Gen ekspression ma'lumotlar bazalari

Gen ekspression ma'lumotlar bazalari
Genni birinchi marta o'rganayotganda, biz odatda uning ekspression shakli haqida savollar berishdan boshlaymiz, masalan:

Organizmdagi qaysi to'qimalar genni ifodalaydi?

Ushbu to'qimalar ichida qaysi hujayra turlari genni ifodalaydi?
Ushbu genning ifodasi kasallik yuki yoki omon qolish bilan bog'liqmi?
Ushbu turdagi ma'lumotlar hujayra turiga xos gen imzolarini aniqlashdan tortib, ma'lum bir oqsilga yo'naltirilgan dorilar maqsadli bo'lmagan ta'sirga ega bo'lishini baholashga qadar juda ko'p foydalanishga ega. Yaxshiyamki, qiziqish genining umumiy ekspression naqshini aniqlash uchun bir nechta ommaviy ma'lumotlar bazalaridan foydalanish mumkin. Ushbu qo'llanmada, men eng foydali topdik databses qanday foydalanish tasvirlab beradi.

biogps.org

Inson to'qimalari darajasi va hujayra turini ifodalash uchun, http://biogps.org / boshlash uchun ajoyib joy. Qidiruv maydoniga geningiz nomini kiritish biopgps ichida mavjud bo'lgan turli xil turlarning natijalarini ko'rsatishi kerak. Misol sifatida, men P2ry8 izlanglar, men doktorlik tahsil bir g-oqsil birlashganda retseptorlari.

Bu qiziqish sizning gen ifodasi bor hujayra turlari yaxshi umumiy beradi. Biz p2ry8 turli xil immunitet hujayralari turlarida, shu jumladan b hujayralari, T hujayralari va NK hujayralarida ifodalanganligini kuzatamiz. Fibroblastlar va epiteliya hujayralari kabi stromal hujayralarda past ekspressionga ega ko'rinadi.

Biz hozirda ma'lumotlar Primary Cell Atlasto'plamidagi ma'lumotlarni ko'rib chiqmoqdamiz. Biogps-da tanlash uchun bir nechta turli xil ma'lumotlar to'plamlari mavjud. Ma'lumotlar to'plamini change datasetmarkaz panelining yuqori o'ng qismidagi tugmani bosish orqali o'zgartirishimiz mumkin:

Bu boshqa ma'lumotlar to'plami,Barcode on normal tissues, to'qimalarning majmui va tartiblashtiriladi hujayra turlari bo'ylab gen ifodasini ko'rsatadi. Bu qPCR yoki IHC kabi tahlillar uchun qaysi to'qimalarni ijobiy ekspression nazorati sifatida ishlatishi mumkinligini aniqlash uchun foydalidir.

Biz taloq, suyak iligi va bodomsimon bezning p2ry8 ning yuqori ekspressioniga ega ekanligini kuzatamiz va ijobiy ekspressionni boshqarish to'qimalari uchun yaxshi manbalar bo'lishi mumkin.

gtexportal.org
To'qimalar darajasidagi ifodani beradigan yana bir ma'lumotlar bazasi bu gTEX portali: https://gtexportal.org/home/. shunchaki gen nomini kiriting va syujet turli xil to'qima / organlarda genning umumiy ifodasini namoyish etadi:

Ushbu veb-saytdan Biogps bilan birgalikda foydalanish bizga genning to'qimalarda ekspression shaklini baholashda ko'proq ishonch hosil qilish imkonini beradi.

proteinatlas.org
Inson oqsillari atlasi (https://www.proteinatlas.org/) bu immunohistokimyo ma'lumotlar bazasi bu ikkala sog'lom to'qimalarda ham, o'sma to'qimalarida ham oqsil ifodasini aks ettiradi. Tanadagi turli to'qimalarda oqsilning nisbiy ifodasini ko'rsatishdan tashqari, to'qima turini bosish xom immunohistokimyo (IHC) tasvirlarini aks ettiradi, shunda siz oqsilning fazoviy ekspression naqshini kuzatishingiz va bo'yashning maqsadga muvofiqligini baholashingiz mumkin. Ushbu vosita gen ekspression ma'lumotlar bazalari natijalarini tasdiqlash uchun juda yaxshi. Gen ekspressioni yuqori bo'lgan to'qimalar oqsil darajasida ham yuqori ekspressionga ega bo'lishi kerak deb o'ylaymiz. Misol sifatida, men quyida P2RY8 izlanglar:

