Name: performing data mining and integrative analysis of biomarker in breast cancer using multiple publicly accessible databases
Uploaded: 2019-05-17T13:00:00
Description: Watch this Scientific Journal Video about Performing Data Mining And Integrative Analysis Of Biomarker in Breast Cancer Using Multiple Publicly Accessible Databases at JoVE.com

Este trabalho foi apoiado parcialmente pela Fundação da ciência natural da província de Guangdong, China (no. 2018A030313562), o projeto de reforma ensinando da base de ensino clínica de Guangdong (NO.  2016JDB092), Fundação Nacional da ciência natural de China (81600358), e projeto inovativo do Talent da juventude das faculdades e das universidades na província de Guangdong, China (NO. 2017KQNCX073)

1. análise de padrão de expressão
<ol><li>Vá para a interface Web ONCOMINE26.</li>
	<li>Obter os níveis de expressão relativa de gene ID1 em vários tipos de malignidades, digitando ID1 para a caixa de pesquisa.</li>
	<li>Selecione tipo de análise no menu filtros primários . Em seguida, selecione Cancer vs. análise normal, câncer de mama versus análise normal.</li>
	<li>Selec...

<ol>
	<li>van &#39;t Veer, L. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Gene+expression+profiling+predicts+clinical+outcome+of+breast+cancer.">Gene expression profiling predicts clinical outcome of breast cancer.</a> Nature. 415 (6871), 530-536 (2002).</li><li>Loi, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Definition+of+clinically+distinct+molecular+subtypes+in+estrogen+receptor-positive+breast+carcinomas+through+genomic+grade.">Definition of clinically distinct molecular subtypes in estrogen receptor-positive breast carcinomas through genomic grade.</a> Journal of Clinical Oncology. 25 (10), 1239-1246 (2007).</li><li>Cancer Genome Atlas, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Comprehensive+molecular+portraits+of+human+breast+tumours.">Comprehensive molecular portraits of human breast tumours.</a> Nature. 490 (7418), 61-70 (2012).</li><li>Emerson, J. W., Dolled-Filhart, M., Harris, L., Rimm, D. L., Tuck, D. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Quantitative+assessment+of+tissue+biomarkers+and+construction+of+a+model+to+predict+outcome+in+breast+cancer+using+multiple+imputation.">Quantitative assessment of tissue biomarkers and construction of a model to predict outcome in breast cancer using multiple imputation.</a> Cancer Informatics. 7, 29-40 (2009).</li><li>Yu, H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Integrative+genomic+and+transcriptomic+analysis+for+pinpointing+recurrent+alterations+of+plant+homeodomain+genes+and+their+clinical+significance+in+breast+cancer.">Integrative genomic and transcriptomic analysis for pinpointing recurrent alterations of plant homeodomain genes and their clinical significance in breast cancer.</a> Oncotarget. 8 (8), 13099-13115 (2017).</li><li>He, W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=TCGA+datasetbased+construction+and+integrated+analysis+of+aberrantly+expressed+long+noncoding+RNA+mediated+competing+endogenous+RNA+network+in+gastric+cancer.">TCGA datasetbased construction and integrated analysis of aberrantly expressed long noncoding RNA mediated competing endogenous RNA network in gastric cancer.</a> Oncology Reports. , (2018).</li><li>Liu, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=An+Integrated+TCGA+Pan-Cancer+Clinical+Data+Resource+to+Drive+High-Quality+Survival+Outcome+Analytics.">An Integrated TCGA Pan-Cancer Clinical Data Resource to Drive High-Quality Survival Outcome Analytics.</a> Cell. 173 (2), 400-416 (2018).</li><li>Esgueva, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Next-generation+prostate+cancer+biobanking:+toward+a+processing+protocol+amenable+for+the+International+Cancer+Genome+Consortium.">Next-generation prostate cancer biobanking: toward a processing protocol amenable for the International Cancer Genome Consortium.