TCGA癌症临床数据海洋资源全面介绍---癌症研究领域的全谱！

2006年，结核病序列三幅解（The Cancer Genome Atlas, TCGA）开发计划以多形官能粘液母细胞会病变（GBM）、肺脏结节细胞会胃癌（LUSC）和上皮细胞浆液官能囊腺胃癌（OV）开始为期3年的重点项目工程建设，2009年~2015年下半年作准备。到工程建设截止，TCGA互联网研究者兼职者已描绘了33种结核病特官能10,000余可有病症的分子会特官能，并定义了很多分子会共通点。TCGA包括的以外科决定官能特官能代请注意一般化的文档利用。为确保时是确运用于这些颇具序列特官能的海量以外科文档，值得注意TCGA完成一批重大成果，发请注意在CellPress旗下的期刊。

本文对4同月5日发请注意Cell上的一文顺利完成PHP。文章阐述以OS（总猎食期）、PFI（无令人满意有规律）、DFI（无伤寒有规律）和DSS（疾伤寒相关生存）为四个主要以外科结果终点站的TCGA泛结核病以外科文档资源（TCGA-CDR）通用文档库，并所述了每种结核病特官能的终点站运用于提议。TCGA以外科文档可从序列文档共享空间（GDC）网易完整版，所有的分子会文档在完整版。以外科文档和分子会文档运用于同样的贴纸本体，便于病症的以外科资料和抽取分子会文档为基础。

TCGA泛胃癌文档库描述符特官能

三幅1A为以外科文档为基础和定量及4个主要以外科终点站新创和审计的点阵三幅,对33份初始登记和97份全面官能文档文件，共33种结核病特官能111,60可有结核病病症的资料顺利完成了检视。请注意1为每个TCGA描述符的基本特官能。按原发抽取根据分子会特官能选入每个描述符，毛发脑病变（SKCM）的原发和移到灶两种特官能都有，其它极少数的原发与移到特官能也有研究者。

三幅1. 以外科文档为基础和定量及4个主要以外科终点站新创和审计点阵三幅

请注意1. TCGA 泛胃癌描述符特官能

以外科结果终点站OS、PFI、DFI和DSS

总猎食期（OS）很最重要，缺点是定义OS政治事件时模糊官能最低。但运用于OS作终点站似乎动摇以外科研究者，因为非胃癌自杀身亡不见得能反映出生物学、波及官能或对化疗减轻。运用于OS或需要加长的随访小时；很多以外科试验中所，往往有别于远比随访小时较短的DFI或PFI。针对现有TCGA以外科文档，要坚信短时以外科随访有规律在波及官能结核病特官能结果的最必要官能，因为似乎几年内就捕捉到到以外科政治事件，在死亡之前已浮现伤寒情病情恶化或令人满意。对波及官能较弱的结核病特官能，病症在数十乃至几十年后病情恶化，随访之前似乎无法捕捉到足够政治事件以支用者可靠结果可供判断。该量化的目的是检测TCGA泛胃癌以外科检验的远比优势和不足，指导今后的量化和避免随访有规律小时不足等缺陷。

量化全部TCGA以外科文档后，论证如下：在文档举例得时，OS、PFI及DFI远比精确，但相当多情况只能据估计DSS。三幅1B为33种多种不同结核病特官能的OS K-M曲率。尽管猎食量化不是TCGA主要前提，相当多结核病特官能猎食曲率与从前审计相同猎食终点站的独立研究者基本相同，GBM、OV（2008, 2011）和低最高者级别粘液病变（LGG）（2015）的TCGA结果就是比较好个数得注意。PFI、DFI和DSS的K-M曲率见三幅1C–1E。

三幅1 B-E以外科文档量化

基于每种结核病特官能4个终点站的捕捉到小时计算平均随访小时及政治事件或检测的中所位小时（请注意2）。所有的中所位随访小时为22.1个同月，但多种不同特官能结核病该小时歧异极大；GBM和急官能髓系白血伤寒（LAML）最短约12个同月，而膀胱嫌色细胞会胃癌（KICH）最长约48个同月。

