CC BY
195
Биобанкинг
www.idmz.ru
201 3, №4
■■■■
гш
С.С. ГУТОР,
аспирант кафедры морфологии и общей патологии СибГМУ, г. Томск, Россия, ssgutor@gmail.com
Н.А. ЭНГЛЕВСКИЙ,
младший научный сотрудник ЦНИЛ СибГМУ, г. Томск, Россия, nicolayenglevskiy@gmail.com
Д.В. ПРОКУДИНА,
лаборант ЦНИЛ СибГМУ, г. Томск, Россия, dariya1992@mail.ru
Е.С. ГЕРАСИМОВ,
к.ф.-м.н., коммерческий директор ООО «Контек-Софт», г. Томск, Россия, gerasimov_es@contek.ru
С.В. ОСЬКИН,
инженер ЦНИЛ СибГМУ, г. Томск, Россия, oskin1987@inbox.ru
А.Э. САЗОНОВ,
д.м.н., главный научный сотрудник ЦНИЛ СибГМУ, г. Томск, Россия, sazonov_al@mail.ru
Л.М. ОГОРОДОВА,
чл.-корр. РАМН, д.м.н., профессор, заведующая кафедрой факультетской педиатрии с курсом детских болезней лечебного факультета СибГМУ, г. Томск, Россия, lm-ogorodova@mail.ru
БАНК БИОЛОГИЧЕСКОГО МАТЕРИАЛА: ИНФОРМАЦИОННОЕ СОПРОВОЖДЕНИЕ И ФИЗИЧЕСКОЕ ВОПЛОЩЕНИЕ
УДК 025.4.03
Гутор C.C., Энглевский Н.А., Прокудина Д.В., Оськин С.В., Герасимов Е.С., Сазонов А.Э., Огородова Л.М. Банк биологического материала: информационное сопровождение и физическое воплощение
(Государственное бюджетное образовательное учреждение высшего профессионального образования «Сибирский государственный медицинский университет» Министерства здравоохранения Российской Федерации, г. Томск, Россия; ООО «Контек-софт», г. Томск, Россия)
Аннотация: В статье выполнен обзор современных банков биологического материала, описана собственная разработка авторов — информационная система, имеющая гибкую модульную архитектуру и возможность модифицировать для работы с любым проектом. Система предназначена для учета, сортировки, поиска и хранения сопутствующей информации биологического материала, а также анализа полученных в результате научно-исследовательских работ данных и оперативной подготовки отчетов и сводок.
Ключевые слова: информационная система, банк биологического материала.
UDC 025.4.03
Gutor S, Englevskiy N., Prokudina D., Oskin S, Gerasimov E, Sazonov A., Ogorodova L. Bank of biosamples: information management and physical implementation (Siberian State Medical University, Tomsk, Russia; Contek-Soft LLC, Tomsk, Russia)
Annotation: The article is an overview of current biobanks and description of the author's own development which has flexible modular architecture and ability to modify for work with any project. The system is designed for accounting, sorting, searching and storage of biosamples related information, as well as for analyzing data gathered during the research and operational preparation of reports and summaries.
Keywords: biobank information systems, the bank of biological material, biobank.
Введение
Большинство современных исследований в медицине основаны на анализе клинической информации и данных, полученных при изучении образцов биологического материала различными методами: от молекулярно-генетических до гистологических [16].
© С.С. Гутор, Н.А. Энглевский, Д.В. Прокудина, Е.С. Герасимов, С.В. Оськин, А.Э. Сазонов, Л.М. Огородова, 2013 г.
■ ■ ■ ■ ■ ■■ ■ ■ ■ ■■■ ■ ■ ■ ■ ■ ■■■ ! п ■■ ■ ■ ■■■ ■■ ■■ ■ ■ ■ ■■■ ■■ ■ ■ ■ ■ ■ ■ ■■ ■■ ■ ■
Вран Езвв Биобанкмнг
»■ и информационные
технологии
ISI
> Центральную роль в объединении этих двух потоков информации играют коллекции биологического материала, или банки биологического материала [1], что делает их отличным подспорьем для клинических исследований [16].
С участием банков биологического материала проходят множества медицинских исследований: изучение патофизиологических процессов, причинно-следственных связей, взаимодействия между генетической наследственностью и факторами образа жизни, разработки методов лечения и препаратов [12], поиска молекулярных мишеней и персонифицированного лечения [6] и т.д.
Это сподвигло многие институты за рубежом включить в свой состав банки биологического материала [11].
