조직 공학에서 중간 크기의 저속, 다차원 데이터를 효율적으로 관리하는 데이터베이스
Summary
많은 연구자들은 스프레드시트가 아닌 데이터베이스로 보다 효율적으로 관리할 수 있는 “중간 크기”, 저속 및 다차원 데이터를 생성합니다. 여기서는 다차원 데이터 시각화, 관계형 데이터베이스 구조의 테이블 연결, 반자동 데이터 파이프라인 매핑, 데이터베이스 사용 등 데이터베이스의 개념적 개요를 제공하여 데이터 의미를 설명합니다.
Abstract
과학은 진행을 위해 점점 더 복잡한 데이터 세트에 의존하지만 스프레드시트 프로그램과 같은 일반적인 데이터 관리 방법은 이 정보의 규모와 복잡성이 증가하는 데 는 부적절합니다. 데이터베이스 관리 시스템은 이러한 문제를 해결할 수 있지만 일반적으로 비즈니스 및 정보학 분야 외부에서는 사용되지 않습니다. 그러나 많은 연구 실에서는 이미 유사한 시스템을 구현하면 큰 이점을 얻을 수 있는 “중간 크기”, 저속, 다차원 데이터를 생성합니다. 이 문서에서는 데이터베이스가 어떻게 작동하는지 설명하고 조직 공학 응용 프로그램에서 제공하는 이점을 설명하는 개념적 개요를 제공합니다. 라메 A/C 돌연변이를 가진 개별에게서 구조섬유아세포 데이터는 특정 실험 문맥 내의 보기를 설명하기 위하여 이용되었습니다. 예를 들어 다차원 데이터 시각화, 관계형 데이터베이스 구조의 테이블 연결, 원시 데이터를 구조화 된 형식으로 변환하는 반자동 데이터 파이프라인 매핑, 쿼리의 기본 구문 설명 등이 있습니다. 데이터를 분석한 결과, 허친슨-길포드 프로게리아, 잘 알려진 laminopathy 및 기타 모든 실험 군 사이의 정렬된 환경에서 세포 조직에서 다양한 배열및 중요성의 플롯을 생성하는 데 사용되었다. 스프레드시트와 비교하여 데이터베이스 메서드는 매우 시간 효율적이고, 한 번 설정하면 사용하기 쉽고, 원본 파일 위치에 즉시 액세스할 수 있으며, 데이터 엄격성도 향상되었습니다. 국립 보건원 (NIH)이 실험적 엄격함을 강조함에 따라 많은 과학 분야가 복잡한 데이터를 효과적으로 구성 할 수있는 강력한 능력으로 인해 결국 데이터베이스를 일반적인 관행으로 채택 할 가능성이 높습니다.
Introduction
과학적 진보가 기술에 의해 크게 좌우되는 시대에, 많은 양의 데이터를 처리하는 것은 모든 분야에서 연구의 필수적인 측면이되었습니다. 전산 생물학 및 유전체학과 같은 새로운 분야의 출현은 기술의 사전 활용이 얼마나 중요한지 강조합니다. 이러한 경향은 무어의 법칙과 기술발전1,2에서얻은 꾸준한 진보로 인해 계속될 것이 확실합니다. 그러나 한 가지 결과는 이전에 실행 가능한 조직 방법의 기능을 초과하는 생성된 데이터의 양이 증가하고 있다는 것입니다. 대부분의 학술 실험실은 복잡한 데이터 세트를 처리하기에 충분한 컴퓨팅 리소스를 가지고 있지만, 많은 그룹은 개발 요구에 적합한 사용자 정의 시스템을 구축하는 데 필요한 기술 전문 지식이 부족3. 이러한 데이터 집합을 관리하고 업데이트하는 기술을 갖추는 것은 효율적인 워크플로우 및 출력에 매우 중요합니다. 데이터와 전문 지식 간의 격차를 해소하는 것은 광범위한 다각적인 데이터를 효율적으로 처리, 재업데이트 및 분석하는 데 중요합니다.