</a> Diagnostic Molecular Pathology. 21 (2), 61-68 (2012).</li><li>Joly, Y., Dove, E. S., Knoppers, B. M., Bobrow, M., Chalmers, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Data+sharing+in+the+post-genomic+world:+the+experience+of+the+International+Cancer+Genome+Consortium+(ICGC)+Data+Access+Compliance+Office+(DACO).">Data sharing in the post-genomic world: the experience of the International Cancer Genome Consortium (ICGC) Data Access Compliance Office (DACO).</a> PLoS Computational Biology. 8 (7), e1002549 (2012).</li><li>Zhang, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=International+Cancer+Genome+Consortium+Data+Portal--a+one-stop+shop+for+cancer+genomics+data.">International Cancer Genome Consortium Data Portal--a one-stop shop for cancer genomics data.</a> Database (Oxford). 2011, (2011).</li><li>Rhodes, D. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=ONCOMINE:+a+cancer+microarray+database+and+integrated+data-mining+platform.">ONCOMINE: a cancer microarray database and integrated data-mining platform.</a> Neoplasia. 6 (1), 1-6 (2004).</li><li>Rhodes, D. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Oncomine+3.0:+genes,+pathways,+and+networks+in+a+collection+of+18,000+cancer+gene+expression+profiles.">Oncomine 3.0: genes, pathways, and networks in a collection of 18,000 cancer gene expression profiles.</a> Neoplasia. 9 (2), 166-180 (2007).</li><li>Jezequel, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=bc-GenExMiner:+an+easy-to-use+online+platform+for+gene+prognostic+analyses+in+breast+cancer.">bc-GenExMiner: an easy-to-use online platform for gene prognostic analyses in breast cancer.</a> Breast Cancer Research and Treatment. 131 (3), 765-775 (2012).</li><li>Ringner, M., Fredlund, E., Hakkinen, J., Borg, A., Staaf, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=GOBO:+gene+expression-based+outcome+for+breast+cancer+online.">GOBO: gene expression-based outcome for breast cancer online.</a> PLoS One. 6 (3), e17911 (2011).</li><li>Ponten, F., Jirstrom, K., Uhlen, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+Human+Protein+Atlas--a+tool+for+pathology.">The Human Protein Atlas--a tool for pathology.</a> Journal of Pathology. 216 (4), 387-393 (2008).</li><li>Ponten, F., Schwenk, J. M., Asplund, A., Edqvist, P. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+Human+Protein+Atlas+as+a+proteomic+resource+for+biomarker+discovery.">The Human Protein Atlas as a proteomic resource for biomarker discovery.</a> Journal of Internal Medicine. 270 (5), 428-446 (2011).</li><li>Gyorffy, B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=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.">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.</a> Breast Cancer Research and Treatment. 123 (3), 725-731 (2010).</li><li>Stevinson, C., Lawlor, D. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Searching+multiple+databases+for+systematic+reviews:+added+value+or+diminishing+returns?.">Searching multiple databases for systematic reviews: added value or diminishing returns?.</a> Complementary Therapies in Medicine. 12 (4), 228-232 (2004).</li><li>Yin, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Integrating+multiple+genome+annotation+databases+improves+the+interpretation+of+microarray+gene+expression+data.">Integrating multiple genome annotation databases improves the interpretation of microarray gene expression data.</a> BMC Genomics. 11, 50 (2010).</li><li>Patel, D., Morton, D. J., Carey, J., Havrda, M. C., Chaudhary, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Inhibitor+of+differentiation+4+(ID4):+From+development+to+cancer.">Inhibitor of differentiation 4 (ID4): From development to cancer.</a> Biochimica et Biophysica Acta. 1855 (1), 92-103 (2015).