Существующие банки биологического материала можно условно разделить на две большие группы [3, 12, 15]:
• популяционные биобанки: служат для оценки естественного возникновения и прогрессирования общих заболеваний. Они содержат огромное количество биологических образцов от здоровых или больных доноров, представителей различных групп населения в течение большого периода времени, а состояние здоровья пациента отслеживается на протяжении многих лет. Хранилища биологических материалов в таких биобанках постоянно обновляются и включают данные о генеалогии, истории болезни и образе жизни пациента. Примерами популяционных биобанков являются исландский биобанк DeCode и биобанк Великобритании [12];
• болезньориентированные биобанки: изучают перспективные и/или ретроспективные коллекции биологических образцов людей с тем или иным заболеванием для разработки новых биомаркеров и определения эффективности лечения[8]. Эта группа биобанков, как правило, представлена архивами патологии, например, MUG Biobank, г. Грац.
Появление новых биотехнологий и развитие современных концепций изучения заболеваний
ужесточили требования к высококачественным, хорошо аннотированным биологическим образцам для биомедицинских исследований [12], вследствие чего информационное сопровождение становится необходимым элементом, [2, 7] и более того его можно считать «сердцем» биобанка, так как оно координирует все мероприятия в рамках биобанка [10].
Для выполнения данных функций стали применять лабораторные информационные системы (ЛИС, LIMS), которые включают в себя всю информацию, связанную с образцом: историю, местонахождение, клинические данные донора [6, 16] или специально разработанные решения, например, SAIL [2, 19].
К сожалению, в литературе редко встречаются описания архитектуры таких систем [7], однако, выделены основные их компоненты [16]:
• управление образцами (sample management);
• безопасность данных и администрирование (security and administration management);
• запросы данных (data query);
• интеграция данных (data integration);
• анализ данных (data analysis);
• коллекционирование данных (data collection).
Управление образцами. Основная функция биобанка — хранение образцов. Каждый образец обязательным образом маркируется с помощью уникального 1D/2D штрих-кода [4, 6, 8], что сводит к минимуму риск появления ошибок во время обработки проб [10, 16]. Также необходимо проводить сквозной мониторинг условий хранения образца [2] и следить за всеми его перемещениями [10, 23].
Безопасность данных, администрирование и запросы данных. Защита информации о биологическом материале так же важна, как и в медицинских информационных системах, особенно если в системе хранятся персональные данные доноров [6, 10, 12, 22, 23], что необходимо в популяционных биобанках. Это подразумевает наличие раз-
32
Биобанкинг
www.idmz.ru
201 3, №4
■■■■
гш
личных уровней доступа [1, 2, 23] с системой локирования событий [5]. Ежедневный доступ к информации большинство авторов предлагает осуществить по средствам «тонкого» клиента через Веб-интерфейс [2, 4, 5] для авторизованного пользователя как в Internet, так и в локальной сети, что дает возможность использовать беспроводные соединения для доступа к данным биобанка [2]. Неоднозначное мнение высказывают авторы относительно прямого доступа к информационной базе банка биологического материала по средствам систем управления базами данных (СУБД) с использованием стандарта передачи данных для медицинских информационных систем (HL7) [13] — как за [5], так и против [23]. С одной стороны, это увеличивает возможности интеграции системы, с другой, снижает уровень безопасности данных.
Интеграция данных. Другой важной задачей является интеграция данных из различных источников [7]. Так, большинство исследователей используют реляционные базы данных [5], что позволяет применять структурированный язык запросов (SQL) и расширяемый язык разметки (XML) для импорта данных [2, 16] и экспорта данных в форматы *.csv, *.xls и т.д. [5, 16]. Генерация большого объема данных, что неизбежно в работе биобанка [6], поднимает вопрос о пересылке данных по каналам связи, для которых предлагается использовать стандарт передачи данных для медицинских информационных систем (HL7) [13]. Для интеграции данных между отделениями биобанка используются технологии peer-to-peer [7].
Анализ данных. Редко представлен в информационных системах биобанка, несмотря на то, что его необходимость отмечается [5, 16], даже когда есть доступ к сводным данным по клинической информации об образцах, остается крайняя необходимость нахождения образцов с различными комбинациями этих признаков и мета-данных [19]. Одним из вариантов решения данной задачи
предложен конструктор SQL-запросов через Веб-интерфейс [16] или запросов в виде логических выражений [19].
