利用多个可公开访问的数据库对乳腺癌生物标志物进行数据挖掘和综合分析

近年来, 新兴数据库旨在降低处理复杂的癌症基因组数据集的障碍, 从而促进研究人员分析和解释不同类型癌症的基因、样本和临床数据。在此, 我们描述了一个实用的手术过程, 以 ID1 (DNA 结合蛋白的抑制剂 1) 为例, 以描述乳腺癌的生物标志物和生存预测剂的表达模式的基础上, 集合的临床数据集, 从在线访问数据库, 包括 ONCOMMINE、bcGenExMiner v4.0 (乳腺癌基因表达矿工 v4.0)、GOBO (乳腺癌在线基因表达结果)、HPA (人类蛋白质图集) 和 Kaplan-Meier 绘图仪。分析从查询癌症样品与正常样本的感兴趣基因 (例如 ID1) 的表达模式开始。然后, 对 ID1 与乳腺癌临床病理特征进行了相关分析。其次, 根据不同的亚群对 ID1 的表达谱进行分层。最后, 分析了 ID1 表达与生存结果的关系。该操作过程简化了从不同数据库整合基因级多维数据类型的概念, 并测试了有关乳腺癌基因改变事件的复发和基因组背景的假设。该方法可以提高结论的可信度和代表性, 从而为感兴趣的基因提供信息视角。