standardization and reproducibility through defined spatiotemporal gene expression controls and standardized ovarian tissue isolation, fixation, and imaging protocols.
- Scalability Value: Enables platform reuse across cancer types by demonstrating a transferable workflow for integrating database mining with experimental validation in genetically tractable models.
Translational & Preclinical Research
- Scientific Value: Supports disease-relevant system modeling by linking Notch pathway activation in Drosophila ovaries to tumorigenic phenotypes, providing a mechanistic basis for therapeutic targeting.
- Operational Value: Addresses risk-adjusted advancement decisions by requiring combinatorial overexpression (NICD + mam) to induce tumors, highlighting context-dependent pathway activity critical for target validation.
- Translational Biomarker Alignment: Connects bioinformatics-derived survival correlations (NOTCH2/3/MAML1 Z-scores) with experimental tumor phenotypes, supporting biomarker qualification efforts.
Pipeline & Workflow Integration
The method integrates into the discovery continuum from target identification through lead optimization, where bioinformatics informs hypothesis generation and experimental validation confirms target druggability and pathway relevance in ovarian cancer.
- Discovery Biology: Supports hypothesis testing and pathway clarification by mining survival and expression databases to prioritize Notch signaling components for functional interrogation.
- Screening: Describes assay readiness through standardized ovarian tissue preparation and confocal imaging, enabling quantitative readouts of Notch pathway activation phenotypes.
- Analytics: Highlights survival Z-scores, gene expression correlations, and permutation test outputs that allow cross-functional teams to compare target relevance and pathway alteration frequencies.
- Translational Research: Connects computational target prioritization to preclinical continuity by validating Notch-driven tumorigenicity in a genetic model, supporting de-risked advancement.
- Enterprise Reuse: Frames the workflow as a reusable capability for target validation across oncology indications by demonstrating a repeatable process of database interrogation followed by experimental confirmation.
Operational & Enterprise Impact
- Scientific Value: Predictive confidence in target selection, reduction of mechanistic ambiguity in Notch pathway involvement, and improved target hypothesis quality.
- Operational Value: Standardization of bioinformatics-to-experiment workflows, reproducibility of ovarian tissue isolation and imaging, and scalability of database mining approaches.
- Strategic Value: Better go/no-go decisions through dual-evidence target validation, capital efficiency by focusing experiments on bioinformatics-prioritized targets, and reduced late-stage biological risk via mechanistic de-risking.
- Portfolio Impact: Risk-adjusted prioritization of Notch2/3/MAML1 or network neighbors for investment, and data-driven advancement decisions based on concordant computational and experimental evidence.
Implementation Considerations
- Required expertise in bioinformatics database navigation (PRECOG, CSIOVDB, GENT, CBIO) and interpretation of survival Z-scores, gene expression profiles, and mutation data.
- Instrumentation needs include access to academic-affiliated bioinformatics portals, standard molecular biology tools for fly handling, dissection microscopes, centrifuges, and confocal microscopes for tissue imaging.
- Cross-team standardization requires alignment between computational biologists and experimentalists on target selection criteria, gene symbols, and validation endpoints such as tumor phenotype scoring.
- Adaptation considerations include modifying gene targets, cancer types in database queries, and overexpression constructs while maintaining the core workflow of in silico prediction followed by in vivo/in vitro validation.
- Practical limitations include dependency on database annotation quality, potential species-specific differences in Notch signaling between Drosophila and humans, and the need for orthogonal validation in mammalian models to confirm translational relevance.
Biopharma FAQs
Chapters in this video
0:04
Title
0:44
Prediction of Clinical Outcomes from Genomic Profiles (PRECOG)
1:22
Cancer Science Institute of Singapore Database (CSIOVDB) and Gene Expression Across Normal and Tumor Tissue (GENT)
2:30
cBioPortal
3:30
Drosophila Dissection and Staining
7:23
Results: Representative Bioinformatic Approaches to Understanding the Role of Notch Signaling in Ovarian Cancer
8:42
Conclusion
