Введение
<р> Как один из наиболее распространенных видов рака, рак желудка занимает третье место по летальности и четвертое место заболеваемости всех случаев рака во всем мире [1]. Согласно статистике GloboCan в 2012 году новых случаев рака желудка насчитывала почти миллион (952000), и более 700000 смертей были вызваны раком желудка; почти половина из этих пациентов пришли из Китая (405,000 новых случаев заболевания и 325000 смертей) [1, 2]. Несмотря на то, как летальность и заболеваемость раком желудка снизилась в последние годы, уровень 5-летней выживаемости остается достаточно низким [3]. Таким образом, рак желудка будет оставаться одним из самых трудных задач для исследователей и врачей в течение длительного времени [4].
Исследователи во всем мире завершили много геномики, протеомики, транскриптомика и эпидемиологические исследования и клинические испытания в отношении патогенеза и терапии рака желудка [5-10]. Эти исследования породили огромное количество данных, имеющих отношение к раку желудка, и скорость этих исследований ускоряется с быстрым ростом знаний рака, снижение затрат на обнаружение и вычисление и распространение Интернета [11]. Эти данные содержат важную информацию для исследования и лечения рака желудка. Тем не менее, из-за ограниченного фоновых знаний врачей и фундаментальных исследователей, потенциал этих данных не может быть полностью развит. Новые технологии и методы исследования до сих пор требуют разработки; Тем не менее, низкая эффективность в управлении данными является основным ограничением этого развития [12]. Благодаря долгосрочному накоплению децентрализованных исследований, эти данные и их форматы только удовлетворяют индивидуальные потребности, отсутствие интеграции и стандартизации, и в результате диверсификации, изомеризации и рассечение данных рака [13, 14]
. <Р> в настоящее время, обильные клинические и фундаментальные исследования, касающиеся рака желудка планируются или в стадии разработки. Различные типы данных хранятся в разных системах баз данных [13], без обмена или общения. Таким образом, сильнокоррелированная информация остается изолированным, в так называемых «информационных островов». С одной стороны, рассечение данных увеличивает сложность интеллектуального анализа данных, а с другой стороны, это не позволяет врачам от полного использования результатов фундаментальных исследований по разработке клинических испытаний и приложений и поддерживает фундаментальные исследователей от выполнения эффективных поисковых исследований, которые ссылаются клинически значимой информации [15].
<р> в этой ситуации получение всесторонней информации о раке желудка не является легкой задачей, и часть этих данных может исчезнуть в океане Интернета, что было бы очень прискорбно.
Это исследование воспользовались ресурсов из Интернета и публикаций из китайского Центра по контролю и профилактике заболеваний (CDC) и рака желудка центр диагностики и лечения, Key Лаборатория желудочных новообразованиями в Шанхае. В данном исследовании систематически собирали различные типы желудочного данных, связанных с раком, интегрированы эти ресурсы данных после фильтрации и стандартизации, и, наконец, сформировали первую всеобъемлющую базу знаний для анализа рака желудка.
Данные ресурсы
<р> База данных рака желудка человека (DBGC) интегрировал следующие рака желудка, связанных с ресурсами:
Сбор данных <бр>
1) Эпидемиологические статистика больных раком желудка в Китае.
<р> CDC была устоявшаяся система отчетности рака на протяжении многих лет и накопила богатый эпидемиологическую информацию о больных раком в Китае. Эпидемиологические статистика рака желудка, в том числе номер дела, номер смертности, уровень заболеваемости (общий коэффициент, возраст выровненный уровень и кумулятивный показатель), коэффициент смертности (сырой скорости, с поправкой на возраст ставки и совокупный показатель) и заболеваемости (или смертности) распределение по возрастным группам были извлечены вручную из публикаций CDC. DBGC 1.0 охватывает все эпидемиологические статистические данные для всех типичных районов Китая от года 2004 до 2009, а также дополнительные статистические данные будут включены в обновленной версии.
биомаркеров данных:.
База данных Построение
<р> DBGC является реляционной базой данных с уровня данных MySQL. Удобный интерфейс был разработан для организации и ресурсов отображения данных с помощью HTML и JavaScript. Взаимодействие между слоем данных и веб-интерфейс был завершен с использованием платформы Java EE.
База данных Описание
<р> Эта база данных состоит в основном из трех продольных информационных систем , эпидемиологические, клинико-патологические и молекулярно-биологические данные (рис 1). В молекулярно-биологические данные состоят из рака желудка, связанных с транскриптомику, протеомики, мутации, биомаркеров и данных генов, чувствительных к медикаментам. Общие статистические данные этих данных приведены в таблице 1. Наряду с эпидемиологической статистикой больных раком желудка в Китае и клинико-патологическими информации с аннотацией желудка случаев рака, все эти данные были взяты из публичных баз данных, публикаций и опубликованной литературы.
Интерфейсы базы данных
<р> 1) Быстрый поиск (рис 2). Быстрый модуль Функция поиска позволяет идентифицировать роль гена или белка в развитии рака желудка возможно с помощью ввода ключевых слов в поле поиска, расположенного по адресу навигационной панели. Результат поиска покажет вам ли ген или белок дифференциально экспрессируется в любых проектах или протеомики проектов транскриптомике и имеет ли он был идентифицирован как биомаркер рака желудка или гена лекарственной чувствительностью. Более того, если ген имеет любую мутацию, которая связана с раком желудка, подробный список будет отображаться на странице результатов. Например, с помощью "EGFR" в качестве ключевого слова, мы можем заключить, что он был идентифицирован как повышающей регуляции гена в GSE51936 и GSE27342 и в качестве понижающей регуляции гена в GSE29630. Соответствующий белок гена EGFR был идентифицирован как повышающей регуляции белка в 3 протеомики проектов (PubMed Идентификаторы: 23161554, 24263233 и 24722433). EGFR, сообщалось как фактор прогноза рака желудка и связана с лекарственной устойчивостью к иринотекан, которая является широко используемым препаратом для лечения рака желудка. Четыре мутации EGFR, связанные с раком желудка было зарегистрировано (c.2361G ≫ A, c.2402A &GТ; G, c.2573T > G, c.2588G &GТ; A).