</li><li>Kamalian, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Increased+expression+of+Id+family+proteins+in+small+cell+lung+cancer+and+its+prognostic+significance.">Increased expression of Id family proteins in small cell lung cancer and its prognostic significance.</a> Clinical Cancer Research. 14 (8), 2318-2325 (2008).</li><li>Cruz-Rodriguez, N., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=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.">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.</a> Journal of Experimental and Clinical Cancer Research. 35, 64 (2016).</li><li>Yang, H. Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Expression+and+prognostic+value+of+Id+protein+family+in+human+breast+carcinoma.">Expression and prognostic value of Id protein family in human breast carcinoma.</a> Oncology Reports. 23 (2), 321-328 (2010).</li><li>Zhou, X. L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Prognostic+values+of+the+inhibitor+of+DNAbinding+family+members+in+breast+cancer.">Prognostic values of the inhibitor of DNAbinding family members in breast cancer.</a> Oncology Reports. 40 (4), 1897-1906 (2018).</li><li>. Available from: <a target="_blank" href="https://www.oncomine.org">https://www.oncomine.org</a> (2018)</li><li>Lin, H. Y., Zeng, L., iang, Y. K., Wei, X. L., Chen, C. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=GATA3+and+TRPS1+are+distinct+biomarkers+and+prognostic+factors+in+breast+cancer:+database+mining+for+GATA+family+members+in+malignancies.">GATA3 and TRPS1 are distinct biomarkers and prognostic factors in breast cancer: database mining for GATA family members in malignancies.</a> Oncotarget. 8 (21), 34750-34761 (2017).</li><li>. Available from: <a target="_blank" href="https://www.proteinatlas.org">https://www.proteinatlas.org</a> (2018)</li><li>Zhu, Y. F., Dong, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Expression+of+TUSC3+and+its+prognostic+significance+in+colorectal+cancer.">Expression of TUSC3 and its prognostic significance in colorectal cancer.</a> Pathology-Research and Practice. 214 (9), 1497-1503 (2018).</li><li>Nelson, J. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Validation+sampling+can+reduce+bias+in+health+care+database+studies:+an+illustration+using+influenza+vaccination+effectiveness.">Validation sampling can reduce bias in health care database studies: an illustration using influenza vaccination effectiveness.</a> Journal of Clinical Epidemiology. 66 (8 Suppl), S110-S121 (2013).</li><li>Haibe-Kains, B., Desmedt, C., Sotiriou, C., Bontempi, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+comparative+study+of+survival+models+for+breast+cancer+prognostication+based+on+microarray+data:+does+a+single+gene+beat+them+all?.">A comparative study of survival models for breast cancer prognostication based on microarray data: does a single gene beat them all?.</a> Bioinformatics. 24 (19), 2200-2208 (2008).</li><li>Yang, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Understanding+genetic+toxicity+through+data+mining:+the+process+of+building+knowledge+by+integrating+multiple+genetic+toxicity+databases.">Understanding genetic toxicity through data mining: the process of building knowledge by integrating multiple genetic toxicity databases.</a> Toxicology Mechanisms and Methods. 18 (2-3), 277-295 (2008).</li><li>Cannata, N., Merelli, E., Altman, R. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Time+to+organize+the+bioinformatics+resourceome.">Time to organize the bioinformatics resourceome.</a> PLoS Computational Biology. 1 (7), e76 (2005).</li><li>Wren, J. D., Bateman, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Databases,+data+tombs+and+dust+in+the+wind.">Databases, data tombs and dust in the wind.</a> Bioinformatics. 24 (19), 2127-2128 (2008).</li></ol>

