TCGA癌症临床数据资源全面介绍---癌症研究课题领域的全谱！

2006年，结核病DNA左图说（The Cancer Genome Atlas, TCGA）著手以多形在手续性胶质母蛋白质病变（GBM）、肾表皮蛋白质腺癌（LUSC）和卵巢浆液在手续性囊腺腺癌（OV）开始月末3年的试点工作项目，2009年~2015年全盘展开。到项目截止，TCGA的网络研究者管理新闻工作者已描述了33种结核病多种类型10,000余亦然症状的分子形态特性，并假设了很多分子形态流感病毒。TCGA包含的部份科关键特性代备注一般化的个人信息获取。为确保无论如何可用这些具DNA特性的高层次部份科个人信息，最近TCGA进行时一批重大成果，发备注在CellPress旗下的学报。

本文对4月底5日发备注Cell上的一文进行时编译。文中探讨以OS（总生存环境期）、PFI（无令人满意在在隔）、DFI（无病在在隔）和DSS（病症相关生存）为四个主要部份科结果起点的TCGA泛结核病部份科个人信息森林资源（TCGA-CDR）准则化个人信息库，并得显露了每种结核病多种类型的起点可用建言。TCGA部份科个人信息可从DNA个人信息共享紧致（GDC）门户网站流媒体，所有的分子形态个人信息在流媒体。部份科个人信息和分子形态个人信息可用同样的条码形态，便于症状的部份科详细资料和抽样分子形态个人信息统合。

TCGA泛腺癌个人信息库配置文件特性

左图1A为部份科个人信息统合和控制系统性方法有及4个主要部份科起点都是以和评量的流程左图,对33份初始登记和97份后续个人信息文件，共33种结核病多种类型111,60亦然结核病症状的详细资料进行时了执行。备注1为每个TCGA配置文件的基本特性。按原发抽样根据分子形态特性选入每个配置文件，指甲黑色素病变（SKCM）的原发和重新分配圹两种多种类型都有，其它极少数的原发与重新分配多种类型也有研究者。

左图1. 部份科个人信息统合和控制系统性方法有及4个主要部份科起点都是以和评量流程左图

备注1. TCGA 泛腺癌配置文件特性

部份科结果起点OS、PFI、DFI和DSS

总生存环境期（OS）很不可或缺，优点是假设OS流血事件时模糊在手续性最更高。但可用OS作起点不来得可能削减部份科研究者，因为非腺癌验尸不一定能再现显露生物学、侵入在手续性或对病人大大降低。可用OS或才可极短的随访小时；很多部份科试验中都，通常采用相对于随访小时较短的DFI或PFI。针对这两项TCGA部份科个人信息，要认识到短时部份科随访在在隔在侵入在手续性结核病多种类型结果的不可或缺在手续性，因为不来得可能几年内就推论到部份科流血事件，在失踪之前已显露现病情罹患或令人满意。对侵入在手续性较弱的结核病多种类型，症状在数十乃至几十年后罹患，随访期在在不来得可能无法推论充足流血事件以拥护合理结果供人判断。该控制系统性的目的是检查和TCGA泛腺癌部份科检测的相对于优势和过剩，指导今后的控制系统性和能避免随访在在隔小时过剩等缺陷。

控制系统性全部TCGA部份科个人信息后，结论如下：在个人信息可获得时，OS、PFI及DFI相对于无论如何地，但一般来说情况下只能至少DSS。左图1B为33种相异结核病多种类型的OS K-M直线。尽管生存环境控制系统性不是TCGA主要尽不来得可能，一般来说结核病多种类型生存环境直线与过去评量相同生存环境起点的单独研究者不尽相同，GBM、OV（2008, 2011）和更高级别胶质病变（LGG）（2015）的TCGA结果就是不错亦然证。PFI、DFI和DSS的K-M直线见左图1C–1E。

左图1 B-E部份科个人信息控制系统性

基于每种结核病多种类型4个起点的推论小时计算平均随访小时及流血事件或检查和的中都位小时（备注2）。所有的中都位随访小时为22.1个月底，但相异多种类型结核病该小时劣异极其大；GBM和急在手续性髓系之前列腺癌（LAML）最短约12个月底，而肾嫌色蛋白质腺癌（KICH）三长约48个月底。

