Analýza dat Experimentální biologie Biomedicína INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ
Experimentáln lní biologie: modely dávkad vka-odpověď Model regression standards: example pα Y α Estimate of EC A. Výpočet efektivní koncentrace (EC x ) Y = 1+ α p β (x - μ p) 1 - p e x = ln (koncentrace) μ p = ln ED p pα B. Výpočet prahové koncentrace (EC 0 ) Estimate of threshold concentration Y α Y = α Y = 1+ α p 1 - p eβ [(x - μ o) - (μ p - μ o)] x = ln (koncentrace) μ p = ln ED p μ o = ln ED o x < μ o x > μ o µ p X µ o µ p X Evaluation of hormesis model Y C. Výpočet prahové koncentrace (EC 0 ) - "Hormesis model" OECD, 1996-1999 α α + δx Y = 1+ p β (ln x - g) 1 - p e x = koncentrace μ o = ln ED o µ o ln x
Experimentáln lní biologie: modely dávkad vka-odpověď Amador et al., 1994: In Function of Somatic Cells in the Testis, Springer Verlag, New York, pp. 293 318. We need robust model tools to estimate the patterns and associated parameters Response Odpověď Response Odpověď I Odpověď B L H S B L H S I II III IV I II Dávka Dávka III IV Dose III Response Response Odpověď Dose B L H S B L H S I II Dávka III IV I II Dávka III IV Dose Dose II IV Response Odpověď Response Odpověď V B L H S B L H S I II III IV Dávka Dose VII B L H S I II III IV Dávka Dose Response Odpověď VI I II III IV Dávka Dose
Analýza dat Klinická data Prognostické faktory Diagnostické testy Faculty of Science, Masaryk University, Brno Faculty of Medicine, Masaryk University, Brno
Klinická data : příklad p prediktivní onkologie LÉČBA Nádor???? Včasný a dlouhodobý efekt léčby Biologická individualita nádoru Heterogenita cílových struktur Metastatický potenciál a růstová strategie
Klinická data : příklad p prediktivní onkologie Peroperačně zpracovávané biopsie - testy chemorezistence v primokultuře MTT test
Klinická data : příklad p prediktivní onkologie Modelová data: 30 rutinně testovaných látek s různým mechanismem účinku Třída látek Cytostatikum Třída látek Cytostatikum Kortikoidy (steroidní hormony) Antibiotika s radiomimetickým Prednisolon účinkem ActinomycinD Dexametazon Daunorubicin Doxorubicin Deriváty antracenu s interkalačním mechanismem účinku Antimetabolity Fludarabin Mitoxantron Leustatin (kladribin) Inhibitory topoizomeráz Cytozinarabinosid Topotecan Gemcitabin Vepesid Fluorouracil Thioguanin Látky s nejasným mechanismem Účinku (deriváty imidazolkarboxamidu) Mitotické jedy - antimitotika Dakarbazin Vinkristin Inhibitory proteosyntézy Vinorelbin Asparaginaza Taxol (paclitaxel) Jiné Taxoter (docetaxel) A.2.1.6 - Bohemin Deriváty platiny Kyselina betulinová Antibiotika s alkylačním mechanismem účinku Mitomycin C Cis-Platina Kyselina beta keto betulinová Carbo-Platina LA-12
Klinická data : příklad p prediktivní onkologie 1.2 Vinkristin 1.4 Prednison 1.0 1.2 0.8 REZISTENCE 1.0 0.6 0.8 0.4 0.2 0.0 0.0001 0.01 1 100 10000 0.6 0.4 0.2 LAG time /hormesis 0.0 0.0001 0.01 1 100 10000 1000000 1.4 1.2 Cytosinarabinozid 1.4 1.2 Aktinomycin D 1.0 1.0 0.8 0.8 0.6 0.6 0.4 0.4 CITLIVOST 0.2 SIGMOIDITA 0.2 0.0 0.0001 0.01 1 100 10000 0.0 0.001 0.1 10 1000 100000
Klinická data : příklad p prediktivní onkologie N = 565 nádorových vzorků od 5 diagnostických skupin A M SPF G2/M PI Ki67 PCNA OS EFS Karcinom kolorekta (21) Sarkomy (132) Maligní lymfomy (74) Data doplněna o klinické údaje /léčba, vývoj, / p53 bcl2 p21 PgP MRP CD34 DFS Bronchiální karcinom (137) Nádory ORL (60) a dle možností o testy chemorezistence p27 fviii Karcinom prsu (141)
Klinická data : příklad p prediktivní onkologie Mitóza (%) Apoptóza (%) N = 565 nádorových vzorků od 5 diagnostických skupin Diagnóza Stádium 3.2 2.8 2.4 2.0 1.6 1.2 0.8 0.4 0.0 4.0 3.5 3.0 2.5 2.0 3.2 2.8 2.4 2.0 1.6 1.2 0.8 0.4 0.0 SAR ORL LUNG? COLR LYMF 4.0 3.5 3.0 2.5 2.0 SAR ORL LUNG COLR LYMF 1.5 1.5 1.0 1.0 0.5 0.5 0.0 I II III IV 0.0 I II iii IV V jednorozměrné celkové analýze zanedbatelný prediktivní význam
Klinická data : příklad p prediktivní onkologie Apoptóza (A) N = 565 nádorových vzorků od 5 diagnostických skupin Plně regulovaný 0 Regulovaný / regresivní typ Typ I. (13.1%) Typ III. (35.6%) Typ II. (36.4%) [0.69;0.45] 0 Typ IV. (14.8%) Neregulovaný intenzivní růst Mitóza (M) Degenerovaný fenotyp Diploidní nádor Aneuploidní nádor Definice čtyř typů tumorů na základě apoptoticko mitotické charakteristiky I IV, s korelacemi k ploiditě a dalším markerům