Biz yorlig'ini bosish xom IHC tasvirlarni tekshirib mumkinTissue. Ushbu yorliqda siz binoni qanday ko'rinishini kuzatish uchun to'qimalarni bosishingiz mumkin. Misol tariqasida, bodomsimon to'qimalarda binoni natijalari:

Bo'yashning aksariyati bodomsimon germinal markazlarida joylashganligini kuzatamiz, bu saytlarda p2ry8 ning yuqori ifodasiga ega hujayralar mavjudligini ko'rsatmoqda. Bu Biogps va gTEX dan gen ifodasi ma'lumotlarga asoslangan mantiqiy.

Ushbu veb-saytda saraton hujayralari liniyasi ma'lumotlar bazasi ham mavjud bo'lib, unda turli to'qimalardan kelib chiqqan 64 ta saraton hujayralari RNK-seq bilan ajralib turadi. U kelib chiqishi to'qimalariga qarab hujayra chiziqlarini tasniflaydi va sizni qiziqtirgan geningizning ekspression darajasini qidirishga imkon beradi. Misol uchun, men P2RY8 hematopoetik kelib chiqishi hujayra liniyalari bilan ifoda etiladi, deb topish.

Bu sizning loyihangiz uchun hujayra chiziqlari modellaridan foydalanishga qiziqqaningizda va qiziqish geningiz uchun ijobiy yoki salbiy chiziqni tanlashingiz kerak bo'lganda foydalidir. Hujayra chiziqlari uchun xom RNK-seq ma'lumotlarini ham yuklab olish mumkin: https://www.proteinatlas.org/about/download.

immgen.org
http://www.immgen.org / sichqoncha immun hujayra pastki genlar ifoda kashf uchun katta ma'lumotlar bazasi hisoblanadi. Tugmani bosish Data Browserssizga mavjud vositalarni ko'rsatadi. Men odatda birinchi vositasi foydalanish, Gene Skyline. Bu erda immunitet hujayralarining pastki to'plamlari FACS yordamida ajratilgan va ularning gen ekspression profillari RNK-seq yoki mikroarray yordamida baholangan. Mikroarray ma'lumotlar bazasida qiziqqan geningizni qidirish barcha alohida populyatsiyalarda genning nisbiy ekspression darajasini ko'rsatadi. P2ry8 uchun sichqoncha ortologi yo'qligi sababli, men ilgari ishlagan boshqa G-oqsil bilan bog'langan retseptor Gpr183 ni qidiraman:

RNK-seq portali shunga o'xshash ma'lumotlarni taqdim etadi, ammo ko'proq hujayra turlari bo'yicha. RNK-seq odatda gen ekspressionini baholashning yanada mustahkam usuli hisoblanadi, ammo natijalar mos kelishini bilish uchun ikkala portalda ham geningizni qidirishni tavsiya etaman.

Ushbu veb-sayt haqida yana bir yaxshi narsa, hujayra pastki qismini bosish oqim sitometriyasini ochish strategiyasini va tozaligini ko'rsatadi. Masalan, "DC.8+.Sp " kichik majmui hujayralar ligini va eshik qanday ko'rsatadi PDF ochiladi:

Veb-saytida yana bir foydali havola MyGenesetetadi . Ushbu vosita sizni qiziqtirgan gen imzosini ulashga va qaysi hujayra turlari to'plamdagi har bir genning eng yuqori miqdorini ifoda etishini ko'rishga imkon beradi:

Yuqoridagi misolda men turli xil hujayra turlariga xos bo'lgan genlar to'plamini kiritaman. Kutilganidek, CD3e ifodasi t hujayralari bilan cheklanganligini, CD19 ifodasi b hujayralari bilan cheklanganligini va xcr1 ifodasi CD8+ dendritik hujayralar bilan cheklanganligini ko'rishimiz mumkin. Agar sizda ekspression naqshini tezda aniqlamoqchi bo'lgan bir nechta genlar to'plami bo'lsa, bu ajoyib vosita.

