Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Xử lý mẫu ngân hàng sinh học bán tự động với robot ống mẫu độ dày cao 384 dùng trong nghiên cứu ung thư và bệnh tim mạch
Tóm tắt
Trong kỷ nguyên hậu gen, rõ ràng việc phân tích sự thay đổi biểu hiện gen và protein một mình không đủ để hiểu hầu hết các quá trình bệnh lý, chẳng hạn như trong bệnh tim mạch và ung thư. Ngân hàng sinh học đã được xác định là một lĩnh vực quan trọng để phát triển và khám phá các công cụ chẩn đoán tốt hơn và các phương pháp điều trị mới. Các ngân hàng sinh học được thiết lập nhằm tích hợp việc thu thập mẫu lâm sàng từ cả cá nhân khỏe mạnh và bệnh nhân, cung cấp thông tin có giá trị giúp cải thiện chăm sóc bệnh nhân. Sự phát triển của y tế hiện đại gắn liền với thông tin dựa trên các nghiên cứu từ mẫu bệnh nhân từ các kho lưu trữ ngân hàng sinh học trong các nghiên cứu quy mô lớn. Ngày nay, các ngân hàng sinh học hình thành nên các mạng lưới quốc gia cũng như quốc tế quan trọng để chia sẻ và kết hợp các nguồn lực toàn cầu. Chúng tôi đã phát triển và xác thực một quy trình làm việc ngân hàng sinh học mới sử dụng hệ thống ống 384 với một robot lắp ráp mẫu tốc độ cao với các nguyên tắc xử lý độc đáo. Định dạng ống 384 và xử lý bằng robot được tích hợp vào một chương trình nghiên cứu chẩn đoán/ký sinh ung thư và tim mạch với các can thiệp điều trị. Thực hành ngân hàng sinh học của chúng tôi đã được chấp nhận trong nhiều bệnh viện và đơn vị nghiên cứu, dựa trên lưu trữ mẫu mật độ cao với thể tích mẫu nhỏ. Tiêu chuẩn trước đó về ống mẫu thể tích 5-10 mL đang được thay thế bằng các thể tích nhỏ hơn từ 50-70 μL các phân đoạn máu, thường dẫn đến hàng trăm nghìn phân đoạn mẫu trong các hệ thống ống 384. Quy trình làm việc ngân hàng sinh học mới của chúng tôi là mạnh mẽ và rất phù hợp cho các nghiên cứu lâm sàng.
Từ khóa
#ngân hàng sinh học #xử lý mẫu #nghiên cứu ung thư #nghiên cứu bệnh tim mạch #quy trình làm việc #robot lắp ráp mẫuTài liệu tham khảo
Riegman PHJ, Morente MM, Betsou F, De Blasio P, Geary P (2008) Marble Arch Int Working G Biobanking for better healthcare. Mol Oncol 2(3):213–222
Khleif SN, Doroshow JH, Hait WN (2010) AACR–FDA–NCI Cancer Biomarkers Collaborative Consensus Report: advancing the use of biomarkers in cancer drug development. Clin Cancer Res 16:3299–3318
Lasso RO (2010) The ethics of research biobanking. JAMA 304(8):908–910
Carraro P, Zago T, Plebani M (2012) Exploring the initial steps of the testing process: frequency and nature of preanalytic errors. Clin Chem 58:638–642
Ellervik C, Vaught J (2015) Preanalytical variables affecting the integrity of human biospecimens in biobanking. Clin Chem [Epub ahead of print]
Lippi G, Chance JJ, Church S, Dazzi P, Fontana R, Giavarina D et al (2011) Preanalytical quality improvement: from fram to reality. Clin Chem Lab Med 49(7):1113–1126
Schrol A-S, Würtz S, Kohn E, Banks RE, Nielsen HJ, Sweep FCGJ et al (2008) Banking of biological fluids for studies of disease-associated protein biomarkers. Mol Cell Prot. 7:2061–2066
Lane L, Bairoch A, Beavis RC, Deutsch EW, Gaudet P, Lundberg E et al (2014) Metrics for the Human Proteome Project 2013–2014 and strategies for finding missing proteins. J Proteome Res 13(1):15–20
Paik YK, Hancock WS (2012) Uniting ENCODE with genome-wide proteomics. Nature Biotech 30(11):1065–1067
Nilsson CL, Berven F, Selheim F, Liu H, Moskal JR, Kroes RA et al (2013) Chromosome 19 annotations with disease speciation: a first report from the global research consortium. J Proteome Res 12(1):135–150
Lichti CF, Liu H, Shavkunov AS, Mostovenko E, Sulman EP, Ezhilarasan R et al (2014) Integrated chromosome 19 transcriptomic and proteomic data sets derived from glioma cancer stem-cell lines. J Proteome Res 13(1):191–199
Marko-Varga G, Omenn GS, Paik YK, Hancock WS (2013) A first step toward completion of a genome-wide characterization of the human proteome. J Proteome Res 12:1–5
MacArthur DG, Balasubramanian S, Frankish A, Huang N, Morris J, Walter K et al (2012) A systematic survey of loss-of-function variants in human protein-coding genes. Science 335(6070):823–828
Nilsson CL, Mostovenko E, Lichti CF, Ruggles K, Fenyö D, Rosenbloom KR et al (2015) Use of ENCODE resources to characterize novel proteoforms and missing proteins in the human proteome. J Proteome Res 14(2):603–608
Paik YK, Jeong SK, Omenn GS, Uhlen M, Hanash S, Cho SY et al (2012) The chromosome-centric human proteome project for cataloging proteins encoded in the genome. Nature Biotech 30(3):221–223
Marko-Varga G, Baker MS, Boja ES, Rodriguez H, Fehniger TE (2014) Biorepository regulatory frameworks: building parallel resources that both promote scientific investigation and protect human subjects. J Proteome Res 13(12):5319–5324
Malm J, Fehniger TE, Danmyr P, Végvári A, Welinder C, Lindberg H et al (2013) Biobanking work flow standardization—developments providing sample integrity. J Proteomics 95:38–45
Malm J, Danmyr P, Nilsson R, Appelqvist R, Végvári A, Marko-Varga G (2013) Blood sample standardization developments for large scale biobanking. J Proteome Res 12:3087–3092
Fehniger TE, Boja ES, Rodriguez H, Baker M, Marko-Varga G (2014) Four areas of engagement requiring strengthening in modern proteomics today. J Proteome Res 13(12):5310–5318
Vaught J, Lockhart N (2012) The evolution of biobanking best practices. Clin Chim Acta 413(19–20):1569–1575
Marko-Varga GA, Végvári Á, Fehniger TE (2011) A protein shake-up, Public service review. Eur Union 21:250–252
Végvári Á, Rezeli M, Döme B, Fehniger TE, Marko-Varga G (2011) Translation science for targeted personalized medicine treatments. In: Sanders S (ed) Selected presentations from the 2011 Sino-American symposium on clinical and translational medicine. Science/AAAS, Washington DC, pp 36–37