دوره آنالیز جهش ژنی از داده های بیانی TCGA

استاد دوره دوره آنالیز جهش ژنی از داده های بیانی TCGA

مهسا احسانی فرد؛ فارغ التحصیل کارشناسی ارشد ژنتیک و متخصص آنالیز داده های بیومدیکال سرطان
مدت زمان دوره: ۷.۵ ساعت
به همراه صدور گواهی مرکز رشد بیوتکنولوژی دانشگاه علوم پزشکی شیراز به زبان انگلیسی

داده های جهش یکی از متنوع ترین داده های TCGA هستند که به طور گشترده ای مورد تجزیه و تحلیل قرار میگیرند. از ابزارهای قدرتمند برای تجزیه و تحلیل داده های جهش TCGA شامل: cBioPortal و maftools هستند. همچنین دیتابیس Cosmic یکی از مهم ترین منبع اطلاعات جهش ژن در سرطان ها است. انواع جهش های ژنی، به خصوص جایگزینی ها و جهش های نقطه ای (substitutions and point mutations) که به اصطلاح پلیمورفیسم های تک نوکلئوتیدی (Single Nucleotide Polymorphisms; SNP) گفته می شوند، درGDC قابل شناسایی و دانلود شدن هستند. این جهش ها از رایج ترین نوع جهش ها در پیشرفت سرطان ها هستند.

cBioPortal یک پلتفرم مبتنی بر وب است که به ما امکان می دهد مجموعه داده های ژنومیک سرطان در مقیاس بزرگ، از جمله داده های TCGA را بررسی و تجزیه و تحلیل کنیم. پکیج مورد استفاده برای آنالیز داده های جهش توسط این پلتفورم، cBioPortalData هست که آنالیزهای متنوعی را شامل می شود. این پکیج داده های مطالعه ی جهش را از CBioPortal API دانلود می کند و از زیرساخت Bioconductor برای ذخیره، نمایش و آنالیز داده ها استفاده می کند. از طرف دیگر، maftools یک بسته Bioconductor است که به طور خاص برای تجزیه و تحلیل و تجسم داده های جهش ذخیره شده در فرمت تفسیرجهش (Mutation Annotation Format; MAF) طراحی شده است. این ابزار روش‌های کارآمدی را برای خلاصه‌سازی، حاشیه‌نویسی و تجسم فایل‌های MAF، چه از منابع TCGA و چه از مطالعات داخلی ارائه می‌کند.

اهمیت و کاربرد آنالیز داده های جهش

تجزیه و تحلیل داده های جهش نقش مهمی در تحقیقات سرطان مدرن ایفا می کند و پیامدهای قابل توجهی برای تحقیقات علمی پایه و عملکرد بالینی دارد. توانایی محاسبه ی کمی شیوع جهش‌های خاص در انواع مختلف سرطان، بینش‌های ارزشمندی را در مورد بیولوژی سرطان ارائه می‌کند و استراتژی‌هایی را برای توسعه درمان هدفمند ارائه می‌دهد.
با تجزیه و تحلیل مجموعه داده‌های جهش سرطان ها از پروژه‌هایی مانند TCGA، محققان می‌توانند تشخیص دهند که کدام ژن بیشتر در انواع مختلف سرطان جهش می‌یابد. به عبارت دیگر میزان frequency و درصد درگیری هر جهش در هر ژن شناسایی می شود که به مشخص می کند چه اندازه آن جهش در تومورزایی سرطان دخالت دارد. این اطلاعات به اولویت بندی اهداف دارویی بالقوه و هدایت طرح های کارآزمایی بالینی کمک می کند. علاوه بر این، تجزیه و تحلیل داده های جهش از توسعه کارآزمایی ها و رویکردهای پزشکی دقیق پشتیبانی می کند. با شناسایی جهش‌هایی که به طور کلی در انواع مختلف سرطان رایج هستند، محققان می‌توانند درمان‌هایی را ایجاد کنند که این جهش‌ها را بدون توجه به نوع خاص سرطان مورد هدف قرار دهند.

موارد آموزشی این کورس آموزشی

در طول این کارگاه، در جلسه اول آشنایی با انواع جهش های ژنی در سرطان ها و دیتابیس های مهم مختص جهش ژن در سرطان ها به صورت تئوری و جامع توضیح داده می شود. در ادامه جلسات، ما بر نحوه تجزیه و تحلیل موثر داده های جهش TCGA با استفاده از cBioPortalData و maftools تمرکز خواهیم کرد. ما موضوعاتی مانند بارگیری و پردازش گروه های TCGA، ایجاد تجسم های تعاملی از مناظر جهش، شناسایی جهش ها و میزان فرکانس هر جهش ومسیرهای مهم، و تفسیر نتایج در زمینه زیست شناسی سرطان را پوشش خواهیم داد. به علاوه، انواع نمودارها و گراف های اختصاصی آنالیزهای جهش در رابطه با سرطان مورد نظر ترسیم و توصیف می شوند. همچنین، نحوه شناسایی و آنالیز جهش های با فرکانس بالا و معنی دار در یک ژن مورد نظر آموزش داده می شود.

سرفصل های دوره

• دانلود و آنالیز داده های جهش از TCGA و cBioPortal
• شناسایی جهش های ژن ها
• تعیین جهش های خاص
• بررسی فرکانس جهش در هر ژن (Gene Mutation Frequency)
• بررسی Co-occurrence یا هم-اتفاقی جهش
• رسم نمودارهای تعیین جهش
• Somatic interactions و جفت ژن های درگیر در جهش
• میزان بقای ژن های جهش یافته
• آنالیزهای اختصاصی ژن های دارای جهش