Bir hujayrali gen ekspression ma'lumotlar bazalari

Bir hujayrali RNK-seq hujayralarning heterojen aralashmalari ichida genning ekspressionini aniqlash uchun foydalidir. Bu, ayniqsa, hujayra turiga xos gen imzolarini aniqlash uchun foydalidir. Ushbu ma'lumotlar to'plamlaridagi hujayra populyatsiyalari oqim-sitometriya panellari va fakslari yordamida hujayra turlarini oldindan belgilaydigan boshqa ma'lumotlar bazalaridan ko'ra, ularning gen ekspression naqshlari bilan belgilanadi. Bir hujayrali RNK-seq bilan qiziqishning hujayra turining haqiqiy gen ekspressioni naqshiga qarab hujayralarni ifloslantirish ehtimoli pastroq. Bir nechta yaxshi bitta hujayrali RNK-seq ma'lumotlar bazalari mavjud, men ularni quyida tasvirlab beraman.

EBI bitta hujayra ifodasi atlasi

EBI da yagona hujayra ifoda Atlas (https://www.ebi.ac.uk/gxa/sc/home) ikkalasining ham omborini o'z ichiga oladi sichqoncha va inson bitta hujayrali RNK-seq ma'lumotlar to'plamlari. Ma'lumotlar bazasini qidirish biroz vaqt talab etadi, shuning uchun qidiruv satriga genni kiritish o'rniga, men profillashdan manfaatdor bo'lgan hujayralarni o'z ichiga olgan ma'lumotlar to'plamini topgunimcha turli xil bitta hujayrali tajribalarni ko'rib chiqaman.

Bosish Browse Experimentssizga mavjud bo'lgan bitta hujayrali RNK-sekvension ma'lumotlar to'plamlarining ro'yxatini ko'rsatishi kerak. Tajribalar orqali o'tish, qiziqarli bo'lishi uchun "virusli va kanserogendan olingan Bosh va bo'yin saratonining immun manzarasi" ma'lumotlar to'plamini topaman. Quyida, CD19 genini qidirish orqali b hujayralari borligi uchun ushbu ma'lumotlar to'plamini qidiraman:

Chapdagi uchastka-bu turli xil hujayra klasterlarini ko'rsatadigan t-SNE uchastkasi, ehtimol R to'plami yordamida hosil qilingan Seurat. O'ng tomonda a genlarni qoplash uchastkasi, bu t-SNE uchastkasidagi hujayralardan qaysi biri sizning geningizning ijobiy ekspressioniga ega ekanligini ko'rsatadi (shuningdek, deyiladi A FeaturePlotSeuratda). CD19 musbat hujayralarining katta klasteri ko'rinadi, ular ehtimol B yoki chap tomonda Plazma hujayralari bo'lib, unda "Klaster 3"Klaster belgisi mavjud. Men endi yanada chap tomonida "Marker genlar" yorlig'ini bosish, deb Klaster bilan bog'liq boshqa genlar nima kashf mumkin.

Bu natijalar yuqori ko'rsatish 5 oldingi ko'rinishida t-SNE uchastkasida belgilangan Klaster har boyitilgan markerlar, va, ehtimolFindAllMarkers, Seurat funktsiyasi asosida hosil qilingan.

Keng yagona uyali Portal
Shunga o'xshash veb-sayt keng institutdagi yagona uyali portal (https://singlecell.broadinstitute.org/single_cell), shuningdek, ommaviy ravishda mavjud bo'lgan bitta hujayrali RNK-sekvension ma'lumotlar to'plamlari omborini o'z ichiga oladi. "Genni qidirish" yorlig'ini bosish va geningizni qidirish skripka uchastkalari sifatida ko'rsatilgan bitta hujayrali RNK-seq tajribalarining har birida oldindan belgilangan hujayra pastki to'plamlarida o'z ifodasini ko'rsatadi:

Ma'lumotlar to'plamini bosish yana tafsilotlarni ko'rsatadi, ammo bu safar ma'lumotlar boshqa dastur yordamida tahlil qilinganga o'xshaydi (ehtimol Python-da). Biroq, funktsionallik bir xil. Hujayra klasterini ko'rsatadigan nuqtali diagramma ko'rsatiladi va genni qidirish ushbu uchastkaning ustki qismida ifoda qiymatlarini qoplaydi. Tegishli yorliqlarni bosish orqali skripka syujeti yoki tarqoq diagramma chiqishi o'rtasida tanlov qilishingiz mumkin.

Shuningdek, "xulosa" yorlig'ini bosish orqali eksperimental sozlashning xulosasini olishingiz mumkin.

