कई सार्वजनिक रूप से सुलभ डेटाबेस का उपयोग कर स्तन कैंसर में Biomarker के डेटा खनन और एकीकृत विश्लेषण प्रदर्शन
Summary
यहां, हम एक प्रोटोकॉल प्रस्तुत करने के लिए सार्वजनिक रूप से सुलभ डेटाबेस की एक किस्म से व्युत्पंन पूल्ड नैदानिक डेटासेट के व्यापक विश्लेषण के आधार पर स्तन कैंसर के biomarker और उत्तरजीविता कारक का पता लगाने, अभिव्यक्ति की रणनीति का उपयोग, सहसंबंध और जीवन रक्षा विश्लेषण कदम से कदम ।
Abstract
हाल के वर्षों में, उभरते डेटाबेस के लिए जटिल कैंसर जीनोमिक डेटासेट, जिससे जांचकर्ताओं का विश्लेषण करने और जीन, नमूनों और कैंसर के विभिंन प्रकारों में नैदानिक डेटा की व्याख्या करने के लिए बाधाओं को कम डिजाइन किए गए थे । इस के साथ साथ, हम एक व्यावहारिक संचालन प्रक्रिया का वर्णन, ID1 लेने (डीएनए बाध्यकारी प्रोटीन के निरोधक 1) एक उदाहरण के रूप में, के लिए biomarker और स्तन कैंसर के अस्तित्व predictors से व्युत्पंन के आधार पर पूल्ड नैदानिक डेटासेट के अभिव्यक्ति पैटर्न विशेषताएं ऑनलाइन सुलभ डेटाबेस, सहित ONCOMINE, bcGenExMiner v 4.0 (स्तन कैंसर जीन-अभिव्यक्ति खान में काम करनेवाला v 40), GOBO (जीन अभिव्यक्ति-स्तन कैंसर ऑनलाइन के लिए आधारित परिणाम), HPA (मानव प्रोटीन एटलस), और Kaplan-Meier प्लॉटर । विश्लेषण के लिए रुचि के जीन के अभिव्यक्ति पैटर्न क्वेरी के साथ शुरू हुआ (जैसे, ID1) सामांय नमूनों बनाम कैंसर के नमूनों में । फिर, स्तन कैंसर में ID1 और clinicopathological विशेषताओं के बीच सहसंबंध विश्लेषण किया गया । इसके बाद, ID1 की अभिव्यक्ति प्रोफ़ाइल विभिंन उपसमूहों के अनुसार स्तरीकृत किया गया था । अंत में, ID1 अभिव्यक्ति और अस्तित्व के परिणाम के बीच एसोसिएशन का विश्लेषण किया गया । आपरेशन प्रक्रिया को अलग डेटाबेस से जीन स्तर पर बहुआयामी डेटा प्रकार के एकीकृत और पुनरावृत्ति और स्तन कैंसर में जीन परिवर्तन की घटनाओं के जीनोमिक संदर्भ के बारे में परीक्षण hypotheses की अवधारणा को सरल करता है । इस पद्धति की विश्वसनीयता और निष्कर्षों के प्रतिनिधिकारिता में सुधार कर सकते हैं, इस तरह, ब्याज की एक जीन पर जानकारीपूर्ण परिप्रेक्ष्य वर्तमान ।
Introduction
स्तन कैंसर विभिन्न आणविक उपप्रकारों में विविध रोग का निदान और उपचार रणनीतियों के साथ एक विषम बीमारी है, जिसमें रोगजनन और विकास संभवतः असमान आणविक तंत्र के साथ जुड़े हुए हैं1,2 , 3. हालांकि, एक चिकित्सीय लक्ष्य की पहचान आमतौर पर साल लेता है, या यहां तक कि दशकों, बुनियादी अनुसंधान में प्रारंभिक खोज से नैदानिक उपयोग4। कैंसर जीनोम के लिए उच्च throughput अनुक्रमण प्रौद्योगिकी के जीनोम वाइड आवेदन बहुत मूल्यवान biomarkers या चिकित्सकीय लक्ष्य 5के लिए खोज की प्रक्रिया को उंनत किया है ।