확장성은 대용량 데이터 집합을 처리할 때 필수적인 고려 사항입니다. 예를 들어 빅 데이터는 방대한 볼륨, 큰 이질성 및 오디오 및 비디오4,5와같은 높은 세대 비율을 특징으로 하는 데이터 처리에서 새로운 통찰력을 드러내는 연구 분야입니다. 이 필드는 자동화된 조직 및 분석 방법을 사용하여 급류를 적절하게 처리해야 합니다. 그러나 빅 데이터에 사용되는 많은 기술 용어는 명확하게 정의되지 않았으며 혼란스러울 수 있습니다. 예를 들어 “고속” 데이터는 종종 하루에 수백만 개의 새 항목과 연관되는 반면 “저속” 데이터는 학술 실험실 설정과 같이 하루에 수백 개의 항목일 수 있습니다. 빅 데이터를 사용하여 아직 발견되지 않은 흥미로운 발견이 많이 있지만 대부분의 학술 실험실은 자신의 과학적 질문을 해결하기위한 이러한 방법의 범위, 힘 및 복잡성을 필요로하지 않습니다5. 과학적 데이터가시간이지남에 따라 점점 더 복잡해지는 것은 의심의 여지가 없지만, 많은 과학자들은 더 이상 확장되는 데이터 요구를 충족시키지 못하는 조직 방법을 계속 사용하고 있습니다. 예를 들어, 편리한 스프레드시트 프로그램은 과학적 데이터를 구성하는 데 자주 사용되지만, 확장할 수 없고, 오류가 발생하기 쉽고, 시간이 비효율적이라는 대가를 치러야 하는 경우7,8. 반대로 데이터베이스는 확장 가능하고 비교적 저렴하며 진행 중인 프로젝트의 다양한 데이터 집합을 처리하는 데 사용하기 쉽기 때문에 문제에 대한 효과적인 솔루션입니다.
데이터 조직의 스키마를 고려할 때 발생하는 즉각적인 문제는 교육 및 사용에 대한 비용, 접근성 및 시간 투자입니다. 비즈니스 환경에서 자주 사용되는 데이터베이스 프로그램은 빅 데이터 시스템 사용을 지원하는 데 필요한 자금보다 상대적으로 저렴하거나 무료입니다. 실제로 오라클 데이터베이스, MySQL 및 Microsoft(MS) 액세스9와같은 데이터베이스를 만들고 유지 관리하기 위한 상용 및 오픈 소스 소프트웨어의 다양한 존재. 많은 연구자들은 또한 여러 MS Office 학술 패키지가 MS 액세스가 포함되어 있다는 것을 배우도록 권장되어 비용 고려 사항을 더욱 최소화합니다. 또한 거의 모든 개발자가 온라인으로 광범위한 문서를 제공하며 연구원이 구조화 된 쿼리 언어 (SQL)10,11,12을이해하고 활용할 수 있도록 Codecademy, W3Schools 및 SQLBolt와 같은 무료 온라인 리소스가 많이 있습니다. 다른 프로그래밍 언어와 마찬가지로 SQL을 사용하여 데이터베이스와 코드를 사용하는 방법을 배우는 데는 시간이 걸리지만 충분한 리소스를 사용할 수 있으므로 프로세스가 간단하고 투자할 만한 가치가 있습니다.
데이터베이스는 데이터 접근성을 높이고 집계의 용이성을 높이기 위한 강력한 도구가 될 수 있지만, 조직을 보다 잘 제어할 때 어떤 데이터가 가장 큰 이점을 얻을 수 있는지 파악하는 것이 중요합니다. 다차원성은 측정을 그룹화할 수 있는 조건의 수를 말하며, 데이터베이스는 다양한 조건을 관리할 때 가장 강력합니다13. 반대로, 차원이 낮은 정보는 스프레드시트 프로그램을 사용하여 처리하는 것이 가장 간단합니다. 예를 들어 연도와 연도값을 포함하는 데이터 집합에는 가능한 그룹화(연도별 측정)만 있습니다. 임상 설정으로부터와 같은 고차원 데이터는 스프레드시트 프로그램의 범위를 벗어나는 지루하고 오류가 발생하기 쉬운 프로세스를 효과적으로 유지하기 위해 많은 수준의 수동 조직이 필요할 것이다13. 비관계형(NoSQL) 데이터베이스는 주로 데이터가 행과열14로잘 구성되지 않는 응용 프로그램에서 다양한 역할을 수행합니다. 이러한 조직 스키마에는 자주 오픈 소스가 되는 것 외에도 그래픽 연결, 열계 데이터 또는 문서 기반 데이터가 포함됩니다. NoSQL은 SQL보다 확장성이 뛰어나지만 복잡한 쿼리를 만들 수 없으므로 일관성, 표준화 및 드물게 대규모 데이터 변경이 필요한 상황에서 관계형 데이터베이스가 더 좋습니다15. 데이터베이스는 과학적 설정13,16에자주 필요한 대규모 적합성 배열로 데이터를 효과적으로 그룹화하고 다시 업데이트하는 데 가장 적합합니다.