Ushbu ikkita bitta hujayrali RNK-seq ma'lumotlar bazalari boshqa ommaviy RNK-sekvension ma'lumotlar bazalari bilan birgalikda foydalanish uchun juda yaxshi. Ular boshqa ma'lumotlar bazalarida mavjud bo'lmagan noma'lum hujayra turlarida ifodani tekshirishga imkon beradi. Ikkala turdagi ma'lumotlar bazalarida mavjud bo'lgan hujayra turlari uchun gen ekspression naqshlarini o'zaro bog'lash ham yaxshi.

Inson o'smalarining ekspression ma'lumotlar bazalari

O'smalari ichida gen ifodasi issiq mavzu. Biz ko'pincha normal to'qimalarga nisbatan o'smalarda juda boyitilgan genlarni topishga qiziqamiz, chunki bunday genni yo'naltirish bizga o'smalarni tanlab nishonga olish va tanadagi normal to'qimalarni buzilmasdan qoldirish imkonini beradi. Biz, shuningdek, o'smalar ichidagi oqsilning ekspression darajasi bemorning omon qolishi bilan qanday bog'liqligini qiziqtiramiz. Agar tirik qolish bilan kuchli salbiy yoki ijobiy bog'liqlik bo'lsa, ba'zi bir asosiy biologiya bo'linishni boshqarishi ehtimoli katta.

Ushbu turdagi gen ekspressionlarini baholash ma'lumotlar yordamida amalga oshirilishi mumkin saraton genomi atlasi (TCGA). U erda Tcga ma'lumotlaridan foydalangan holda gen ekspression naqshlarini va omon qolish uyushmalarini tahlil qilish vositalariga ega bo'lgan bir nechta veb-saytlar mavjud. Men foydali topdik ba'zi quyida.

firebrowse.org
http://firebrowse.org / keng Institut tomonidan yaratilgan veb-sahifa bo'lib, foydalanuvchilarga Tcga ichidagi barcha ko'rsatkichlar bo'yicha qiziqish genining ekspression darajasini ko'rish imkonini beradi. Masalan, men gpr183 qiziqaman, agar, men qidiruv satriga kiritish edi va quyidagi natija paydo bo'ladi:

Ko'rib turganimizdek, har bir saraton ko'rsatkichi x o'qida, genning ifodasi esa y o'qida berilgan. Har bir ko'rsatkich uchun o'simta to'qimalarining namunalari (qizil) ichidagi genning ifodasi, shuningdek qo'shni normal to'qima namunalari (ko'k) ichidagi ifoda chizilgan. Ko'rsatkichlar sukut bo'yicha alfavit bo'yicha tartiblangan, ammo biz ko'rsatkichlarni ifoda darajasiga qarab tartiblashimiz mumkin. Bu sizning geningizning yuqori ekspressioniga ega bo'lgan ko'rsatkichlarni tezda aniqlashning foydali usuli, shuningdek, qo'shni normal to'qimalarga nisbatan gen o'simta to'qimasida boyitilgan ko'rsatkichlarni aniqlash. Yuqoridagi fitnadan biz gpr183 buyrak buyrak aniq hujayrali karsinomasida (KIRC) o'sma to'qimalarida boyitilganligini kuzatamiz.

oncolnc.org
Gen ekspressioni bilan omon qolish assotsiatsiyalarini baholash uchun omon qolish tahlili uchun Cox regressiyasi va Kaplan Meier omon qolish tahlili o'tkazilishi mumkin. Buning uchun Tcga ichidagi har bir o'smani tegishli klinik ma'lumotlar bilan moslashtirish kerak, bu ma'lumotlarning tartibsiz tabiati tufayli zerikarli. Yaxshiyamki, ushbu hisob-kitoblarni biz uchun bajaradigan veb-karta mavjud http://www.oncolnc.org. Biz qiziqish genini kiritishimiz mumkin va u TCGA ichidagi barcha ko'rsatkichlar bo'yicha cox regression tahlilini amalga oshiradi. Masalan, gpr183-ni kiritish cox koeffitsienti bo'yicha saralangan quyidagi chiqishga olib keladi:

Bu bizga Kox koeffitsienti belgisiga asoslanib, qaysi saraton kasalliklari omon qolish bilan ijobiy yoki salbiy aloqaga ega bo'lishi mumkinligini aytadi. Yanada qoldiq birlashmalariga o'rganish uchun, biz "yuqori" yoki "past" ifoda asosida o'simta bo'linib bo'lgan Kaplan Meier tahlil qilish, va ikki guruh o'rtasida qoldiq stavkalari farqlarni baholash kerak. Buning uchun SKCM yonidagi "Plot Kaplan" tugmachasini bosamiz va natijada Kaplan Meier uchastkasini yaratish va p qiymatini hisoblash uchun olingan veb-sahifada median bo'linishni (50:50 kiriting) bajaramiz:

Biz SKCM o'rtacha yuqori GPR183 bilan bemorlar kam GPR183 bilan bemorlarga nisbatan yuqori yashovchanligini ega bo'lgan aniq qoldiq birlashmasi bor, deb kuzatish. P-qiymati 0.00817 da juda kichik.

Gepia2
Yuqoridagilarga qaraganda ko'proq xususiylashtirishga imkon beradigan yana bir omon qolishni tahlil qilish vositasi Gepia2, da http://gepia2.cancer-pku.cn/#index. omon qolish tahlilini o'tkazish uchun omon qolish yorlig'iga o'ting: http://gepia2.cancer-pku.cn/#survival. keyin, qiziqish genini kiriting va tahlil qilishni istagan ko'rsatkichlarni tanlang. Quyidagi Sozlamalar panelidan foydalanib, bo'linish turini, xato satrlarini va boshqalarni sozlashingiz mumkin. Ushbu vosita at vositasiga qaraganda biroz ko'p qirrali oncolnc.org.

Quyida shu uchun resuts bo'ladi 50: 50 biz ilgari amalga GPR183 uchun SKCM split, Gepia2 yordamida bu safar:

Ushbu veb-sayt shuningdek, ma'lum bir qiziqish geni bilan eng yuqori darajada bog'liq bo'lgan genlarni qidirishga, ikkita gen yoki gen to'plamlari o'rtasida korrelyatsion tahlilni o'tkazishga va tanlangan ko'rsatkichlar uchun o'sma va normal to'qimalar orasidagi differentsial genlarni hisoblashga imkon beradi. Chap panelda ko'rib chiqishingiz mumkin bo'lgan foydali vositalarning butun paneli mavjud.

PROGGENE
Tcga-dan tashqari, klinik ma'lumotlar bilan bog'liq gen ekspression tadqiqotlarini nashr etgan ko'plab mustaqil jurnal maqolalari mavjud. Misol uchun, biopsiya olingan qaysi 104 ko'krak saratoni biopsiya bilan bog'liq gen ifodasi ma'lumot, shuningdek, bemorlarning qoldiq natijalarini beradi. PROGGENE veb-vositasi http://genomics.jefferson.edu/proggene/ bu avtonom tadqiqotlar bir qator uchun qoldiq tahlil amalga oshiradi, shuningdek TCGA ma'lumotlar sifatida. Quyidagi displey paneli sizning geningizni, tahlil qilmoqchi bo'lgan ko'rsatkichlarni va bo'linish turini kiritishga imkon beradi (standart bo'linish median).

Submit tugmachasini bosgandan so'ng, sizning geningiz uchun ma'lumotlarni o'z ichiga olgan mavjud tadqiqotlar ro'yxati ko'rsatiladi. "Uchastkalari yaratish" bosgan har bir ma'lumotlar majmui uchun Kaplan Meier egri hosil qiladi, quyida kabi qarash:

Ushbu vositadan foydalanib, biz bir nechta genlardan tashkil topgan imzo kiritishimiz mumkin. Bu kiritilgan barcha genlarning umumiy ifodasi yordamida o'rtacha ekspression qiymatini hisoblab chiqadi va keyin sizning bo'linish mezoningiz asosida hayotni baholaydi. Agar siz bir nechta genlardan tashkil topgan fenotipik holat bo'lgan t hujayralarining charchashi kabi narsalarni ko'rib chiqsangiz, bu xususiyat juda yaxshi.