कैंसर जीनोमिक्स के भारी मात्रा में बड़े पैमाने पर कैंसर जीनोमिक्स प्लेटफार्मों, जैसे आईसीजीसी (इंटरनेशनल कैंसर जीनोम कंसोर्टियम) और टीसीजीए (कैंसर जीनोम एटलस), शोधकर्ताओं के लिए डेटा प्रदर्शन के लिए एक बड़ी चुनौती प्रस्तुत कर रहा है के रूप में से उत्पंन डेटा अंवेषण, एकीकरण, और विश्लेषिकी, विशेष रूप से उपयोगकर्ताओं के लिए सूचना और गणना में गहन प्रशिक्षण6,7,8,9,10कमी । हाल के वर्षों में, उभरते डेटाबेस, (जैसे, ONCOMINE, bcGenExMiner v 4.0, और Kaplan-Meier प्लॉटर, आदि) डिजाइन और जटिल कैंसर जीनोमिक datasets आ के लिए बार कम विकसित किया गया है, जिससे जांचकर्ताओं की सुविधा के लिए विश्लेषण और 11कैंसर के विभिंन प्रकारों में जीन, नमूनों और नैदानिक डेटा की व्याख्या करना । इस प्रोटोकॉल के लक्ष्य के लिए एक अनुसंधान रणनीति है कि खुले access डेटाबेस है, जो व्यापक रूप से शोधकर्ताओं की एक बड़ी संख्या के द्वारा मांयता प्राप्त किया गया है की एक श्रृंखला से जीन जानकारी के कई स्तरों के साथ एकीकृत का वर्णन है, के लिए संभावित biomarkers की पहचान और स्तन कैंसर के लिए शकुन कारक ।
ONCOMINE डाटाबेस एक वेब आधारित डेटा कैंसर microarray जानकारी के साथ खनन मंच है और उपंयास biomarkers और चिकित्सकीय लक्ष्य11की खोज की सुविधा के लिए बनाया गया है । वर्तमान में, इस डेटाबेस11,12में ६५ जीन अभिव्यक्ति डेटासेट से ४८,०००,००० से अधिक जीन अभिव्यक्ति मापन हैं । BcGenExMiner v 4.0 (गैर के लिए एक नि: शुल्क उपकरण लाभ संस्था), भी कहा जाता स्तन कैंसर जीन अभिव्यक्ति खान में काम करनेवाला, एक उपयोगकर्ता के अनुकूल वेब आधारित आवेदन डीएनए microarrays के परिणाम शामिल है ३,४१४ बरामद स्तन कैंसर के रोगियों और १,२०९ अनुभव एक अपमानजनक घटना13। यह R सांख्यिकीय सॉफ्टवेयर और संकुल के साथ जीन शकुन विश्लेषण के प्रदर्शन में सुधार करने के लिए बनाया गया है ।
GOBO एक multifunctional प्रयोक्ता microarrays जानकारी के साथ दोस्ताना ऑनलाइन उपकरण है (जैसे, Affymetrix U133A) से एक ५१-नमूना स्तन कैंसर सेल लाइन सेट और एक १८८१-नमूना स्तन ट्यूमर डेटा सेट, कि14विश्लेषण की एक विस्तृत सरणी की अनुमति देता है । गोबो डाटाबेस में कई प्रकार के आवेदन उपलब्ध हैं, जिनमें स्तन ट्यूमर और कोशिका रेखाओं के विभिन्न आण्विक उपप्रकारों में जीन अभिव्यक्ति प्रोफाइल का तेजी से विश्लेषण, संभावित मेटागेन्स के निर्माण के लिए सह-अभिव्यक्त जीन की स्क्रीनिंग और एक जीन के परिणाम और जीन अभिव्यक्ति के स्तर के बीच सहसंबंध विश्लेषण, जीन के सेट, या स्तन कैंसर डेटा में जीन हस्ताक्षर सेट15।