Коллекционирование данных. Несмотря на наличие описаний хранимой информации в различных биобанках [6, 7, 19], нет стандартов для хранения информации [23]: наборы данных сильно зависят от исследования и типа хранимого материала [10], также могут появиться новые методы исследования биологического материала [7], результаты которых также необходимо будет хранить. В литературе встречаются перечни блоков информации, которые необходимо фиксировать в системе [7, 23]. Большинство авторов сходится во мнении, что необходимая информация в биобанке должна быть анонимной [4, 7, 10], однако встает вопрос о сложностях интеграции данных биобанка с новыми клиническими данными [20]. Клинические данные предлагается хранить с использованием электронных записей здоровья (EHR) и разработанных в этой области стандартов (open-EHR) [5], однако этот формат данных разработан для медицинских информационных систем и не подходит для биобанков [14]. Для импорта клинических данных многие биобанки используют язык трансформации данных (ETL) [4, 5]. Кроме этого, основным блоком информации являются данные об образцах биоматериала [4, 10] и о его порциях [6]. Образцы сгруппированы в коллекции или группы (когорты), которые могут иметь общую информацию для группы [19].
В силу вышесказанного программное обеспечение для банков биологического материала часто разрабатывается специально [4, 8, 19] под нужды конкретного биобанка. Появляются сообщества, в которых обсуждаются проблемы информационного сообщения биобанков [7], научные исследования о разработке таких информационных систем и требованиях к ним [13], в которых появляется термин «информационная система биобанка» (BIS), как новый класс информа-
■ ■ ■ ■ ■ ■■ ■ ■ ■ ■■■ ■ ■ ■ ■■ ■ ■ ■■■ ■ ■ ■ ■ 33 ■
Вран Езвв Биобанкмнг
»■ и информационные
технологии
ционных систем [13]. Одной из рекомендаций данных сообществ и исследований являются гибкость и модифицируемость информационной системы биобанка, которая должна использоваться на всех этапах его работы [10].
В ходе выполнения опытно-конструкторских работ по государственному контракту № 16.522.12.2006 «Разработка наборов реагентов для иммунологической и молекулярногенетической диагностики описторхоза» на базе ЦНИЛ ГБОУ ВПО СибГМУ Минздрава России была создана учетно-аналитическая информационная система «CRUD-System».
Материалы и методы
Для разработки отдельных модулей использовали:
• в качестве сервисной шины предприятия использовалось решение JBoss ESB;
• для реализации хранилища данных — СУБД MySQL;
• средства ETL и SRD реализованы в виде набора SQL процедур;
• клиентское приложение — GateInPortal;
• документооборот — «1С: Документооборот 8»;
• сервер OLAP — Pentaho BI Server CE;
• пользовательский интерфейс OLAP — Pentaho User Console.
Языки программирования: AdobeFlex, Java.
Банк биологического материала был размещен в ЦНИЛ ГБОУ ВПО СибГМУ Минздрава России, оборудован морозильной камерой для хранения лабораторных образцов Stinol, низкотемпературными морозильными камерами для хранения лабораторных образцов MDF-U-3286-S (Sanyo), штрих-кодирующим оборудованием (термопринтер и сканер штрих-кодов) общей вместимостью до 80 000 образцов.
Результаты и обсуждение
Информационная система «CRUD-System» представляет собой систему с модульной архитектурой, основанной на интеграционном подходе. Система состоит из отдельных
слабосвязанных модулей, работающих по общим для всей системы правилам и протоколам. В состав системы входит набор инструментов (конструкторов), который является основным способом создания и изменения сущностей предметной области и описания бизнес-процессов. Состав подсистем, входящих в «CRUD-System», показан на рис. 1.
Информационная система состоит из следующих модулей:
• общая транспортная шина;
• единое хранилище данных;
• клиентское приложение;
• документооборот;
• аналитический модуль.
Данные модули «CRUD-System» обеспечивают все основные компоненты информационных систем биобанков.
Управление образцами. Все образцы биологического материала, а также его порции маркируются с помощью линейного штрих-кода. В системе хранится вся необходимая информация об образце: дата взятия, дата доставки образца в лабораторию, тип материала, местонахождение и ответственный за образец на текущий момент.
Безопасность данных и администрирование системы. Поскольку банк биологического материала, для которого разрабатывалась данная информационная система, болезнь-ориентированный, то персональная информация в системе не хранится. Клиентское приложение в «CRUD-System» является единой точкой входа для всех пользователей и предоставляет доступ к функциям системы в зависимости от прав доступа и представляет собой корпоративный портал — Вебприложение. Все исходящие и входящие сообщения клиентского приложения пересылаются при помощи защищенного шифрованием протокола HTTPS. Прямой доступ к единому хранилищу данных открыт только в пределах локальной сети с использованием персонального идентификатора и пароля, что упрощает интеграцию данных.