Klinická data : příklad p prediktivní onkologie N = 565 nádorových vzorků od 5 diagnostických skupin DFS OS 1.0 1.0 Typ I 0.8 0.8 0.6 0.6 Typ III 0.4 Typ IV 0.4 0.2 0.2 Typ II 0.0 0.0 0 20 40 60 80 100 120 140 0 20 40 60 80 100 120 140 Čas (měsíce)
Klinická data : příklad p prediktivní onkologie Cíl: individualizace prognóz Člověk - pacient Nádor + molekulárně biologická data Léčba
Analýza genomických a proteomických dat Gene expression profiles Discrimination power? Association with clinical data?? Information redundancy? S. Ramaswamy et al., Nature Genetics, January 2003
Analýza genomických a proteomických dat bez bioinformatiky "In principle, the string of genetic bits holds long-sought secrets of human development, physiology and medicine. In practice, our ability to transform such information into understanding remains woefully inadequate". The Genome International Sequencing Consortium, Initial sequencing and analysis of the human genome, Nature 409: 860-921 (2001) [Emphasis added]
Analýza genomických a proteomických dat 1. Příprava a provedení experimentu 2. Extrakce a úprava dat 4. Biologická a klinická interpretace 3. Statistická analýza dat
Zajištění sběru dat Management dat Ukázky produktů Faculty of Science, Masaryk University, Brno Faculty of Medicine, Masaryk University, Brno
Zajištění sběru dat, managemet dat More users with central data management
Zajištění sběru dat, managemet dat Self-explaining structure of data set
Zajištění sběru dat, managemet dat data entry Local Computer Web Server (Secure web-based based communication) 128 bit SSL Database Server (Oracle 9i Server) Fully guaranteed, authorized system
Zajištění sběru dat, managemet dat Standard regimes for data management Individual centers Presentations and studies realised in individual centers can use central analytic support Data of centers Common reports Central database Common outputs are accessible to all participants, special application is based on agreement Outputs Data coding and analyses Registration records Electronic records Overall outputs // internet presentations //.
Dostupnost populačních analýz: tři i strategie I. PORTÁLOV LOVÉ ŘEŠENÍ III.? REGIONÁLN LNÍ ZPRAVODAJSTVÍ? II. LOKÁLN LNÍ SOFTWARE
SW solution Ukázka produktu Predefined user controlled analytic tools Comprehensive presentations with comments and access to appropriate analytic tools Data browser - analysis of individual parameters
Ukázka produktu http://www.svod.cz About project News Epidemiological analyses Publications, reports Software SVOD Analytic tools tutorial Portal solution Incidence and mortality Time trends Regional overview Age analyses Clinical stages Epidemiological analyses International data Comparative standards Comprehensive overview
Ukázka produktu Epidemiological benchmarking! Onkologická pracoviště
Computational biology - Study program - MSc program Faculty of Science, Masaryk University, Brno Faculty of Medicine, Masaryk University, Brno
Concept of computational biology COMPUTATIONAL BIOLOGY Faculty of Science Faculty of Medicine Faculty of Informatics
Concept of computational biology Artificial intelligence Data management Information systems ICT Machine learning SW development Theoretical biology Experimental biology Microbiology Physiology Biology Biomedicine Mathematics Stochastic modeling Deterministic modeling Taxonomy Ecology Anthropology Biomedicine Clinical sciences Mathematics Data analysis
Concept of computational biology Informatics Statistics Mathematics SW development Data mining Data analysis Bio-engineering Computer sciences COMPUTATIONAL BIOLOGY Taxonomics Microbiology Anthropology Physiology Bothanics Zoology Genomics Genetics Ecology Anatomy Biology
Concept of computational biology Who are computational biologists? Broad and strong background in biological and biomedical disciplines Exact education in mathematics Skillful in ICTs Mathematics Biology Creative in solving of biological and/or biomedical problems Informatics Chemistry Medicine
Rozvoj studijního oboru Matematická biologie PřF MU Brno je finančně podporován prostředky projektu ESF č. CZ.1.07/2.2.00/07.0318 Víceoborová inovace studia matematická biologie a státním rozpočtem České republiky INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