मानव प्रोटीन एटलस एक खुली पहुंच के लिए वैज्ञानिकों के लिए मानव proteome है, जो पहले से ही मानव जीव विज्ञान और रोग के क्षेत्र में प्रकाशनों की एक बड़ी संख्या में योगदान दिया है तलाशने के लिए तैयार कार्यक्रम है । मानव प्रोटीन एटलस जीवन विज्ञान समुदाय16,17के लिए एक यूरोपीय कोर संसाधन के रूप में मांयता प्राप्त है ।
Kaplan Meier प्लॉटर एक ऑनलाइन जीन अभिव्यक्ति और नैदानिक डेटा को एकीकृत करने के साथ ही कि १०,४६१ कैंसर के नमूनों, जो १,०६५ गैस्ट्रिक, २,४३७ फेफड़ों, १,८१६ डिम्बग्रंथि और ५,१४३ शामिल है के आधार पर ५४,६७५ जीन के शकुन प्रभाव का आकलन करने की अनुमति देता उपकरण है 33/49/40/69 महीने18के एक मतलब अनुवर्ती के साथ स्तन कैंसर के रोगियों । जीन अभिव्यक्ति की जानकारी, relapse-मुक्त जीवन रक्षा (rfs) और समग्र अस्तित्व (ओएस) इस डाटाबेस से डाउनलोड कर रहे है19,20।
यहां, हम एकाधिक सार्वजनिक रूप से सुलभ डेटाबेस का उपयोग करने की तुलना, विश्लेषण और एकाधिक कैंसर के अध्ययन में रुचि के जीन की अभिव्यक्ति में परिवर्तन के पैटर्न कल्पना का एक व्यावहारिक संचालन प्रक्रिया का वर्णन, सारांश के लक्ष्य के साथ अभिव्यक्ति प्रोफाइल, स्तन कैंसर में पूर्वानुमान मूल्यों और संभावित जैविक कार्यों । उदाहरण के लिए, हाल के अध्ययनों से ट्यूमर में आईडी प्रोटीन के अर्बुदीय गुण संकेत दिया है और घातक सुविधाओं के साथ जुड़े थे, सेलुलर परिवर्तन सहित, अमर, बढ़ाया प्रसार और मेटास्टेसिस21, 22,23. हालांकि, आईडी परिवार के प्रत्येक सदस्य ठोस ट्यूमर के विभिंन प्रकार में अलग भूमिका निभाता है, और स्तन कैंसर में उनकी भूमिका24अस्पष्ट बनी हुई है । पिछले अध्ययनों में, इस विधि के माध्यम से पता लगाया, हमने पाया है कि ID1 स्तन कैंसर में एक सार्थक पूर्वानुमान संकेतक25था । इसलिए, प्रोटोकॉल ID1 एक उदाहरण के रूप में डेटा खनन विधियों को लागू करने के लिए ले जाएगा ।
विश्लेषण oncomine में सामांय नमूनों बनाम कैंसर के नमूनों में रुचि के जीन की अभिव्यक्ति पैटर्न क्वेरी से शुरू होता है । फिर, स्तन कैंसर में रुचि के जीन के अभिव्यक्ति सहसंबंध बीसी-GenExMiner वी 4.0, GOBO, और ONCOMINE का उपयोग कर प्रदर्शन किया गया । अगला, अभिव्यक्ति प्रोफ़ाइल ID1 के ऊपर तीन डेटाबेस का उपयोग करते हुए विभिन्न उपसमूहों के अनुसार स्तरीकृत किया गया था । अंत में, ID1 अभिव्यक्ति और अस्तित्व से बाहर के बीच संघ बीसी-GenExMiner v 4.0 का उपयोग कर विश्लेषण किया गया था, मानव प्रोटीन एटलस, और Kaplan-Meier प्लॉटर । कार्रवाई प्रक्रिया आरेख 1में फ़्लोचार्ट के रूप में दिखाया गया था ।
Protocol
Representative Results
Discussion
सार्वजनिक डेटाबेस का व्यापक विश्लेषण ब्याज के जीन के अंतर्निहित कार्य का संकेत हो सकता है और विशिष्ट कैंसर27,31में इस जीन और clinicopathological मापदंडों के बीच संभावित लिंक का पता चलता है । खो?…
Disclosures
The authors have nothing to disclose.