TCGA ma'lumotlarini yuklab olish

Agar yuqoridagi veb-saytlar sizga kerakli tahlilni taqdim etmasa, siz TCGA uchun xom ma'lumotlarni yuklab olishingiz va o'zingizning tahlilingizni bajarishingiz mumkin. Xom TCGA ma'lumotlarini olish mumkin http://gdac.broadinstitute.org/. veb-sahifada ma'lumotlarni yuklab olishga kirish uchun "ma'lumotlar" ustuni ostidagi "ko'rib chiqish" havolasini bosishingiz mumkin bo'lgan barcha ko'rsatkichlar keltirilgan. illuminahiseq_rnaseqv2-RSEM_genes_normalized (MD5)Fayl normalangan ifoda ma'lumotlarni o'z ichiga oladi.

Tcga uchun xom ma'lumotlarni UCSC Xena brauzerida ham olish mumkin (https://xena.ucsc.edu/public), bu bir nechta yirik gen ekspression tadqiqotlari uchun xom ma'lumotlarni taqdim etadi (TCGA, ICGC, GDC va boshqalar.). Men Tcga Pan-saraton (PANCAN) kohortini tanlashni tavsiya etaman, chunki bu sizga har bir alohida ko'rsatkichni birma-bir yuklab olishdan ko'ra, barcha ko'rsatkichlarni birdaniga yuklab olish imkonini beradi. TOIL RSEM norm_countLink normalangan gen ifodasi ma'lumotlarni o'z ichiga oladi.

TCGA namunalari uchun namuna shtrix o'qish haqida qisqa hidoyat bu yerda topishingiz mumkin: http://www.omnesres.com/tools/tcga/. eng muhimi, "01" asosiy qattiq o'simta va " 11 " normal to'qima namunalari bildiradi bildiradi. Har qanday tahlilni boshlashdan oldin namunalarni to'qima turiga qarab tasniflashingiz yoki filtrlashingiz kerak.

Xulosa
Ushbu ma'lumotlar bazalarining har birida gen ekspresion ma'lumotlari dunyodagi turli olimlar tomonidan turli xil eksperimental texnikalar (Mikroarray, RNK-seq va boshqalar) yordamida to'planganligini hisobga olsak.), har biridan olingan ma'lumotlarni taqqoslash va taqqoslash muhimdir. Agar biz bir nechta ma'lumotlar bazalarining tasdiqlovchi dalillarini kuzatsak, genning ekspression naqshlari to'g'risida xulosa chiqarishga ko'proq ishonishimiz mumkin. Oxir oqibat, ushbu ma'lumotlar bazalaridan olingan natijalar, agar mavjud bo'lsa, gen bilan bog'liq haqiqiy nashrlar bilan o'zaro bog'liq bo'lishi kerak.

Tomonidan to'xtatish uchun rahmat! Umid qilamanki, ushbu qo'llanma sizga ilmiy sayohatingizda yordam berdi.

Gen ekspression ma'lumotlar bazalari va ma'lumotlarni qazib olish

DNK mikroarray texnologiyasi, shubhasiz, butun dunyo bo'ylab hayot fani jamoatchiligining e'tiborini tortdi va hozirda ko'plab sohalarda yirik kashfiyotlarni muntazam ravishda qo'llab-quvvatlamoqda. Eksperimentlarni o'tkazishning dastlabki texnik muammolarining aksariyati hal qilinmoqda, faqat yangi informatika to'siqlari bilan almashtiriladi, shu jumladan statistik tahlil, ma'lumotlarni vizualizatsiya qilish, talqin qilish va saqlash. Ma'lumotlar bazalarining ikkita tizimi, ulardan biri ekspression ma'lumotlarini va bittasi annotatsiya ma'lumotlarini o'z ichiga olgan bo'lib, tezda tadqiqot hamjamiyatining muhim ma'lumot omborlariga aylanmoqda. Ushbu maqolada tadqiqotning "ustunlari" va tarmoqdagi muhim tugunlar hisoblangan bir nechta ma'lumotlar bazalari o'rganiladi. Ushbu maqola saraton tadqiqotlari bilan bog'liq ikkita misol yordamida mikroarray tajribalari uchun xos bo'lgan umumiy ish oqimi sxemasiga qaratilgan. Ish oqimi massiv eksperimenti jarayonida har bir qadam uchun tegishli ma'lumotlar bazalari va vositalariga murojaat qilish uchun ishlatiladi. Bundan tashqari, joriy massiv ma'lumotlar bazalarining afzalliklari va kamchiliklari ko'rib chiqiladi va ularni takomillashtirish bo'yicha takliflar beriladi.