이 작업의 주요 의도는, 따라서, “중간 크기”, 낮은 속도 데이터에 대한 확장 가능한 데이터 관리 시스템으로 데이터베이스의 잠재력에 대해 과학 커뮤니티에 알리는 것입니다뿐만 아니라 환자 소스 세포주 실험의 특정 예를 사용하여 일반적인 템플릿을 제공하는 것입니다. 다른 유사한 응용 분야는 강바닥의 지리 공간 데이터, 세로 임상 연구에서 설문지, 성장 매체17,18,19에서미생물 성장 조건을 포함한다. 이 작업은 원시 데이터를 구조화 된 형식으로 변환하는 데 필요한 데이터 파이프라인과 결합 된 데이터베이스를 생성하는 일반적인 고려 사항 및 유틸리티를 강조합니다. SQL의 데이터베이스에 대한 데이터베이스 인터페이스 및 코딩의 기본 사항과 예제를 통해 다른 사용자가 기본 프레임워크 를 빌드하는 데 적용할 수 있는 지식을 얻을 수 있도록 합니다. 마지막으로 샘플 실험 데이터 집합은 다각적인 데이터를 다양한 방식으로 집계하도록 데이터베이스를 얼마나 쉽고 효과적으로 설계할 수 있는지 보여 줍니다. 이 정보는 자신의 실험적 요구에 대한 데이터베이스를 구현하는 경로에 동료 과학자를 지원하기위한 컨텍스트, 해설 및 템플릿을 제공합니다.
연구 실험실 환경에서 확장 가능한 데이터베이스를 만들기 위해 지난 3년 동안 인간 섬유아세포 세포를 사용한 실험에서 얻은 데이터를 수집했습니다. 이 프로토콜의 주요 초점은 사용자가 가능한 가장 비용 및 시간 효율적인 방식으로 데이터를 집계, 업데이트 및 관리할 수 있도록 컴퓨터 소프트웨어 조직에 보고하는 것이지만 관련 실험 방법도 제공됩니다. 컨텍스트.
실험 설정
샘플을 준비하기 위한 실험 프로토콜은 이전에20,21,및 여기서 간략하게 제시되었다. 컨스트럭트는 폴리디메틸실록산(PDMS)과 경화제의 10:1 혼합물을 가진 스핀 코팅 직사각형 유리 커버립에 의해 제조된 다음, 0.05 mg/mL 섬유넥틴을 비조직(등방성) 또는 5 μm 갭 미세 패턴 배열(lines)으로 20 μm 라인으로 도포하였다. 섬유아세포 세포는 7항(또는 양성 대조을 위한 통로 16)에서 최적의 밀도에서 커버슬립에 시드되었고, 24시간 후에 미디어가 변경되면서 48시간 동안 성장하도록 방치하였다. 세포를 4% 파라포름알데히드(PFA) 용액 및 0.0005% 난오계면활성제를 사용하여 고정한 다음, 세포 핵을 위해 면역염색되는 커버립(4′,6′-디아미노디노-2-페닐리노돌[DAPI]), 액틴(알렉사 플루오르 488 플라할로이드) 및 섬유질성 계면활성제를 사용하였다. 염소 항 토끼 IgG 항체(Alexa Fluor 750 염소 항 토끼)를 사용하여 섬유넥틴에 대한 이차 얼룩을 적용하고 보존제가 모든 커버립에 장착되어 형광 퇴색을 방지하였다. 매니큐어는 현미경 슬라이드에 커버립을 밀봉한 다음 24 시간 동안 건조하도록 방치하는 데 사용되었습니다.