34
Биобанкинг
www.idmz.ru
201 3, №4
■■■■
гш
Рис. J. Архитектура «CRUD-System»
■ ■ ■ ■ ■ ■■ ■ ■ ■ ■■■ ■ ■ ■ ■■ ■ ■ ■■■ ■ ■ ■ ■ 35 ■
Вран Езвв Биобанкмнг
»■ и информационные
технологии
> Интеграция данных. В системе представлена частью единого хранилища данных и общей транспортной шиной.
Общая транспортная шина (сервисная шина предприятия) обеспечивает взаимодействие между всеми модулями системы через единую точку. Таким образом, исчезает необходимость выстраивания N связей для взаимодействия приложений друг с другом. Сервисная шина обеспечивает доставку сообщений от одного приложения к другому. При необходимости она также может обеспечивать транзакции, преобразование данных, сохранность сообщений.
Со стороны шины подключение компонентов системы происходит с помощью точек подключения (endpoints). Модуль системы должен быть подключен с помощью адаптера канала — это компонент, который публикует сообщения в канале сообщений при возникновении в модуле некоторого события. Адаптер канала вместе с точкой подключения обеспечивают взаимодействие модуля с шиной. Благодаря данному архитектурному решению обеспечивается возможность подключения новых модулей к системе.
На уровне единого хранилища данных обеспечивается интеграция данных с помощью ETL и SRD. ETL — Extract, Transformation and Load — система извлечения, преобразования и загрузки данных. Основная задача ETL — извлечь данные из разных систем, привести их к согласованному виду и загрузить в хранилище. Система распределения данных (SRD) — Sample, Restructure, Deliver. SRD выполняет выборку из единого хранилища данных. SRD имеет дело с очищенными данными, структуры которых должны быть приведены в соответствие с требованиями различных приложений. SRD доставляет данные в различные «витрины» в соответствии с правами доступа, графиком доставки и требованиями к составу информации.
Анализ данных. Аналитический модуль представляет собой систему, основанную на
OLAP-технологии. OLAP (online analytical processing, аналитическая обработка в реальном режиме времени) — технология обработки информации, заключающаяся в подготовке суммарной информации на основе больших массивов данных, структурированных по многомерному принципу. Используется для быстрой обработки сложных запросов к базе данных. Служит для оперативной подготовки отчетов и позволяет выполнять анализ информации в базе данных. Реляционные БД хранят сущности в отдельных таблицах, которые обычно хорошо нормализованы. Эта структура удобна для операционных БД, но сложные многотабличные запросы в ней выполняются относительно медленно. Данные из ЕХД переносятся в OLAP-ХД с помощью средств SRD. Средства SRD обеспечивают переформатирование нормализованных данных в денормализованные соединения таблиц с применением схемы «звезда» и обеспечивают их доставку в OLAP-ХД. В OLAP-ХД на основе «звезд» строятся OLAP-кубы, которые затем используются OLAP-сервером для выполнения запросов. В центре схемы «звезда» находится таблица фактов, которая содержит ключевые факты, по которым делаются запросы. Множественные таблицы с измерениями присоединены к таблице фактов. Эти таблицы показывают, как могут анализироваться агрегированные реляционные данные. Количество возможных агрегирований определяется количеством способов, которыми первоначальные данные могут быть иерархически отображены. Куб потенциально содержит всю информацию, которая может потребоваться для ответов на любые запросы относительно центральной таблицы фактов. Так, например, разместив в центре «звезды» таблицу с местоположением биологических образцов, а в качестве измерений прикрепить таблицы с клинической информацией, то при анализе такого OLAP-куба будет возможно с легкостью определить количество и местоположение образцов, сгруппированных по возрасту
36
Биобанкинг
www.idmz.ru
201 3, №4
■■■■
гш
и/или по установленным диагнозам донора. OLAP-кубы собираются единожды, после чего при запуске системы в куб подкачиваются новые данные из единого хранилища данных, и можно узнать, что образцов сыворотки из венозной крови пациентов в возрасте от 18 до 24 лет с диагнозом описторхоз — 15 и находятся они в низкотемпературной морозильной камере № 2, в штативе № 3, в ячейках с 16 по 30.
Коллекционирование данных.
