دوره آنالیز داده های ترنسکریپتوم TCGA

استاد دوره آنالیز داده های ترنسکریپتوم TCGA

مهسا احسانی فرد؛ فارغ التحصیل کارشناسی ارشد ژنتیک و متخصص آنالیز داده های بیومدیکال سرطان
مدت زمان دوره: ۹.۵ ساعت
به همراه صدور گواهی مرکز رشد بیوتکنولوژی دانشگاه علوم پزشکی شیراز به زبان انگلیسی

اطلس ژنوم سرطان (The Cancer Genome Atlas; TCGA) توسط موسسه ملی سرطان (NCI) و موسسه ملی تحقیقات ژنوم انسانی آمریکا (NHGRI) راه اندازی شده است. استانداردهای داده های ژنومی (Genomic Data Commons; GDC) برای ارائه یک پلتفرم متمرکز برای ذخیره و دسترسی به حجم وسیعی از داده های ژنومی ایجاد شد. از طریق GDC، محققان اکنون به انواع مختلف داده‌های سرطانی، از جمله اطلاعات بالینی، جزئیات نمونه‌های زیستی، تصاویر اسلاید، توالی‌یابی کل ژنوم، توالی‌یابی RNA، جهش‌های جسمی، تعیین کمیت بیان ژن، تغییرات تعداد کپی و سطوح متیلاسیون DNA دسترسی دارند.

اهمیت و کاربرد آنالیز داده های TCGA

۱. رویکردهای پزشکی شخصی (personalized medicine strategies)
محققان از داده های TCGA برای توسعه چندین رویکرد نوآورانه برای درمان سرطان استفاده کرده اند. یکی از پیشرفت های مهم، توسعه استراتژی های پزشکی شخصی بر اساس داده های TCGA بوده است. با تجزیه و تحلیل پروفایل های ژنتیکی تومورهای فردی بیماران، مانند پروفایل های متنوع جهشی و بیانی، محققان می توانند جهش ها یا تغییرات خاصی را که ممکن است باعث رشد و پیشرفت سرطان شوند را شناسایی کنند. این اطلاعات به درمان های هدفمند متناسب با ترکیب ژنتیکی منحصر به فرد هر بیمار اجازه می دهد که به طور بالقوه منجر به درمان های موثرتر با عوارض جانبی کمتر شود.
۲. کشف نشانگر زیستی (biomarkers discoveries)
داده های TCGA کشف بیومارکرهای متعدد مرتبط با انواع مختلف سرطان را تسهیل کرده است. این نشانگرهای زیستی می‌توانند برای بهبود روش‌های تشخیص زودهنگام، پیش‌بینی پیش‌آگهی و هدایت تصمیم‌های درمانی استفاده شوند. برای مثال، با تجزیه و تحلیل نرخ بقا و ارتباط آن با علائم ژنتیکی و فنوتیپی شناسایی شده در بیماران مبتلا به سرطان، میزان بهبود یا شدت و پیش آگهی مورد ردیابی قرار می گیرد.
۳. بهبود فرآیند توسعه دارو (Improved Drug Development Process)
داده های TCGA به طور قابل توجهی روند کشف دارو را افزایش داده است. با شناسایی تغییرات ژنتیکی، الگوهای بیانی، تعاملات مولکولی و پروتئینی، و پروفایل های جهش های رایج در بسیاری از بیماران مبتلا به سرطان های مشابه، محققان می توانند داروهایی را طراحی و مدل سازی کنند که این آسیب پذیری های مشترک را هدف قرار دهد.

موارد آموزشی این کورس آموزشی

این کورس آموزشی بر روی انجام تجزیه و تحلیل یکپارچه داده های بیانی transcriptomics و بالینی از اطلس ژنوم سرطان (TCGA) با استفاده از بسته TCGAbiolinks در R تمرکز دارد. TCGAbiolinks یک پکیج R/Bioconductor است که برای تسهیل ادغام انواع مختلف داده‌های مولکولی در دسترس از طریق پورتال GDC، از جمله داده های جهش و داده‌های بیان ژن توسعه یافته است. چگونگی جستجو و دانلود داده‌های TCGA ، آماده سازی و پیش پردازش داده ها و همچنین آنالیزهای تفاوات بیان ها در این کورس به شیوه ی کاربردی آموزش داده می شود. در این کورس آموزشی، دانشجویان با توضیحات تئوری TCGA و محیط آن آشنا می شوند و در ادامه جلسات وارد کدنویسی ها و آنالیز داده های بیانی ژن و miRNAها می شوند.
پیش نیاز یادگیری این آموزش، آشنایی متوسط ​​با R و پکیج ها و درک اولیه از بیولوژی تومورمی باشد.

سرفصل های دوره

• معرفی پایگاه TCGA و GDC
• آشنایی با TCGA و داده ها و Bioconductor
• آشنایی با نوع داده ها
• انواع سمپل ها و بارکدها
• آنالیز داده ها
• معرفی پکیج TCGAbiolink
• کد های مرتبط با داده های TCGA
• آماده سازی داده ها و توضیحات
• Preprocessing، نرمالایز و فیلتراسیون
• مرتب کردن بارکدها در R
• گروه بندی سمپل ها
• نرمالایز و فیلترکردن داده ها با پکیج limma و edgeR
• نرمالایز و فیلتر کردن با TCGAbiolinks
• DEG گرفتن
• نحوه ی DEG گرفتن با پکیج edgeR و limma
• نحوه ی DEG گرفتن با پکیج TCGAbiolinks
• توضیحات جداول DEG ها و تفاوت آنها
• دانلود و پردازش داده های miRNA از TCGA
• دانلود داده های miRNA با استفاده از پکیج TCGAbiolinks
• توضیحات miRNA ها و تفاوت با mRNA ها
• آنالیز داده های miRNA
• آزمون core.test بین miRNA و mRNA
• گرفتن داده های clinical از TCGA
• توضیحات داده های کلینیکی
• تفسیر و تفاوت داده های کلینیکی
• دانلود و پردازش داده های کلینیکی با کدنویسی
• اننوتیشن ژنی (gene annotation) و شناسایی ID های ژنی
• پکیج org.Hs.eg.db
• پکیج biomaRt