형광 영상은 반전된 전동 현미경에 장착된 디지털 전하 결합 장치(CCD) 카메라와 결합된 40x 오일 침지 목표를 사용하여 앞서20일 설명한 바와 같이 수득되었다. 임의로 선택된 10개의 시야각은 6.22픽셀/μm 해상도에 해당하는 40배 배율로 각 커버슬립에 대해 이미지화되었습니다. 맞춤형 코드는 핵, 액틴 필라멘트 및 피브로넥틴을 설명하는 이미지로부터 다양한 변수를 정량화하는 데 사용되었다; 조직 및 형상 매개 변수뿐만 아니라 해당 값은 데이터 파일에 자동으로 저장되었습니다.
세포주
모든 샘플 데이터 세포주에 대한 보다 광범위한 문서는 이전 간행물20에서찾을 수 있습니다. 간략하게 설명하기 위해, 데이터 수집이 승인되고 UC 어바인 기관 검토 위원회 (IRB # 2014-1253)에 따라 동의가 수행되었다. 인간 섬유아세포 세포는 라메A/C(LMNA) 유전자돌연변이의 상이한 변이의 3개의 패밀리로부터 수집되었다: 이형이후 LMNA 스플라이스-사이트 돌연변이(c.357-2A>G)22(패밀리 A); LMNA 넌센스 돌연변이 (c.736 C>T, pQ246X) 에서 423 (패밀리 B); 및 LMNA 오인 돌연변이 (c.1003C>T, pR335W) 엑슨 624 (패밀리 C). 섬유아세포세포는 또한 “대조군”이라 불리는 관련 돌연변이 음성 대조군으로서 각 가족의 다른 개인들로부터 수집되었고, 그 외는 “기증자”라고 불리는 관련 돌연변이 음성 대조군으로서 구입하였다. 양성 대조군으로서, 허친슨-글리포드 프로게리아(HGPS)를 가진 개인으로부터섬유아세포는 LMNA G608G 포인트돌연변이(25)를보유한 HGPS를 가진 8세 여성 환자로부터 채취한 피부 생검으로부터 구입및 성장하였다. 총, 22 명의 개인에서 섬유 아세포 테스트 하 고이 작품에 데이터로 사용.
데이터 유형
섬유아세포 데이터는 세포 핵 변수(즉, 이형성 핵의 백분율, 핵영역, 핵 편심)20 또는 방향 순서 파라미터(OOP)21,26,27(즉, 액틴 OOP, 피브로넥틴 OOP, 핵 OOP)으로부터 유래하는 구조적 변수 의 두 가지 범주 중 하나로 나타났다. 이 파라미터는 모든 방향 벡터의 평균 차수 텐서의 최대 고유값과 같으며, 이전 간행물26,28에서상세하게 정의된다. 이러한 값은 연령, 성별, 질병 상태, 특정 증상의 존재 등에 대한 값과 같은 다양한 가능한 적합성으로 집계됩니다. 이러한 변수가 사용되는 방법의 예는 결과 섹션에서 찾을 수 있습니다.
예제 코드 및 파일
위의 데이터를 기반으로 하는 예제 코드 및 기타 파일을 이 백서와 함께 다운로드할 수 있으며 이름과 형식은 표 1에요약되어 있습니다.
Protocol
Representative Results
Discussion
프로토콜에 대한 기술적 논의
데이터베이스 사용을 고려할 때 첫 번째 단계는 데이터가 이러한 조직에서 도움이 될지 여부를 평가하는 것입니다.
다음 필수 단계는 사용자의 최소 입력을 요청하고 테이블 데이터 구조를 생성하는 자동화된 코드를 만드는 것입니다. 이 예에서 사용자는 데이터 유형(세포 핵 또는 구조 측정), 세포주의 피사체 지정자 및 선택중인…
Disclosures
The authors have nothing to disclose.
