转化医学科研好思路

科学研究，尤其临床医学，需要大量人群的数据才可能获得有参考价值的指导性结论。而大量样本也往往意味着高成本，那么这时，借助着公共数据库海量的数据信息，我们就可以高效低成本的开展很多工作了。

以肿瘤基因组TCGA数据库为例：

它的初衷是将人类的全部癌症的基因组变异图谱绘制出来，进行系统分析。截至目前，该数据库中已包含33种常见肿瘤（10种罕见肿瘤），11000多肿瘤样本，多种数据类型（基因组、转录组、表观遗传学数据、临床数据等）。利用这个数据库，可以帮助人们了解癌症的发生、发展机制，提高人们对肿瘤发病的认识，指导肿瘤的临床诊断、治疗和预防。

讲了这么多，还是给大家列举一个经典的数据深度挖掘的例子吧，来看看怎么样用数据库里已有的信息，帮助我们更好的开展自己的临床科研。

还是以肿瘤研究的TCGA数据库来说，最近《Cellular Physiology and Biochemistry》(IF=5.104)新发表了一篇肝癌预后的研究论文，就是以TCGA数据库挖掘的靶点信息为研究主线开展的。  

肝癌（HCC）的发生发展过程中，磷酸酪氨酸磷酸酶（PTPs）通常被认为是肿瘤抑制因子或原癌基因，并且一定程度上与HCC的预后相关。所以首先，研究者从TCGA数据库入手，从321例已报到数据中挖掘出与HCC预后生存相关的5个PTP基因（PTPN12、PTPRN、PTPN18、PTP4A2、PTPRB）。其中PTPN12、PTPNRN、PTP4A2和PTPRB高表达代表预后良好，PTPN18、高表达与不好的预后相关。

利用这些信息，研究者们从自己项目采集的180例临床肝癌及癌旁样本中对这5个PTP基因的表达情况开展qRT-PCR和免疫组织化学的验证。结果发现，有三种PTP基因在肿瘤及癌旁组织中呈现显著性的表达差异：PTPN12和PTPN18在肝癌组织中低表达；PTPRN在肝癌组织中高表达。

　　基于数据分析手段研究这些PTPs与肝癌整体生存期 (OS)和无病生存期(DFS)的关系，研究认为PTPN12、PTPN18和PTPRN这三者在临床上可作为独立的预后因素。

最后，研究仍回归到数据库挖掘，对PTPs提示不同类型的HCC预后情况进行了分析，数据结果显示：PTPN12高表达与HBV型肝癌好的预后正相关，和非HBV型肝癌预后良好负相关。

如此，一篇基于临床样本的数据挖掘研究就完成了。不难看出，基于数据库，挖掘出待深入研究的肿瘤相关位点是第一步，找到靶点并验证分析也贯穿了整个研究。从数据库中挖掘靶点信息，一方面节省了实验挖掘的时间，另一方面也省却了实验挖掘的人工和经济成本，实在是临床医生开展科研的“福音”。