A análise detalhada de bases de dados públicas pode indicar a função subjacente do gene do interesse e revelar a ligação potencial entre este gene e parâmetros clinicopatológicos no cancro específico27,31. A exploração e análise com base em um único banco de dados pode fornecer perspectivas limitadas ou isoladas devido ao viés de seleção potencial, ou em certa medida, possivelmente devido à variedade de qualidade de dados, incluindo a coleta de d...

O câncer de mama é uma doença heterogênea com diversas estratégias de prognóstico e tratamento em diferentes subtipos moleculares, em que a patogênese e o desenvolvimento estão provavelmente associados a mecanismos moleculares distintos1,2 , 3. Entretanto, identificar um alvo terapêutico toma geralmente anos, ou mesmo décadas, da descoberta inicial na pesquisa básica ao uso clínico4. A ampla aplicação do genoma da tecnologia de sequenciamento de alto débito para o genoma do câncer avançou muito no processo de busca de biomarcadores valiosos ou alvos terapêuticos 5.
A quantidade esmagadora de dados de genômica de câncer gerada a partir das plataformas de genômica de câncer em grande escala, como o ICGC (consórcio internacional do genoma do câncer) e o TCGA (o Atlas do genoma do câncer), está colocando um grande desafio para os pesquisadores realizarem dados exploração, integração e análise, especialmente para usuários que não possuem treinamento intensivo em informática e computação6,7,8,9,10. Nos últimos anos, bases de dados emergentes, (por exemplo, ONCOMINE, bcGenExMiner v 4.0, e Kaplan-Meier plotter, etc.) foram projetados e desenvolvidos para reduzir a barra para abordar os intrincados conjuntos de dados genóricos do cancro, assim, facilitando os investigadores para analisar e interpretar os genes, amostras e dados clínicos em vários tipos de câncer11. O objetivo deste protocolo é descrever uma estratégia de pesquisa que integrou com múltiplos níveis de informação genética de uma série de bases de dados de acesso aberto, que têm sido amplamente reconhecidas por um grande número de pesquisadores, para identificar os potenciais biomarcadores e fatores prognósticos para o cancro da mama.
A base de dados de oncomine é uma plataforma Web-baseada da mineração do dado com informação do microarray do cancro e é projetada facilitar a descoberta de biomarcadores novos e de alvos terapêuticos11. Atualmente, há mais de 48 milhões medições de expressão gênica de conjuntos de dados de expressão de genes 65 neste banco de dados11,12. O bcGenExMiner v 4.0 (uma ferramenta livre para a instituição sem fins lucrativos), também chamado de câncer de mama gene-Expression Miner, é um aplicativo baseado na Web de fácil utilização compreendendo resultados de Microarrays de DNA de 3.414 recuperado pacientes com câncer de mama e 1.209 experimentou um evento pejorativo13. Ele é projetado para melhorar o desempenho da análise de prognóstico genético com R software estatístico e pacotes.
O GOBO é uma ferramenta on-line multifuncional de fácil utilização com informações de Microarrays (por exemplo, Affymetrix U133A) de um conjunto de linha celular de câncer de mama de 51 amostras e um conjunto de dados de tumor de mama 1881-Sample, que permite uma ampla variedade de análises14. Há uma variedade de aplicações disponíveis na base de dados de gobo, que incluem a análise rápida de perfis da expressão de gene em subtipos moleculars diferentes de tumores da mama e de linhas de pilha, a seleção para genes coexpressados para a criação de Metagenes potenciais, e análise de correlação entre o desfecho e os níveis de expressão gênica de genes únicos, conjuntos de genes ou assinaturas genéticas no conjunto de dados de câncer de mama15.
O Atlas da proteína humana é um programa de acesso aberto projetado para que os cientistas explorem o Proteome humano, que tem contribuído já a um grande número publicações no campo da biologia humana e da doença. O Atlas da proteína humana é reconhecido como um recurso Central Europeu para a comunidade de Ciências da vida16,17.
O plotador de Kaplan Meier é uma ferramenta em linha que integra a expressão genética e os dados clínicos simultaneamente que permite a avaliação do efeito prognóstico de 54.675 genes baseados em 10.461 amostras do cancro, que incluem 1.065 gastric, 2.437 pulmão, 1.816 ovariano e 5.143 pacientes com câncer de mama com seguimento médio de 33/49/40/69 meses18. Informações de expressão gênica, sobrevida livre de recaídas (RFS) e sobrevida global (os) estão disponíveis para download a partir deste banco de dados19,20.
Aqui, nós descrevemos um procedimento prático da operação de usar bases de dados publicamente acessíveis múltiplas para comparar, analisar e Visualizar testes padrões das alterações na expressão do gene do interesse através dos estudos múltiplos do cancro, com o objetivo de resumir perfis de expressão, valores prognósticos e potenciais funções biológicas no cancro da mama. Por exemplo, estudos recentes indicaram as propriedades oncogênicas de proteínas de identificação em tumores e foram associadas a características malignas, incluindo transformação celular, imortalização, proliferação aumentada e metástase21, 22,23. Entretanto, cada membro da família da identificação joga papéis distintos em tipos diferentes de tumores contínuos, e seu papel no cancro da mama permanece obscuro24. Em estudos prévios, explorados através deste método, verificou-se que o ID1 foi um indicador prognóstico significativo no câncer de mama25. Portanto, o protocolo levará ID1 como um exemplo para introduzir os métodos de mineração de dados.
A análise começa a partir de consultar o padrão de expressão do gene de interesse em amostras cancerosas versus amostras normais em ONCOMINE. Em seguida, a correlação de expressão de genes de interesse em câncer de mama foi realizada utilizando-se o BC-GenExMiner v 4.0, GOBO e ONCOMINE. Em seguida, os perfis de expressão de ID1 foram estratificados de acordo com diferentes subgrupos utilizando as três bases de dados acima. Finalmente, a associação entre a expressão de ID1 e a sobrevida foi analisada utilizando-se o BC-GenExMiner v 4.0, o Atlas de proteínas humanas e o plotter de Kaplan-Meier. O procedimento de operação foi mostrado como o fluxograma na Figura 1.

