Onderzoekers van het Johns Hopkins Kimmel Cancer Center en de Johns Hopkins University hebben een nieuwe open-source databasestructuur ontwikkeld die is ontworpen om de analyse van complexe kankerdatasets te vereenvoudigen. Het platform, AstroID genaamd, stelt onderzoekers in staat om meerdere soorten kankergerelateerde informatie, waaronder laboratoriumresultaten, genetische sequenties en beeldgegevens, binnen één enkel kader te integreren en te bestuderen.
Kankeronderzoek vereist vaak het combineren van grote hoeveelheden informatie uit verschillende bronnen, zoals klinische dossiers, weefselmonsters, beeldvormingsonderzoeken en genoomanalyses. Deze datasets worden echter vaak in afzonderlijke systemen opgeslagen, waardoor het voor onderzoekers moeilijk is om ze samen te analyseren.
Diverse datasets in de oncologie koppelen
AstroID lost dit probleem op door klinische en specimen-gerelateerde gegevens te ordenen in een hiërarchische structuur met zes niveaus. Deze niveaus omvatten patiëntinformatie (geanonimiseerd om de privacy te beschermen), diagnose, klinische gebeurtenissen zoals behandelingen of bloedafnames, verzamelde specimens, laboratoriumverwerkingsstappen en ten slotte individuele monstercomponenten zoals dia's of aliquots.
De databasestructuur is gebouwd met behulp van het webgebaseerde gegevensbeheerplatform REDCap en kan worden geschaald om duizenden patiënten en miljarden individuele kankercellen te omvatten die zijn gekarakteriseerd door middel van ruimtelijke analyse. Het systeem is onlangs beschreven in het tijdschrift Journal for Immunotherapy of Cancer.
Ondersteuning van grootschalige kankeronderzoeken
Onderzoekers van Johns Hopkins Medicine hebben het systeem al geïmplementeerd in onderzoeken met 16 verschillende patiëntengroepen met meerdere tumortypen. Met behulp van AstroID heeft het team meer dan een miljard kankercellen in kaart gebracht en deze gegevens gekoppeld aan klinische informatie die tijdens de behandelingstrajecten van de patiënten is verzameld.
Volgens Janis M. Taube, directeur van de afdeling Dermatopathologie en mededirecteur van het Tumor Microenvironment Laboratory van het Bloomberg~Kimmel Institute for Cancer Immunotherapy, stelt de nieuwe structuur onderzoekers in staat om patiëntgegevens op een meer holistische manier te analyseren.
“Deze structuur stelt me in staat om vragen te stellen over alle reeds verzamelde gegevens en over verschillende tumortypen, en deze te combineren in de context van de longitudinale ervaring van de patiënt”, legt Taube uit.
Minder dubbel werk in onderzoek
In oncologische studies ondergaan patiënten vaak meerdere behandelingen, tests en follow-upbeoordelingen in de loop van de tijd. Het koppelen van deze klinische gebeurtenissen aan laboratoriumanalyses, zoals bloedonderzoeken, pathologische bevindingen, beeldvormingsresultaten en genomische gegevens, is essentieel voor het identificeren van potentiële biomarkers en het begrijpen van de voortgang van de ziekte.
Voorheen moesten onderzoekers dergelijke gegevens vaak handmatig samenstellen en reorganiseren voor elk nieuw onderzoek. Dit proces kon leiden tot dubbel werk binnen onderzoeksteams. “Onderzoekers in de hele instelling proberen ook gebruik te maken van deze patiënten en deze informatie te verzamelen”, zegt Taube. “Er waren echt enorme inefficiënties in de manier waarop we werkten, en er was sprake van dubbel werk.”
Opschalen met data-infrastructuur
De AstroID-structuur is ontworpen om grootschaliger studies te ondersteunen dan voorheen mogelijk was. Volgens Alexander Szalay, directeur van het Institute for Data Intensive Science aan de Johns Hopkins University, beperkte de traditionele handmatige gegevensinvoer veel kankerstudies tot relatief kleine patiëntencohorten. “Wat we proberen te doen is opschalen, zodat we honderden of duizenden patiënten in een onderzoek kunnen behandelen”, zegt Szalay.
De database-architectuur is ontwikkeld door postdoctoraal onderzoeker Elizabeth Will en promovendus Benjamin Green, die de hiërarchische gegevensstructuur hebben ontworpen die kan worden vertaald naar een op query's gebaseerde relationele database.
Toepassingen buiten de oncologie
Hoewel AstroID momenteel wordt gebruikt voor kankeronderzoek, kan de onderliggende gegevensstructuur ook worden toegepast op andere ziektegebieden. Het systeem is in staat om longitudinale biospecimen-gegevens te organiseren en te koppelen aan klinische gebeurtenissen, waardoor het potentieel bruikbaar is voor het bestuderen van een breed scala aan aandoeningen.
Door het platform openbaar beschikbaar te maken op GitHub, hopen de onderzoekers bredere samenwerking te faciliteren en onderzoekers wereldwijd in staat te stellen complexe biomedische datasets efficiënter te analyseren.
Europa heeft CancerWatch
Vorig jaar werd het grootschalige Europese samenwerkingsverband CancerWatch gelanceerd. Onder leiding van het Noorse Instituut voor Volksgezondheid brengt het programma 92 organisaties uit 29 landen samen en richt het zich op de digitale transformatie van bevolkingsgebaseerde kankerregisters (PBCR's) in Europa. Het doel is om snellere, completere en beter vergelijkbare gegevens te verstrekken, zodat beleidsmakers, onderzoekers en zorgprofessionals effectiever tegen kanker kunnen optreden.
De gegevens leveren directe input voor onder meer het European Cancer Information System (ECIS) en het European Cancer Inequalities Registry (ECIR). Beide spelen een sleutelrol in het European Cancer Plan en vormen de basis voor evidence-based gezondheidsbeleid. “Betere gegevens leiden tot betere beslissingen. Met CancerWatch leggen we een solide basis voor effectievere en eerlijkere kankerzorg in Europa”, aldus Gijs Geleijnse, wetenschappelijk coördinator van het project.