Acknowledgements
यह काम आंशिक रूप से गुआंग्डोंग प्रांत, चीन (No. 2018A030313562) के प्राकृतिक विज्ञान फाउंडेशन द्वारा समर्थित किया गया था, गुआंग्डोंग नैदानिक शिक्षण आधार के शिक्षण सुधार परियोजना (NO । 2016JDB092), राष्ट्रीय प्राकृतिक चीन के विज्ञान फाउंडेशन (८१६००३५८), और युवा अभिनव प्रतिभा परियोजना के कॉलेजों और विश्वविद्यालयों के गुआंग्डोंग प्रांत, चीन में (सं 2017KQNCX073)
Materials
| A personal computer or computing device with an Internet browser with Javascript enabled |
Microsoft | 051690762553 | We support and test the following browsers: Google Chrome, Firefox 3.0 and above, Safari, and Internet Explorer 9.0 and above |
| Adobe Flash player | Adobe Systems Inc. | It can be freely downloaded from http://get.adobe.com/flashplayer/. | This browser plug-in is required for visualizing networks on the network analysis tab. |
| Chrome Broswer | Google Inc. | It can be freely downloaded from https://www.google.cn/chrome/ | This is necessary for viewing PDF files including the Pathology Reports and many of the downloadable files. |
| Java Runtime Environment | Oracle Corporation | It can be downloaded from http://www.java.com/getjava/. | |
| Office 365 ProPlus for Faculty | Microsoft | 2003BFFD8117EA68 | This is necessary for viewing the Pathology Reports and for viewing many of the downloadable files. |
| Vectr Online | Vectr Labs Inc. | It can be freely used from https://vectr.com/new | This is necessary for visualizing and editing many of the downloadable files and pictures. |
References
- van 't Veer, L. J., et al. Gene expression profiling predicts clinical outcome of breast cancer. Nature. 415 (6871), 530-536 (2002).
- Loi, S., et al. Definition of clinically distinct molecular subtypes in estrogen receptor-positive breast carcinomas through genomic grade. Journal of Clinical Oncology. 25 (10), 1239-1246 (2007).
- Cancer Genome Atlas, N. Comprehensive molecular portraits of human breast tumours. Nature. 490 (7418), 61-70 (2012).
- Emerson, J. W., Dolled-Filhart, M., Harris, L., Rimm, D. L., Tuck, D. P. Quantitative assessment of tissue biomarkers and construction of a model to predict outcome in breast cancer using multiple imputation. Cancer Informatics. 7, 29-40 (2009).
- Yu, H., et al. Integrative genomic and transcriptomic analysis for pinpointing recurrent alterations of plant homeodomain genes and their clinical significance in breast cancer. Oncotarget. 8 (8), 13099-13115 (2017).
- He, W., et al. TCGA datasetbased construction and integrated analysis of aberrantly expressed long noncoding RNA mediated competing endogenous RNA network in gastric cancer. Oncology Reports. , (2018).
- Liu, J., et al. An Integrated TCGA Pan-Cancer Clinical Data Resource to Drive High-Quality Survival Outcome Analytics. Cell. 173 (2), 400-416 (2018).
- Esgueva, R., et al. Next-generation prostate cancer biobanking: toward a processing protocol amenable for the International Cancer Genome Consortium. Diagnostic Molecular Pathology. 21 (2), 61-68 (2012).
- Joly, Y., Dove, E. S., Knoppers, B. M., Bobrow, M., Chalmers, D. Data sharing in the post-genomic world: the experience of the International Cancer Genome Consortium (ICGC) Data Access Compliance Office (DACO). PLoS Computational Biology. 8 (7), e1002549 (2012).
- Zhang, J., et al. International Cancer Genome Consortium Data Portal–a one-stop shop for cancer genomics data. Database (Oxford). 2011, (2011).
- Rhodes, D. R., et al. ONCOMINE: a cancer microarray database and integrated data-mining platform. Neoplasia. 6 (1), 1-6 (2004).