<table>
	<tbody>
		<tr>
			<td>A personal computer or computing device with an Internet browser with Javascript 
			enabled</td>
			<td>Microsoft</td>
			<td>051690762553</td>
			<td>We support and test the following browsers: Google Chrome, Firefox 3.0 and above, Safari, and Internet Explorer 9.0 and above</td>
		</tr>
		<tr>
			<td>Adobe Flash player</td>
			<td>Adobe Systems Inc.</td>
			<td>It can be freely downloaded from http://get.adobe.com/flashplayer/.</td>
			<td>This browser plug-in is required for visualizing networks on the network 
			analysis tab.</td>
		</tr>
		<tr>
			<td>Chrome Broswer</td>
			<td>Google Inc.</td>
			<td>It can be freely downloaded from https://www.google.cn/chrome/</td>
			<td>This is necessary for viewing PDF files including the Pathology Reports and many of 
			the downloadable files.</td>
		</tr>
		<tr>
			<td>Java Runtime Environment</td>
			<td>Oracle Corporation</td>
			<td>It can be downloaded from http://www.java.com/getjava/.</td>
			<td></td>
		</tr>
		<tr>
			<td>Office 365 ProPlus for Faculty</td>
			<td>Microsoft</td>
			<td>2003BFFD8117EA68</td>
			<td>This is necessary for viewing the Pathology Reports and for viewing many of 
			the downloadable files.</td>
		</tr>
		<tr>
			<td>Vectr Online</td>
			<td>Vectr Labs Inc.</td>
			<td>It can be freely used from https://vectr.com/new</td>
			<td>This is necessary for visualizing and editing many of 
			the downloadable files and pictures.</td>
		</tr>
	</tbody>
</table>

performing data mining and integrative analysis of biomarker in breast cancer using multiple publicly accessible databases