Информационная система «CRUD-System» использована в ходе реализации проекта на болезнь-ориентированном банке биологического материала для медицинских исследований и разрабатывалась под его нужды. Одним из требований, предъявляемых со стороны биобанка к информационному сопровождению, были гибкость и модифицируемость системы. Поэтому имеющаяся в системе модель набора данных не является окончательной. Для ее изменения в системе имеется набор конструкторов для: архетипов, форм, меню, ETL и SRD-запросов, SQL-запросов и OLAP-кубов. Во время реализации программного обеспечения мы старались добиться максимальной гибкости без изменения исходных кодов системы.
Редактор архетипов представляет собой средство ведения метаданных и является инструментом изменения структуры ЕХД. Редактор архетипов позволяет создавать, редактировать, удалять, сохранять метаописания сущностей предметной области (архетипы), на основе которых в дальнейшем генерируется структура данных.
Редактор форм является средством визуального проектирования форм и позволяет создавать, редактировать, удалять формы ввода и редактирования данных ИС «CRUD-System». Редактор форм обладает следующими возможностями:
1) размещение компонентов на форме;
2) сопоставление компонентов с полями архетипов;
3) задание функционала формы.
Редактор меню дает возможность формирования многоуровневого иерархического меню в клиентской части информационной системы и обеспечивает создание, редактирование и удаление элементов меню и возможность вызова форм из его элементов.
Остальные редакторы обеспечивают настройку переноса данных между модулями.
Все вышеописанные характеристики системы позволяют «CRUD-System» обладать следующими свойствами:
• Гибкость структуры системы. Возможность добавления/исключения/замены отдельных модулей системы за счет уменьшения взаимосвязи между ними путем слабого связывания (loosecoupling).
• Централизованное хранение данных. Хранение основной информации и системных данных НСИ для унификации и доступности любых данных в рамках всей системы.
• Аналитический анализ данных. Возможность формирования сложных сводок и отчетов из данных основной информации в соответствии с требованиями пользователя.
• Легкий доступ пользователя к системе. Возможность доступа к системе с любого рабочего места в любое время за счет реализации «тонкого» клиента в виде веб-приложения.
• Расширяемость предметной области. Добавление новых сущностей и форм с помощью конструкторов.
• Изменяемость бизнес-логики. Корректировка бизнес-логики с помощью инструментов управления бизнес-процессами.
Заключение
В системе «CRUD-System» есть все выделенные в литературе основные компоненты [16]. Реализация компонентов выполнена на соответствующем уровне. К сожалению, в существующей модели мы не учли воз-
■ ■ ■ ■ ■ ■■ ■ ■ ■ ■■■ ■ ■ ■ ■■ ■ ■ ■■■ ■ ■ ■ ■ 37 ■
Вран Езвв Биобанкмнг
»■ и информационные
технологии
можности построение температурных кривых, однако, гибкость системы это компенсирует. В качестве дальнейшего развития системы возможны создание семантического анализатора языка для формализации содержимого текстовых полей [4], роботизация биобанка и информационная интеграция с ним [10], а также sms-информирование [2].
Финансовая поддержка
Работа выполнена на базе Центральной научно-исследовательской лаборатории ГБОУ ВПО СибГМУ Минздрава России при финансовой поддержке гранта ФЦП «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2007-2013 годы» ГК № 16.512.11.2249.
ЛИТЕРАТУРА
1. Буйкин С.В., Брагина Е.Ю., Конева Л. А., Пузырев В.П. Базы данных коллекций биологического материала: организация сопроводительной информации//Бюлле-тень сибирской медицины. — 2012. — C. 111-120.
2. Иволгин Д.А., Смолянинов А.Б., Багаутинов Ш.М., Коровина К.В., Трушкин И.С., Козлов О.С. Современные системы IT-мониторинга условий криогенного хранения биологического материала в банке пуповинной крови //Вестник МАХ. — 2013. — №1. — C. 48-50.
3. Трофимов Н.А. Отрасль биобанков в ближайшем будущем//Наука за рубежом. — 2012. — № 13.
4. Segagni D, Tibollo V, Dagliati A, Zambelli A, Priori S.G., Bellazzi R. An ICT infrastructure to integrate clinical and molecular data in oncology research//BMC Bioinformatics. — 2012. — P. 1-8.
5. Pathak J., Kiefer R.C, Bielinski S.J., Chute C.G. Applying semantic web technologies for phenome-wide scan using an electronic health record linked Biobank//Journal of Biovedical Semantics. — 2012.