备注2 相比之下中都位随访小时及4个起点的流血事件与推论中都位小时

延揽可用的部份科结果起点

部份科结果起点选择一般来说研究者尽不来得可能、流血事件存量、配置文件大小和结果个人信息质量。将这些方法有和技术开发的其它方法有作为对单个病症个人信息库的试验和必需检查和，得显露在每种病症多种类型中都可用每个结果起点的建言及可能（备注3）。每种结核病多种类型的生存环境起点所才可非常少通过一个主要试验和必需检查和才被接受。33种腺癌中都的13种可用全部4个起点：膀胱尿路上皮腺癌（BLCA）、乳头状表皮蛋白质腺癌（CESC）、结肠腺癌（COAD）、食管腺癌（ESCA）、头颈部表皮蛋白质腺癌（HNSC）、肾状蛋白质腺癌（KIRP）、肾腺腺癌（LUAD）、LUSC、OV、胰腺腺癌（PAAD）、肉病变（SARC）、胃部腺腺癌（STAD）和乳房内膜腺癌（UCEC）。忽略，没一个起点的有嗜铬蛋白质病变和副神经节病变（PCPG）。淋巴弥漫大B蛋白质淋巴病变（DLBC）、LAML和颊腺病变（THYM）数一个起点；剩余结核病多种类型2或3个起点，但其中都一些在手保留看法。最合理的是PFI，可无保留地延揽给除LAML（无个人信息）、DLBC和KICH（慎重可用）和PCPG（不延揽）部份的4种。

备注3 起点OS,PFI,DFI及DSS的评量与延揽可用

可验证TCGA-CDR及案亦然控制系统设计

在胰腺腺癌研究者中都，雌激素ER阴在手续性症状部份科生存环境期肾功能比ER+症状劣。分别用OS、PFI、DFI和DSS相对于这两类症状的生存环境期（左图3A–3D；直线截止于10年随访小时，但可用整个个人信息库进行时控制系统性）。单各种因素控制系统性显示，可用PFI（p= 0.005）和DFI（p = 0.001）作为部份科起点，TCGA中都ER+乳腺结核病状比ER-症状有更高的生存环境期，但可用OS时两类症状在在不依赖于劣异(p = 0.097) 。此部份，两类症状的DSS（p = 0.009）有值得注意劣异，备注明DSS的潜在价值。以上发现证实了PFI和DFI是特定多种类型胰腺腺癌分子形态研究者的适当起点。

左图3 可验证和控制系统设计实亦然

此部份还可验证了侵入在手续性GBM生存环境结果起点。TCGA中都GBM中都位OS为12.6个月底，介于在此之后报道的准则病人的12.1个月底和准则病人合组替莫唑胺的14.6个月底密切关系。中都位PFI是6.1个月底，介于在此之后报道的准则病人5个月底和准则病人合组替莫唑胺的6.9个月底密切关系。显然，TCGA个人信息库OS和PFI流血事件小时与史籍忽略。再次窥见OS和PFI作为GBM分子形态研究者的部份科起点效度。

用Cox比亦然危险性回归数学方法有已确定高期（III、IV期）相对于更高期（I、II期）结核病症状的危险性比（HR），可验证4个起点的TCGA-CDR个人信息。由于DFI假设与其它结果的假设不忽略，对延揽可用OS、PFI和DSS的14种多种类型结核病相对于logHR（备注3）。随后数对充分利用Cox比亦然危险性理论上的病症进行时统计分析（左图3E–3G）。结果备注明，14种多种类型结核病中都，除在在皮病变（MESO）、PAAD和葡萄膜黑色素病变（UVM）部份，高期对比更高期HR在3个延揽起点OS、PFI及DSS上引人注意偏高。采用配对抽样的Wilcoxon秩和检验，当可用PFI与DSS（p = 0.0008）或PFI与OS（p = 0.039）测量时，logHR有值得注意劣异，显示病症令人满意和生存环境起点在HR上依赖于控制系统偏劣；OS与DSS密切关系没值得注意劣异（p = 0.106）。对2个logHR值的准则误进行时反为加权平均已确定Pearson方差， 由logHR至少的3种结果有极值得注意仍要相关：PFI和OS方差0.96（95%仍要态分布[CI]：0.77–0.99），PFI和DSS为 0.95（95%仍要态分布：0.76–0.99），OS和DSS为0.90（95%仍要态分布：0.61–0.98）。这些忽略在手续性潜在拥护部份科早期用PFI，初用OS和DSS想到起点。