Nos últimos anos, as bases de dados emergentes foram projetadas para reduzir as barreiras para abordar os intrincados conjuntos de dados genóricos do câncer, facilitando assim que os investigadores analisem e interpretem genes, amostras e dados clínicos em diferentes tipos de câncer. Nisto, nós descrevemos um procedimento prático da operação, tomando ID1 (inibidor de proteínas de ligação do ADN 1) como um exemplo, para caracterizar os testes padrões da expressão de biomarcador e de preditores da sobrevivência do cancro da mama baseado em conjuntos de dados clínicos agrupados derivados de bancos de dados acessíveis on-line, incluindo ONCOMINE, bcGenExMiner v 4.0 (câncer de mama gene-expressão mineiro v 4.0), GOBO (resultado baseado em expressão gênica para câncer de mama on-line), HPA (o Atlas de proteína humana), e plotter de Kaplan-Meier. A análise começou com a consulta do padrão de expressão do gene de interesse (por exemplo, ID1) em amostras cancerosas versus amostras normais. Em seguida, foi realizada a análise de correlação entre ID1 e características clinicopatológicas no câncer de mama. Em seguida, os perfis de expressão de ID1 foram estratificados de acordo com diferentes subgrupos. Finalmente, analisou-se a associação entre expressão de ID1 e desfecho de sobrevida. O procedimento de operação simplifica o conceito de integração de tipos de dados multidimensionais no nível genético a partir de diferentes bases de dados e hipóteses de teste sobre recorrência e contexto genómico de eventos de alteração genética no câncer de mama. Este método pode melhorar a credibilidade e a representatividade das conclusões, assim, apresentar uma perspectiva informativa sobre um gene de interesse.

Um resultado representativo da mineração de dados e análise Integrativa do biomarcador de câncer de mama foi realizado usando ID1, um dos inibidores de membros da família de ligação ao DNA, que foram relatados no estudo anterior 25.
Como demonstrado na Figura 2, as diferenças da expressão do mRNA de ID1 entre o tumor e os tecidos normais em vários tipos de câncer f...

Watch this Scientific Journal Video about Performing Data Mining And Integrative Analysis Of Biomarker in Breast Cancer Using Multiple Publicly Accessible Databases at JoVE.com

Performing Data Mining And Integrative Analysis Of Biomarker in Breast Cancer Using Multiple Publicly Accessible Databases

Aqui, apresentamos um protocolo para explorar o biomarcador e preditor de sobrevivência do câncer de mama com base na análise abrangente de conjuntos de dados clínicos agrupados derivados de uma variedade de bases de dados acessíveis publicamente, utilizando a estratégia de expressão, correlação e análise de sobrevivência passo a passo.

Realizando a mineração de dados e análise Integrativa do biomarcador no câncer de mama usando vários bancos de dados acessíveis publicamente

In recent years, emerging databases were designed to lower the barriers for approaching the intricate cancer genomic datasets, thereby, facilitating ...