- Rhodes, D. R., et al. Oncomine 3.0: genes, pathways, and networks in a collection of 18,000 cancer gene expression profiles. Neoplasia. 9 (2), 166-180 (2007).
- Jezequel, P., et al. bc-GenExMiner: an easy-to-use online platform for gene prognostic analyses in breast cancer. Breast Cancer Research and Treatment. 131 (3), 765-775 (2012).
- Ringner, M., Fredlund, E., Hakkinen, J., Borg, A., Staaf, J. GOBO: gene expression-based outcome for breast cancer online. PLoS One. 6 (3), e17911 (2011).
- Ponten, F., Jirstrom, K., Uhlen, M. The Human Protein Atlas–a tool for pathology. Journal of Pathology. 216 (4), 387-393 (2008).
- Ponten, F., Schwenk, J. M., Asplund, A., Edqvist, P. H. The Human Protein Atlas as a proteomic resource for biomarker discovery. Journal of Internal Medicine. 270 (5), 428-446 (2011).
- Gyorffy, B., et al. An online survival analysis tool to rapidly assess the effect of 22,277 genes on breast cancer prognosis using microarray data of 1,809 patients. Breast Cancer Research and Treatment. 123 (3), 725-731 (2010).
- Stevinson, C., Lawlor, D. A. Searching multiple databases for systematic reviews: added value or diminishing returns?. Complementary Therapies in Medicine. 12 (4), 228-232 (2004).
- Yin, J., et al. Integrating multiple genome annotation databases improves the interpretation of microarray gene expression data. BMC Genomics. 11, 50 (2010).
- Patel, D., Morton, D. J., Carey, J., Havrda, M. C., Chaudhary, J. Inhibitor of differentiation 4 (ID4): From development to cancer. Biochimica et Biophysica Acta. 1855 (1), 92-103 (2015).
- Kamalian, L., et al. Increased expression of Id family proteins in small cell lung cancer and its prognostic significance. Clinical Cancer Research. 14 (8), 2318-2325 (2008).
- Cruz-Rodriguez, N., et al. High expression of ID family and IGJ genes signature as predictor of low induction treatment response and worst survival in adult Hispanic patients with B-acute lymphoblastic leukemia. Journal of Experimental and Clinical Cancer Research. 35, 64 (2016).
- Yang, H. Y., et al. Expression and prognostic value of Id protein family in human breast carcinoma. Oncology Reports. 23 (2), 321-328 (2010).
- Zhou, X. L., et al. Prognostic values of the inhibitor of DNAbinding family members in breast cancer. Oncology Reports. 40 (4), 1897-1906 (2018).
- . Available from: https://www.oncomine.org (2018)
- Lin, H. Y., Zeng, L., iang, Y. K., Wei, X. L., Chen, C. F. GATA3 and TRPS1 are distinct biomarkers and prognostic factors in breast cancer: database mining for GATA family members in malignancies. Oncotarget. 8 (21), 34750-34761 (2017).
- . Available from: https://www.proteinatlas.org (2018)
- Zhu, Y. F., Dong, M. Expression of TUSC3 and its prognostic significance in colorectal cancer. Pathology-Research and Practice. 214 (9), 1497-1503 (2018).
- Nelson, J. C., et al. Validation sampling can reduce bias in health care database studies: an illustration using influenza vaccination effectiveness. Journal of Clinical Epidemiology. 66 (8 Suppl), S110-S121 (2013).
- Haibe-Kains, B., Desmedt, C., Sotiriou, C., Bontempi, G. A comparative study of survival models for breast cancer prognostication based on microarray data: does a single gene beat them all?. Bioinformatics. 24 (19), 2200-2208 (2008).
- Yang, C., et al. Understanding genetic toxicity through data mining: the process of building knowledge by integrating multiple genetic toxicity databases. Toxicology Mechanisms and Methods. 18 (2-3), 277-295 (2008).
- Cannata, N., Merelli, E., Altman, R. B. Time to organize the bioinformatics resourceome. PLoS Computational Biology. 1 (7), e76 (2005).
- Wren, J. D., Bateman, A. Databases, data tombs and dust in the wind. Bioinformatics. 24 (19), 2127-2128 (2008).