请注意2 基本上中所位随访小时及4个终点站的政治事件与捕捉到中所位小时

自荐运用于的以外科结果终点站

以外科结果终点站选择取决于研究者前提、政治事件生产量、描述符大小和结果文档总质量。将这些步骤和开发的其它步骤作为对单个疾伤寒文档库的飞行测试和补充检测，所述在每种疾伤寒特官能中所运用于每个结果终点站的提议及诱因（请注意3）。每种结核病特官能的猎食终点站只能至少通过一个主要飞行测试和补充检测才被接受。33种胃癌中所的13种运用于全部4个终点站：膀胱尿路上皮胃癌（BLCA）、宫颈结节细胞会胃癌（CESC）、结肠胃癌（COAD）、食管胃癌（ESCA）、鳞状结节细胞会胃癌（HNSC）、膀胱状细胞会胃癌（KIRP）、肺脏腺胃癌（LUAD）、LUSC、OV、胃癌症（PAAD）、畸形（SARC）、胃腺胃癌（STAD）和子宫内膜胃癌（UCEC）。相反，不会一个终点站的有嗜铬细胞会病变和副神经节病变（PCPG）。淋巴弥漫大B细胞会胃癌症（DLBC）、LAML和胸腺病变（THYM）大一小一个终点站；余下结核病特官能2或3个终点站，但其中所一些用者保留意见。最可靠的是PFI，可无保留地自荐给除LAML（无文档）、DLBC和KICH（果断运用于）和PCPG（不自荐）以外的4种。

请注意3 终点站OS,PFI,DFI及DSS的审计与自荐运用于

检验TCGA-CDR及案可有运用于

在丙型肝炎研究者中所，雄激素ER阴官能病症以外科猎食期结节病比ER+病症差。分别用OS、PFI、DFI和DSS更为这两类病症的猎食期（三幅3A–3D；曲率截止于10年随访小时，但运用于整个文档库顺利完成量化）。单环境因素量化标示出，运用于PFI（p= 0.005）和DFI（p = 0.001）作为以外科终点站，TCGA中所ER+丙型肝炎病症比ER-病症有好处的猎食期，但运用于OS时两类病症间不普遍存在歧异(p = 0.097) 。此以外，两类病症的DSS（p = 0.009）有相当大歧异，请注意明DSS的潜在效用。以上辨认出证实了PFI和DFI是特定特官能丙型肝炎分子会研究者的适合于终点站。

三幅3 检验和运用于实可有

此以外还检验了波及官能GBM猎食结果终点站。TCGA中所GBM中所位OS为12.6个同月，介于此之前报道的标准规范化疗的12.1个同月和标准规范化疗协同替莫唑胺的14.6个同月间。中所位PFI是6.1个同月，介于此之前报道的标准规范化疗5个同月和标准规范化疗协同替莫唑胺的6.9个同月间。也许，TCGA文档库OS和PFI政治事件小时与文献原则上。之后印证OS和PFI作为GBM分子会研究者的以外科终点站效度。

用Cox比可适当用回归数学步骤确定高期（III、IV期）远比低期（I、II期）结核病病症的效用比（HR），检验4个终点站的TCGA-CDR文档。由于DFI定义与其它结果的定义不原则上，对自荐运用于OS、PFI和DSS的14种特官能结核病更为logHR（请注意3）。随后大一小对实现Cox比可适当用举可有的疾伤寒顺利完成总和（三幅3E–3G）。结果请注意明，14种特官能结核病中所，除间皮病变（MESO）、PAAD和葡萄膜脑病变（UVM）以外，高期对比低期HR在3个自荐终点站OS、PFI及DSS上引人请注意低。有别于筛选抽取的Wilcoxon秩和筛选，当运用于PFI与DSS（p = 0.0008）或PFI与OS（p = 0.039）校准时，logHR有相当大歧异，标示出疾伤寒令人满意和猎食终点站在HR上普遍存在系统偏差；OS与DSS间不会相当大歧异（p = 0.106）。对2个logHR个数的标准规范误顺利完成引加权平均确定Pearson相关系数， 由logHR据估计的3种结果有极相当大时是相关：PFI和OS相关系数0.96（95%贝叶斯[CI]：0.77–0.99），PFI和DSS为 0.95（95%贝叶斯：0.76–0.99），OS和DSS为0.90（95%贝叶斯：0.61–0.98）。这些相关官能潜在支用者以外科早期用PFI，后期用OS和DSS继续做终点站。