Aqui, apresentamos um protocolo para explorar o biomarcador e preditor de sobrevivência do câncer de mama com base na análise de uma variedade de bancos de dados acessíveis ao público. Esse método pode melhorar a credibilidade e representatividade das conclusões, apresentando assim uma perspectiva informativa sobre um gene de interesse. A vantagem deste método é que ele permite a visualização rápida e interpretação do potencial papel de um gene no câncer de mama.Além disso, todos os resultados obtidos através deste procedimento podem ser imediatamente testados e repetidos simplesmente consultando os sites correspondentes. Escolhemos o câncer de mama no estudo para testar a viabilidade desse método. Como o câncer de mama é uma doença heterogênea, o diagnóstico, o tratamento e o prognóstico de diferentes subtipos moleculares do câncer de mama podem variar.Por isso, é particularmente importante encontrar uma ferramenta online eficiente ou banco de dados com informações que reflitam os subtipos díspares do câncer de mama. Para iniciar este procedimento, vá para a interface web ONCOMINE. Digite ID1 na caixa de pesquisa para obter os níveis relativos de expressão do gene ID1 em vários tipos de malignidades.No menu de filtros primários selecione o tipo de análise e selecione Câncer vs. Análise Normal. No menu de outras visualizações selecione a exibição de resumo genético.Defina o limite de valor P em 0,01. Defina o limiar da mudança de dobra para 2. Defina o limiar da classificação genética para Todos.Defina o tipo de dados para Todos. Baixe os números. Primeiro, vá para a interface web BC Gene-Expression Miner.No menu de análise, selecione correlação e pressione o botão exaustivo. Digite o ID1 na caixa de pesquisa e pressione o botão enviar e o botão Iniciar Análise. Para análise de subgrupo no BC Gene-Expression Miner, acesse a interface BC Gene-Expression Miner.No menu de análise, selecione a expressão e pressione o botão exaustivo. Digite o ID1 na caixa de pesquisa e pressione o botão enviar e o botão de análise iniciar. Clique no status nodal e nas miniaturas de status da categoria Scarff Bloom Richardson para ver imagens completas.Nas imagens de Scarff Bloom Richardson, pressione o botão abaixo para visualizar os valores P das figuras. Em seguida, baixe os números. Para análise de subgrupo via Outcome for Breast Cancer Online baseado em expressão genética, acesse a interface web gobo.Digite ID1 para o símbolo genético de interesse e carregue o conjunto genético. Defina o intervalo de pesquisa para definir identificadores de genes/sondas como símbolo genético. Defina tudo na seleção do tumor e selecione o status do nó e o grau estratificado nos parâmetros multivariados.Os outros itens permanecem padrão. Agora, envie o inquérito e baixe os números. Para análise de sobrevivência no BC Gene-Expression Miner, acesse a interface web BC Gene-Expression Miner.No menu de análise, selecione o prognóstico e pressione o botão exaustivo. Digite o ID1 na caixa de pesquisa e pressione o botão enviar e, em seguida, o botão de análise iniciar. Na análise exaustiva do prognóstico, selecione Nm, ERm, MR nos critérios populacionais e de eventos, e pressione o botão de envio para obter mais informações.Depois deste clique, a curva Kaplan-Meier é para exportar os gráficos completos. Para análise de sobrevivência no Atlas de Proteína Humana, acesse a interface web do Atlas de Proteína Humana. Digite o ID1 na caixa de pesquisa e clique no botão de pesquisa.Em seguida, selecione o sub-atlas patológico. Clique no rótulo de câncer de mama e uma página detalhada aparecerá mostrando um gráfico interativo de dispersão de sobrevivência e análise de sobrevivência. Baixe esses números.Para análise de sobrevivência no Kaplan-Meier Plotter Survival, vá para a interface web Kaplan-Meier Plotter. Na zona do chip de gene mRNA, clique em iniciar o plotter KM para câncer de mama. Digite o ID1 na barra de pesquisa e selecione o item verde no menu do candidato.Em seguida, selecione RFS como o tipo de sobrevivência e deixe os outros itens em suas configurações padrão. Clique em desenhar o enredo de Kaplan-Meier e baixe os números. Neste estudo, um resultado representativo para a mineração de dados e análise integrativa de um biomarcador de câncer de mama é realizado utilizando-se o ID1, um dos familiares inibidores de DNA.As diferenças de expressão de ID1 mRNA entre tumor e tecidos normais são primeiramente analisadas utilizando-se o banco de dados ONCOMINE, que contém um total de 445 análises únicas. Existem apenas 5 estudos revelando um nível de expressão mRNA de ID1 que é significativamente maior em tecidos normais do que nos tecidos de câncer de mama, o que indica que há uma desregulação de expressão do ID1 no câncer de mama. O BC Gene-Expression Miner é então usado para identificar a correlação entre a expressão mRNA do ID1 e os parâmetros clinicopatológicos das pacientes com câncer de mama.Os níveis de mRNA de ID1 são vistos como significativamente aumentados em pacientes com câncer de mama sem metástase linfática em comparação com aqueles com metástase linfática. A análise no GOBO demonstra que o aumento dos níveis de mRNA do ID1 se correlaciona com o menor grau de tumor. Esses resultados implicam que o aumento da expressão do ID1 está ligado ao menor potencial metastático e menor grau patológico no câncer de mama.A análise do banco de dados BC Gene-Expression Miner indica que níveis mais elevados de MRNA de ID1 estão correlacionados com uma sobrevida mais distante e livre de metástase em pacientes com câncer de mama. A análise do Atlas de Proteína Humana também sugere que níveis elevados de proteína do ID1 estão associados a um melhor resultado de sobrevivência em pacientes com câncer de mama. A análise de sobrevivência do Kaplan-Meier Plotter é consistente com esses achados, e mostra que níveis mais altos de expressão do ID1 prevê melhor sobrevida livre de recidiva em pacientes com câncer de mama.Cada vez mais bancos de dados online estarão disponíveis ou acessíveis para pesquisadores. O protocolo pode fornecer um método eficiente para os pesquisadores identificarem potenciais genes-alvo e caminho de sinalização associado.