Acknowledgements
이 작품은 국립 심장에 의해 지원, 폐, 그리고 건강의 국립 연구소에서 혈액 연구소, 부여 번호 R01 HL129008. 저자는 특히 연구 결과에 있는 그들의 참여를 위한 LMNA 유전자 돌연변이 가족 구성원을 감사합니다. 우리는 또한 세포 배양과 실험실 공간을 유지하는 그녀의 도움린다 맥카시에게 감사드리고 싶습니다, 세포 이미징 및 핵 데이터 분석에 그녀의 참여에 대한 Nasam Chokr, 우리의 초기 마이크로 소프트 액세스 데이터베이스를 설정뿐만 아니라 다른 기술적 인 질문에 대답과 관련된 조언에 대한 마이클 A. 그로스 버그.
Materials
| 4',6'-diaminodino-2-phenylinodole (DAPI) | Life Technologies, Carlsbad, CA | ||
| Alexa Fluor 488 Phalloidin | Life Technologies, Carlsbad, CA | ||
| Alexa Fluor 750 goat anti-rabbit | Life Technologies, Carlsbad, CA | ||
| digital CCD camera ORCAR2 C10600-10B | Hamamatsu Photonics, Shizuoka Prefecture, Japan | ||
| fibronectin | Corning, Corning, NY | ||
| IX-83 inverted motorized microscope | Olympus America, Center Valley, PA | ||
| Matlab R2018b | Mathworks, Natick, MA | ||
| MS Access | Microsoft, Redmond, WA | ||
| paraformaldehyde (PFA) | Fisher Scientific Company, Hanover Park, IL | ||
| polycloncal rabbit anti-human fibronectin | Sigma Aldrich Inc., Saint Louis, MO | ||
| polydimethylsiloxane (PDMS) | Ellsworth Adhesives, Germantown, WI | ||
| Prolong Gold Antifade | Life Technologies, Carlsbad, CA | ||
| rectangular glass coverslips | Fisher Scientific Company, Hanover Park, IL | ||
| Triton-X | Sigma Aldrich Inc., Saint Louis, MO |
References
- Cavin, R. K., Lugli, P., Zhirnov, V. V. Science and engineering beyond Moore’s law. Proceedings of the IEEE. 100, 1720-1749 (2012).
- Mast, F. D., Ratushny, A. V., Aitchison, J. D. Systems cell biology. The Journal of Cell Biology. 206 (6), 695-706 (2014).
- Barone, L., Williams, J., Micklos, D. Unmet needs for analyzing biological big data: A survey of 704 NSF principal investigators. PLoS Computational Biology. 13 (10), 1005755 (2017).
- Gandomi, A., Haider, M. Beyond the hype: Big data concepts, methods, and analytics. International Journal of Information Management. 35 (2), 137-144 (2015).
- Siddiqa, A., et al. A survey of big data management: Taxonomy and state-of-the-art. Journal of Network and Computer Applications. 71, 151-166 (2016).
- Anderson, C. The End of Theory: The Data Deluge Makes the Scientific Method Obsolete. Wired Magazine. , (2008).
- Broman, K. W., Woo, K. H. Data Organization in Spreadsheets. The American Statistician. 72 (1), 2-10 (2018).
- Lee, H., et al. How I do it: a practical database management system to assist clinical research teams with data collection, organization, and reporting. Academic Radiology. 22 (4), 527-533 (2015).
- Bassil, Y. A comparative study on the performance of the Top DBMS systems. Journal of Computer Science & Research. 1 (1), 20-31 (2012).
- . Learn SQL – Codeacademy Available from: https://www.codecademy.com/learn/learn-sql (2018)
- . SQL Tutorial – w3schools.com Available from: https://www.w3schools.com/sql (2018)
- . Introduction to SQL – SQLBolt Available from: https://sqlbolt.com (2018)
- Pedersen, T. B., Jensen, C. S. Multidimensional database technology. Computer. 34 (12), 40-46 (2001).
- Győrödi, C., Gyorodi, R., Sotoc, R. A Comparative Study of Relational and Non-Relational Database Models in a Web- Based Application. International Journal of Advanced Computer Science and Applications. 6 (11), 78-83 (2015).
- Nayak, A., Poriya, A., Poojary, D. Type of NOSQL databases and its comparison with relational databases. International Journal of Applied Information Systems. 5 (4), 16-19 (2013).
- Lei, C., Feng, D., Wei, C., Ai-xin, Z., Zhen-hu, C. The application of multidimensional data analysis in the EIA database of electric industry. Procedia Environmental Sciences. 10, 1210-1215 (2011).