除了为基础分子会文档，还试图量化首次化疗后无伤寒病症与非无伤寒病症究竟浮现多种不同的从新政治事件。TCGA-CDR中所29类结核病文档用于解决该诱因，纳入病症从病因到完成首治并超过无伤寒状态至少生存3个同月。以LUSC为可有，有289可有无伤寒病症和41可有长期非无伤寒病症，NTE所一小别为21.8%和68.2%。用Cox比可适当用回归数学步骤，辨认出在非无伤寒病症中所NTE效用相当大高于无伤寒病症（HR = 6.68，95% CI = 4.25–10.51，FDR调整q个数＜0.05）。在另以外21种结核病特官能中所也有类似于结果（请注意4）。余下7种中所不会捕捉到到这些歧异。我们也在审计究竟每个数学步骤都实现比可适当用举可有，其中所有两个不适用，只能研究者小时依赖及多变量数学步骤来找出诱因。

请注意4 非无伤寒与无伤寒病症NTE拓展对比

TCGA从全球数百个市区内利用伤寒可有，为解决以外科文档多种不同市区内间的单一官能，需要考量文档基本官能、和病症特官能等。对每种疾伤寒而言，我们对比了之前两名透过伤寒可有数最多的有组织来源市区内（TSS）与所有其它TSS的同种疾伤寒及4个结果终点站（请注意5）。

请注意5 对来自之前两位TSS的每个结核病特官能研究者结果顺利完成更为

对于GBM等极强波及官能的，之前两位TSS（#1和#2）的发伤寒人群与其它TSS远比类似于的有OS、PFI和DSS，因政治事件太少难以量化不自荐DFI继续做终点站。BRCA等较低波及官能，强力自荐运用于PFI和DFI，但提议果断用OS或DSS审计。TSS #1的以外科文档产生不太好的OS和DSS，但不会捕捉到到PFI歧异；另以外，请注意面上TSS#1有好处的DFI结果，大一小浮现3可有 DFI政治事件。这种请注意里不一的现象请注意明该市区内的结果文档需要促使审计。另一方面，TSS #2的4个终点站结果与其它地方原则上。

这个简单的结果更为请注意明，当从特定结果量化整体TCGA的以外科文档时，只能考量TSS的颇具体文档。由于年龄、分期/分级及化疗等环境因素受到影响多种不同TSS患伤寒人群的终点站结果，TSS可以作为这些和不完全以外科注释等其它未曾校准歧异的替代。

潜在的常是环境因素、公平竞争结果的

效用及数学步骤举可有

对以外科猎食终点站量化来说，提议运用于所检视的全部以外科文档。但远比分子会/序列文档的为基础量化，要请注意两个方面。首先，自荐意见基于基线猎食数学步骤，以分子会共通点作预报突变划分抽取集，有似乎破坏结果总和的相当大官能歧异。因此，从彼此间相似性的TCGA分子会文档或共通点TCGA-CDR结果文档中所得出的论证需要在独立的文档库中所促使证实。

第二，我们提议大一小运用于原发的分子会文档，因为病症初诊时，最重要小时文档等匹配的以外科文档已利用远比基本。毛发脑病变（SKCM）在TCGA特官能中所非常独有，470可有中所大一小103可有原发，其余296可有为原发局部腹腔移到，68可有远端移到。这与常常利用到移到病变的其它TCGA结核病特官能呈现出近来。SKCM移到病变常常不颇具备匹配的原发，而其它TCGA结核病特官能尽管常常有移到病变，但都不颇具备匹配的原发抽取。因此，对于SKCM结果的相关官能，提议只运用于局限生产量的原发伤寒可有，尽管SCKM腹腔移到的III期伤寒可有可作为独立则有顺利完成研究者。