Research

JoVE Journal

Cancer Research

Utilizing Functional Genomics Screening to Identify Potentially Novel Drug Targets in Cancer Cell Spheroid Cultures

Utilizando Genómica Funcional de triagem para identificar alvos de drogas potencialmente romance em Spheroid culturas de células de câncer

The identification of functional driver events in cancer is central to furthering our understanding of cancer biology and indispensable for the discovery ...

Pesquisa do câncer

Ultrasonographic Evaluation of Breast Cancer-related Lymphedema

Ultrassonográfico Avaliação do linfedema relacionados com o cancro da mama

Lymphedema is one of the most common complications after breast cancer surgery. There are many diagnostic tools for lymphedema, but no standard method yet ...

Selecting Multiple Biomarker Subsets with Similarly Effective Binary Classification Performances

Selecionando vários subconjuntos de biomarcador com Performances de classificação binária eficaz da mesma forma

Biomarker detection is one of the more important biomedical questions for high-throughput &#39;omics&#39; researchers, and almost all existing biomarker ...

Phospho Flow Cytometry with Fluorescent Cell Barcoding for Single Cell Signaling Analysis and Biomarker Discovery

Citometria de fluxo phospho com Barcoding fluorescente de célula para célula única sinalização análise e descoberta de Biomarker

Aberrant cell signaling plays a central role in cancer development and progression. Most novel targeted therapies are indeed directed at proteins and ...

Obtaining Cancer Stem Cell Spheres from Gynecological and Breast Cancer Tumors

Obtenção de esferas de células-tronco cancerígenas de tumores ginecológicos e de câncer de mama

Cancer stem cells (CSC) are a small population with self-renewal and plasticity which are responsible for tumorigenesis, resistance to treatment and ...

Studying Triple Negative Breast Cancer Using Orthotopic Breast Cancer Model

Estudando o câncer de mama triplo negativo usando modelo de câncer de mama ortotópico

Triple-negative breast cancer (TNBC) is an aggressive breast cancer subtype with limited therapeutic options. When compared to patients with less ...

Orthotopic Transplantation of Breast Tumors as Preclinical Models for Breast Cancer

Transplante Ortotópico de Tumores mamários como Modelos Pré-Clínicos para o Câncer de Mama

Preclinical models that faithfully recapitulate tumor heterogeneity and therapeutic response are critical for translational breast cancer research. ...

Evaluating Cell Death Using Cell-Free Supernatant of Probiotics in Three-Dimensional Spheroid Cultures of Colorectal Cancer Cells

Avaliação da morte celular usando supernanato livre de células de probióticos em culturas esferoides tridimensionais de células cancerígenas colorretais

This manuscript describes a protocol to evaluate cancer cell deaths in three dimensional (3D) spheroids of multicellular types of cancer cells using ...

Using Computer-based Image Analysis to Improve Quantification of Lung Metastasis in the 4T1 Breast Cancer Model

Usando análise de imagem baseada em computador para melhorar a quantificação da metástase pulmonar no modelo de câncer de mama 4T1

Breast cancer is a devastating malignancy, accounting for 40,000 female deaths and 30% of new female cancer diagnoses in the United States in 2019 alone. ...

Modeling Breast Cancer in Human Breast Tissue using a Microphysiological System

Modelando o câncer de mama no tecido mamário humano usando um sistema microfisiológico

Breast cancer (BC) remains a leading cause of death for women. Despite more than $700 million invested in BC research annually, 97% of candidate BC drugs ...