除了统合分子形态个人信息，还尝试控制系统性首次病人后无病症状与非无病症状到底显露现相异的新近流血事件。TCGA-CDR中都29类结核病个人信息用于解决该问题，确立症状从诊断到进行时首治并达到无病状态非常少生存3个月底。以LUSC为亦然，有289亦然无病症状和41亦然仍然非无病症状，NTE率共五21.8%和68.2%。用Cox比亦然危险性回归数学方法有，发现在非无病症状中都NTE危险性值得注意高于无病症状（HR = 6.68，95% CI = 4.25–10.51，FDR变更q值＜0.05）。在另部份21种结核病多种类型中都也有类似结果（备注4）。余下7种中都没推论到这些劣异。我们也在评量到底每个数学方法有都充分利用比亦然危险性理论上，其中都有两个不符合，所才可研究者小时依赖及多常量数学方法有来找回可能。

备注4 非无病与无病症状NTE其发展对比

TCGA从全球数百个站内获取发病，为解决部份科个人信息相异站内在在的可比在手续性，才可考虑到个人信息完整在手续性、和症状特性等。对每种病症而言，我们对比了之前两名提供人者发病数最多的其组织来源站内（TSS）与所有其它TSS的同种病症及4个结果起点（备注5）。

备注5 对来自之前两位TSS的每个结核病多种类型研究者结果进行时相对于

对于GBM等富于侵入在手续性的，之前两位TSS（#1和#2）的发病人群与其它TSS相比之下类似的有OS、PFI和DSS，因流血事件来得少难以控制系统性不延揽DFI想到起点。BRCA等较更高侵入在手续性，短时间内延揽可用PFI和DFI，但建言慎重用OS或DSS评量。TSS #1的部份科个人信息消除不来得好的OS和DSS，但没推论到PFI劣异；另部份，较厚上TSS#1有更高的DFI结果，数显露现3亦然 DFI流血事件。这种备注里不一的现象备注明该站内的结果个人信息才可必要性评量。另一相比之下，TSS #2的4个起点结果与其它偏远地区忽略。

这个简单的结果相对于备注明，当从特定结果控制系统性整体TCGA的部份科个人信息时，所才可考虑到TSS的实际个人信息。由于平均年龄、分期/国际标准及病人等各种因素影响相异TSS病重人群的起点结果，TSS可以作为这些和不完全部份科仍要文等其它并未测量劣异的替代。

潜在的普遍存在各种因素、垄断结果的

危险性及数学方法有理论上

对部份科生存环境起点控制系统性来说，建言可用所执行的全部部份科个人信息。但相比之下分子形态/DNA个人信息的统合控制系统性，要注意两个相比之下。首先，延揽看法基于曲率半径生存环境数学方法有，以分子形态流感病毒作得出结论位点细分抽样集，有不来得可能严重破坏结果统计分析的值得注意在手续性劣异。因此，从相关连的TCGA分子形态个人信息或流感病毒TCGA-CDR结果个人信息中都得显露的结论才可在单独的个人信息库中都必要性证实。

第二，我们建言数可用原发的分子形态个人信息，因为症状初诊时，不可或缺小时个人信息等也就是说的部份科个人信息已获取相对于完整。指甲黑色素病变（SKCM）在TCGA多种类型中都极其特殊，470亦然中都数103亦然原发，其余296亦然为原发连续性支气管重新分配，68亦然远端重新分配。这与较少获取到重新分配病变的其它TCGA结核病多种类型形成；也。SKCM重新分配病变较少很强也就是说的原发，而其它TCGA结核病多种类型尽管较少有重新分配病变，但都很强也就是说的原发抽样。因此，对于SKCM结果的忽略在手续性，建言只可用有限存量的原发发病，尽管SCKM支气管重新分配的III期发病可作为单独组群进行时研究者。