在运用于从新为基础的TCGA-CDR文档库时，还只能请注意：潜在混淆环境因素、公平竞争结果的效用及数学步骤举可有。

常是环境因素

常是环境因素普遍存在但被无关在数学步骤除此以以外时，偏差似乎高估或低估真时是。如在丙型肝炎的有色人种歧异研究者中所，奴隶主与黑人病症间普遍存在最重要的基因请注意达歧异，然而根据分子会共通点顺利完成调整后，这种歧异相当大减低甚至消失。治果也是潜在的常是环境因素，当文档可获取时应适当考量调整。化疗未曾知时，年龄、诊治医务人员及病因备注等标准规范化疗作为替代文档能减低一小误差。对这方面的决策三维，积极运用于标志物结节病研究者提议报告（REMARK）。

公平竞争结果的效用

量度DSS、DFI和PFI终点站时，要对不会经历最重要政治事件且无伤寒的死亡病症顺利完成审查。在这种情况，如果举可有病症不会其它自杀身亡，那她/他事与愿违仍似乎死于结核病指征。然而，在据估计化疗等预报突变对继发官能结核病或心血管疾伤寒等非指标结核病死亡效用的预报能力时，该举可有却是举例。

数学步骤举可有

运用于Cox比可适当用（PH）数学步骤必须检测PH举可有。都是案可有以外，大相当多数学步骤都实现Cox PH举可有，但需要促使探索这些案可有以找出违背举可有的诱因，从而对HR继续做出更可靠的据估计。尽管已经为掩埋文档和解决诱因换来了巨大努力，但仍普遍存在最重要的运用于限制，到访TCGA以外科文档都必须探究这些限制。

首先，TCGA主要是为分子会研究者建筑设计，最初伤寒可有选择来自多个机构不颇具备适合于库存有组织的未曾化疗原发伤寒可有，因此这些伤寒可有不构成连续官能。此以外，对于每种多种不同特官能/研究者，随访文档不会为统一利用。同时，以外科文档利用的一些规则在从前一再随着小时的很长而改变。TCGA - CDR不包括结核病化疗史，并非所有伤寒可有都被注释。因此，量化特定特官能或共通点的化疗背景要强概况官能泛胃癌量化。当病症顺利完成颇具体化疗时，受益能用DFI和PFI终点站适当量化。

其次，TCGA抽取以外科随访根据当地公立医院的小时请注意，似乎为疾伤寒或特定部位的病情恶化和伤寒人最重要生命状态的历史记录，因此不会TCGA原则上的以外科随访开发计划，大一小所述工程建设主要强调的分子会特官能。

最终，几乎所有TCGA取得的抽取和序列及分子会文档来自从新诊病症原发的单个切片，由此产生的序列和分子会文档不能在空间或小时任何方面明确捕获代请注意另一病症结果变量的异质官能。该诱因不是TCGA独有的，任何静态原发官能研究者都普遍存在。

展望

这项兼职是有史以来第一次下半年系统化检视TCGA泛胃癌以外科资料。由此产生的TCGA-CDR的结果终点站与独立非TCGA研究者结果原则上，说明该资源在空之前规模的以外科尺度上透过了生物观测从新视角。也要坚信TCGA-CDR的内在运用于局限官能及这两项指导和自荐意见。已经非常清晰，人类疾伤寒未曾来大规模的分子会研究者必须系统化利用以外科伤寒理、化疗和转归政治事件文档，以坚用者最高者标准规范的以外科研究者。尽管有其局限官能，TCGA-CDR透过了通用文档库，以及完整的4个以外科结果终点站导出，并解决了总质量诱因，从而在泛胃癌和个体水平上顺利完成转变成研究者。未曾来文档研究者的融入将进一步提高结果间的单一官能，好处地说明和支用者移位。

参考资料

An Integrated TCGA Pan-Cancer Clinical Data Resource to Drive High-Quality Survival Outcome Analytics