<Р> 2) Просмотр и поиск (рис 3). С помощью навигации, пользователи могут нажать соответствующие пункты для просмотра ресурсов данных, предоставленных в DBGC. Более подробная информация будет приведена ниже. Мы также установили несколько критериев поиска для каждого типа ресурса данных, через которые будут отображены все элементы данных, которые удовлетворяют условиям.
<Р> 3) Наша база данных отличается от других интернет-ресурсов из-за включения эпидемиологической статистики желудка больных раком в Китае. Пользователи могут сравнить статистику с разбивкой по полу (мужской и женской), района (городских и сельских), и возраст на момент постановки диагноза или смерти. номер дела, номер смерть, Заболеваемость и смертность в выбранном диапазоне год может отображаться как в графическом и табличном формате (рис 4).
Обсуждение
<р> Рак желудка является ведущим рака во всем мире и в смертности и заболеваемости. Более высокая заболеваемость и смертность от рака желудка наблюдаются в азиатских регионах, особенно в Китае. Эпидемиологические статистические данные рака желудка в этой базе данных были получены в основном из публикаций CDC, которая занимается в злокачественных опухолей исследований в течение нескольких десятилетий и установил всеобъемлющие архивы злокачественных опухолей у пациентов в Китае. Эти данные сыграли важную роль в содействии профилактике рака и здоровья выработки политики в Китае [24-26]. Через извлечения желудка данные эпидемиологии рака в этой базе данных, исследователи и врачи могут быстро определить эпидемиологические тенденции рака желудка в Китае.
<Р> рак желудка, связанных с мутациями, биомаркеры, гены, чувствительных к медикаментам, транскриптомика проекты и соответствующие дифференцированно выраженные гены, и протеомики эксперименты и соответствующие дифференциально экспрессируются белки вручную собирали из онлайновых баз данных и опубликованной литературы. Функция быстрого поиска обеспечивается DBGC позволяет исследователям определить роль гена или белка в развитии рака желудка. Эти дифференциально выраженные гены и белки содержат обильную важную информацию о раке желудка, и многие аналитические исследования можно было бы провести их использованием.
Наша исследовательская группа занимается желудочной исследований рака в течение многих лет и накопила значительный опыт в области опухоли эпидемиологические исследования, желудка clinicopathology рака и исследования биомаркеров, биобанк здание, молекулярные исследования биологический механизм, анализ биоинформатики и построение базы данных крупномасштабной [27-30]. Для того, чтобы обеспечить спрос и инструменты анализа, которые являются более удобным и практичным для исследователей рака желудка, мы построили эту базу данных. Текущая версия 1.0. Поскольку большие объемы данных, генерируемых различными экспериментальными платформ в различных областях сильно разрознены, и гетерогенными, некоторая полезная информация может быть упущена в нашем процессе сбора данных. Мы будем продолжать получение этих данных и обновления последних данных в течение длительного времени, чтобы обеспечить своевременность и полноту данных. В следующей версии мы намерены охватить новейшие рака желудка человека, связанных с мутациями, биомаркеры и гены лекарственно чувствительными. Данные транскриптомика будет акцент следующей версии, в которой все транскриптомика проекты будут повторно проанализированы для извлечения дифференциально выраженных генов при различных значениях изменения раза. Таким образом, пользователи могут запрашивать ли дифференциально экспрессируется некоторый ген путем настройки типа образца и сложите значение изменения.
В базе данных описано в этой статье, в DBGC, является всеобъемлющим и веб -достижима базы данных рака желудка человека. Эта база данных интегрирована различные ресурсы данных, связанных с раком желудка и при условии, несколько простых в использовании веб-функциональных модулей. Мы считаем, что DBGC станет важным инструментом для желудка клиницистов рака, опухолевые фундаментальных исследований ученых, генома рака исследователей, государственных директивных органов здравоохранения, а также у больных раком желудка.
Инфекция SARS-CoV-2 продлевает выделение вируса и потерю лимфоцитов у онкологических больных
Антиоксиданты в рационе могут повысить риск рака кишечника.
Кесарево сечение полезно для здоровья детей?
Бытовые дезинфицирующие средства могут повысить риск ожирения у детей
Как справиться с синдромом раздраженного кишечника
Бактериальные изменения кишечника влияют на результаты лечения волчанки во время беременности
Криптоспоридиоз усугубляется часто используемыми пробиотиками.
Исследователи обнаружили, что заражение кишечным паразитом Криптоспоридиум парвум ухудшается у мышей, которым вводили пробиотик. Кредит изображения:3D-графика Alpha Tauri / Shutterstock
Ученые разрабатывают пептиды, которые восстанавливают баланс кишечных бактерий и предотвращают атеросклероз.
Исследователи продолжают изучать роль кишечных бактерий на здоровье. включая его связь с депрессией, аутоиммунные заболевания, душевное здоровье, и ожирение. Теперь, Команда ученых Scripps Research
Диета и питание влияют на микробиом слизистой оболочки толстой кишки
Диета важна для поддержания здоровья человека, но его основной механизм еще полностью не изучен. Теперь, команда исследователей проливает свет на связь диеты и здоровья, и это как-то связано с составо