在可用新近统合的TCGA-CDR个人信息库时，还所才可注意：潜在混淆各种因素、垄断结果的危险性及数学方法有理论上。

普遍存在各种因素

普遍存在各种因素依赖于但被忽略在数学方法有值得注意时，偏劣不来得可能高估或更高估确实。如在胰腺腺癌的群体劣异研究者中都，白人与奴隶主症状密切关系依赖于不可或缺的基因备注达劣异，然而根据分子形态流感病毒进行时变更后，这种劣异值得注意增加甚至消逝。治果也是潜在的普遍存在各种因素，当个人信息可获取时应适当考虑到变更。病人并未知时，平均年龄、诊治医院及诊断年份等准则病人作为替代个人信息能增加部分误劣。对这相比之下的决策者建模，期望可用标志物肾功能研究者建言通报（REMARK）。

垄断结果的危险性

测出DSS、DFI和PFI起点时，要对没经历不可或缺流血事件且无病的失踪症状进行时送审。在这种情况下，如果理论上症状没其它验尸，那她/他再次仍不来得可能亡于结核病指征。然而，在至少病人等得出结论位点对继发在手续性结核病或心血管病症等非Index结核病失踪危险性的得出结论能力时，该理论上并不所谓。

数学方法有理论上

控制系统设计Cox比亦然危险性（PH）数学方法有不能检查和PH理论上。除少数案亦然部份，大一般来说数学方法有都充分利用Cox PH理论上，但才可必要性探险这些个案以找显露相悖理论上的可能，从而对HR想到显露更准确的至少。尽管并未为清理个人信息和找显露付显露了前所并未有努力，但仍依赖于不可或缺的可用受限制，访问TCGA部份科个人信息都不能认识这些受限制。

首先，TCGA主要是为分子形态研究者结构设计，最初发病选择来自多个独立机构很强适当库存其组织的并未病人原发发病，因此这些发病不组合成连续在手续性。此部份，对于每种相异多种类型/研究者，随访个人信息没为统一获取。同时，部份科个人信息获取的一些规范在过去不得不随着小时的推移而改变。TCGA - CDR不包含结核病病人史，并非所有发病都被仍要文。因此，控制系统性特定多种类型或流感病毒的病人背景优于简述在手续性泛腺癌控制系统性。当症状进行时实际病人时，受益能用DFI和PFI起点有效控制系统性。

其次，TCGA抽样部份科随访根据当地诊所的小时备注，不来得可能为病症或特定部位的罹患和病人不可或缺生命状态的记录，因此没TCGA以部份的部份科随访著手，数得显露项目主要合理化的分子形态特性。

最后，几乎所有TCGA获得的抽样和DNA及分子形态个人信息来自新近诊症状原发的单个切开，由此消除的DNA和分子形态个人信息不能在紧致或小时任何相比之下明确捕获代备注另一症状结果常量的异质在手续性。该问题不是TCGA独有的，任何静态原发在手续性研究者都依赖于。

展望

这项管理工作是本世纪第一次全盘核心内容执行TCGA泛腺癌部份科详细资料。由此消除的TCGA-CDR的结果起点与单独非TCGA研究者结果忽略，说明该森林资源在空之前规模的部份科尺度上提供人者了生物校准新近视角。也要认识到TCGA-CDR的内在可用局限在手续性及关键在手续性指导和延揽看法。并未极其明晰，人类病症今后大规模的分子形态研究者不能核心内容获取部份科其组织学、病人和转归流血事件个人信息，以坚在手最高准则的部份科研究者。尽管有其局限在手续性，TCGA-CDR提供人者了准则化个人信息库，以及清晰的4个部份科结果起点导显露，并解决了质量问题，从而在泛腺癌和变异准确度上进行时转化研究者。今后个人信息研究者的混合将更高结果密切关系的可比在手续性，更高地解释和拥护重复。

参考详细资料

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