- Soranno, P. A., et al. Building a multi-scaled geospatial temporal ecology database from disparate data sources: fostering open science and data reuse. GigaScience. 4, 28 (2015).
- Edwards, P. Questionnaires in clinical trials: guidelines for optimal design and administration. Trials. 11, 2 (2010).
- Richards, M. A., et al. MediaDB: A Database of Microbial Growth Conditions in Defined Media. PLoS ONE. 9 (8), 103548 (2014).
- Core, J. Q., et al. Age of heart disease presentation and dysmorphic nuclei in patients with LMNA mutations. PLoS ONE. 12 (11), 0188256 (2017).
- Drew, N. K., Johnsen, N. E., Core, J. Q., Grosberg, A. Multiscale Characterization of Engineered Cardiac Tissue Architecture. Journal of Biomechanical Engineering. 138 (11), 111003 (2016).
- Zaragoza, M. V., et al. Exome Sequencing Identifies a Novel LMNA Splice-Site Mutation and Multigenic Heterozygosity of Potential Modifiers in a Family with Sick Sinus Syndrome, Dilated Cardiomyopathy, and Sudden Cardiac Death. PLoS ONE. 11 (5), 0155421 (2016).
- Zaragoza, M., Nguyen, C., Widyastuti, H., McCarthy, L., Grosberg, A. Dupuytren’s and Ledderhose Diseases in a Family with LMNA-Related Cardiomyopathy and a Novel Variant in the ASTE1 Gene. Cells. 6 (4), 40 (2017).
- Zaragoza, M. V., Hakim, S. A., Hoang, V., Elliott, A. M. Heart-hand syndrome IV: a second family with LMNA-related cardiomyopathy and brachydactyly. Clinical Genetics. 91 (3), 499-500 (2017).
- Eriksson, M., et al. Recurrent de novo point mutations in lamin A cause Hutchinson-Gilford progeria syndrome. Nature. 423 (6937), 293-298 (2003).
- Drew, N. K., Eagleson, M. A., Baldo, D. B., Parker, K. K., Grosberg, A. Metrics for Assessing Cytoskeletal Orientational Correlations and Consistency. PLoS Computational Biology. 11 (4), 1004190 (2015).
- Hamley, I. W. . Introduction to Soft Matter: Synthetic and Biological Self-Assembling Materials. , (2013).
- Grosberg, A., Alford, P. W., McCain, M. L., Parker, K. K. Ensembles of engineered cardiac tissues for physiological and pharmacological study: Heart on a chip. Lab Chip. 11 (24), 4165-4173 (2011).
- Hey, T., Trefethen, A., Berman, F., Fox, G., Hey, A. J. G. The Data Deluge: An e-Science Perspective. Grid Computing: Making the Global Infrastructure a Reality. , (2003).
- Wardle, M., Sadler, M. How to set up a clinical database. Practical Neurology. 16 (1), 70-74 (2016).
- Kerr, W. T., Lau, E. P., Owens, G. E., Trefler, A. The future of medical diagnostics: large digitized databases. The Yale Journal of Biology and Medicine. 85 (3), 363 (2012).
- Laulederkind, S. J., et al. The Rat Genome Database curation tool suite: a set of optimized software tools enabling efficient acquisition, organization, and presentation of biological data. Database. 2011, (2011).
- Harris, P. A., et al. Research electronic data capture (REDCap)–a metadata-driven methodology and workflow process for providing translational research informatics support. Journal of Biomedical Informatics. 42 (2), 377-381 (2009).
- Panko, R. R. What we know about spreadsheet errors. Journal of Organizational and End User Computing (JOEUC). 10 (2), 15-21 (1998).
- Ziemann, M., Eren, Y., El-Osta, A. Gene name errors are widespread in the scientific literature. Genome Biology. 17 (1), 177 (2016).
- Enhancing Reproducibility through Rigor and Transparency. NIH Available from: https://grants.nih.gov/reproducibility/index.htm (2018)
- Hofseth, L. J. Getting rigorous with scientific rigor. Carcinogenesis. 39 (1), 21-25 (2017).
- . SQL Training and Tutorials – Lynda.com Available from: https://www.lynda.com/SQL-training-tutorials/446-0.html (2018)