6. Vegvari A., Welinder C, Lindberg H., Fehniger T.E., Marko-Varga G. Biobank resources for future patient care: developments, principles and concepts//Journal of clinical bioinformatics. — 2011. — № 1. — P. 24.
7. Eder J., Dabringer C, Schicho M, Stark K. Data Management for Federated Bio-banks//In: Database and Expert Systems Applications. — Eds. Josef Kung, Roland Wagner Sourav S. Bhowmick. — Berlin: Springer Berlin Heidelberg, 2009. — P. 184-194.
38
Биобанкинг
www.idmz.ru
201 3, №4
■■■■
гш
8. Welinder C., Jonsson G., Ingvar C., Lundgren L., Olsson H. , Breslin T., Vegvari A. Establishing a Southern Swedish Malignant Melanoma OMICS and biobank clinical capability//Clinical and Translational Medicine. — 2013. — P. 1-10.
9. Gottweis H, Lauss G. Biobank governance: heterogeneous modes of ordering and democratization//Journal of Community Genetics. — 2012.
10. Hallmans G, Vaught J.B. Best practices for establishing a biobank//Methods in Molecular Biology. — 2011. — P. 241-260.
11. Malin B, Loukides G, Benitez K., Clayton E.W. Identifiability in biobanks: models, measures, and mitigation strategies//Hum Genet. — 2011. — №130. — P. 385-390.
12. Eder J, Dabringer C, Schicho M, Stark K Information Systems for Federated Bio-banks//In: Transactions on Large-Scale Data- and Knowledge-Centered Systems I. — Eds. J. Kung, R. Wagner, A. Hameurlain — Berlin: Springer Berlin Heidelberg, 2009. — P. 156-188.
13. Hangchan Kim, Byoung-Kee Yi, Il Kon Kim, Yun Sik Kwak. Integrating Clinical Information in National Biobank of Korea//Journal of Medical Systems. — 2011. — P. 647-656
14. Umberto I, Macilotti M, Pascuzzi G. Comparative Issues in the Governance of Research Biobanks//Biobanks and Electronic Health Records: Open Issues. — 2013.
— P. 131-141.
15. Lemke A.A., Halverson C, Lainie F.R. Biobank participation and returning research results: Perspectives from a deliberative engagement in South Side Chicago//Ameri-can Journal of Medical Genetics. — Part A. — 2012.
16. Litton J.-E. Biobank Informatics: Connecting Genotypes and Phenotypes//Methods Mol Biol. — 2011. — P. 343-359.
17. Edit Tukacs, Agnes Korotij, Zsuzsanna Maros-Szabo, Agnes Marta Molnar, Andras Hajdu, Zsolt Torok Model requirements for Biobank Software Systems//Bioinformation.
— 2012. — №8.
18. David J Kaufman, Juli Murphy-Bollinger, Joan Scott, Kathy L. Hudson. Public Opinion about the Importance of Privacy in Biobank Research//The American Journal of Human Genetics. — 2009. — № 85.
19. Gostev M, Fernandez-Banet J., Rung J., Dietrich J., Prokopenko I., Ripatti S., McCarthy M.I., Brazma A., Krestyaninova M. SAIL — a software system for sample and phenotype availability//Bioinformatics. — 2010. — №4. — P. 589-591.
20. Sandor J, BardP. Anonymity and Privacy in Biobanking//In Biobanks and Tissue Research. — Eds. J. Sandor, B. Gordijn, C. Lenk — 2011. — P. 213-230.
21. Simitis Spiros, Regine Kollek, Eckhard Nagel//In: Biobanks for research. — Berlin: Nationaler Ethikrat, 2004.
22. Julian Little, Julian P.T Higgins,John P.A Ioannidis, David Moher, France Gagnon, Erik von Elm, Muin J Khoury, Barbara Cohen, George Davey-Smith, Jeremy Grimshaw, Paul Scheet, Marta Gwinn, Robin E Williamson, Guang Yong Zou, Kim Hutchings, Candice Y Johns. Strengthening the reporting of genetic association studies (STREGA): an ex-tension of the STROBE Statement//Human Genetics. — 2009.
23. Martin Yuille, Katherine Dixon , Andrew Platt, Simon Pullum, David Lewis, Alistair Hall, William Ollier The UK DNA banking network: a «fair access» biobank//Cell and Tissue Banking. — Springer Journals. — 2010. — P. 241-251
■ ■ ■ ■ ■ ■■ ■ ■ ■ ■■■ ■ ■ ■ ■■ ■ ■ ■■■ ■ ■ ■ ■ 39 ■
