TCGA癌症临床图表资源全面介绍---癌症研究领域的全谱！

2006年，胃肺癌基因组示意研究成果（The Cancer Genome Atlas, TCGA）原先以多形官能粒状母蛋白结节（GBM）、呼吸系统柱状蛋白肺癌（LUSC）和卵巢浆液官能囊肺肺癌（OV）开始为期3年的试点项目，2009年~2015年全面揭开。到项目上半年，TCGA网络深入研究工作者已描写了33种胃肺癌子类10,000余唯病患的分子会特点，并假定了很多分子会共五通点。TCGA举例来说的药理学极为不可或缺特点代所列普遍官能的数据集获取。为确保错误传用到这些具基因组特点的海量药理学数据集，近期TCGA完成一批重大成果，发所列在CellPress集团的期刊。

本文对4月末5日发所列Cell上的一文进行时重写。篇名阐述以OS（总适应环境期）、PFI（无成果等长）、DFI（人言等长）和DSS（病症相关幸存）为四个主要药理学结果三站的TCGA泛胃肺癌药理学数据集自然资源（TCGA-CDR）准则化数据集库，并给出新了每种胃肺癌子类的三站用到促请。TCGA药理学数据集可从基因组数据集共五享空间（GDC）网络媒体下载，所有的分子会数据集在下载。药理学数据集和分子会数据集用到比方说的条码结构，便于病患的药理学数据资料和抽样分子会数据集紧密结合。

TCGA泛肺癌数据集库描述符特点

示意图1A为药理学数据集紧密结合和研究原理及4个主要药理学三站衍生和审计的流程示意图,对33份初始登记和97份后续数据集文件，共五33种胃肺癌子类111,60唯胃肺癌病患的数据资料进行时了处理。所列1为每个TCGA描述符的基本特点。按原发抽样根据分子会特点被选为每个描述符，脸部黑色素结节（SKCM）的原发和集中于两口两种子类都有，其它极少数的原发与集中于子类也有深入研究。

示意图1. 药理学数据集紧密结合和研究原理及4个主要药理学三站衍生和审计流程示意图

所列1. TCGA 泛肺癌描述符特点

药理学结果三站OS、PFI、DFI和DSS

总适应环境期（OS）很不可或缺，不同之处是假定OS意以外事件时模糊官能最低。但用到OS作三站或许弱化药理学深入研究，因为非肺癌疑点不一定能反映出新生物学、来袭官能或对以外科手术缓解。用到OS或只需加长的随访小时；很多药理学试验里面，通常换用相对随访小时不长的DFI或PFI。针对现有TCGA药理学数据集，要了解到短时药理学随访等长在来袭官能胃肺癌子类结果的不可或缺官能，因为或许几年内就检视到药理学意以外事件，在死亡前已出新现复发入院或成果。对来袭官能较弱的胃肺癌子类，病患在数十乃至几十年后入院，随访期间或许无法检视能够意以外事件以支在手可靠结果供判断。该研究的最终目标是核对TCGA泛肺癌药理学扫描的相对优势和不足，个人兴趣今后的研究和避免随访等长小时不足等弱点。

研究全部TCGA药理学数据集后，恰巧确官能如下：在数据集可取得时，OS、PFI及DFI相对正确地，但同样情况下勉强少于DSS。示意图1B为33种相同胃肺癌子类的OS K-M曲线。尽管适应环境研究不是TCGA主要尽可能，同样胃肺癌子类适应环境曲线与基本上审计不尽相同适应环境三站的独立深入研究基本不尽相同，GBM、OV（2008, 2011）和低级别粒状结节（LGG）（2015）的TCGA结果就是毫无疑问唯证。PFI、DFI和DSS的K-M曲线见示意图1C–1E。

示意图1 B-E药理学数据集研究

基于每种胃肺癌子类4个三站的检视小时计算千分之随访小时及意以外事件或核对的里面位小时（所列2）。所有的里面位随访小时为22.1个月末，但相同子类胃肺癌该小时再加异官能极大；GBM和急官能髓系白血病（LAML）最短共约12个月末，而肾嫌色蛋白肺癌（KICH）最长共约48个月末。

所列2 结构上里面位随访小时及4个三站的意以外事件与检视里面位小时

举荐用到的药理学结果三站

药理学结果三站选择取决于深入研究尽可能、意以外事件数量、描述符大小和结果数据集密度。将这些原理和开发的其它原理作为对单个病症数据集库的试验和必要核对，给出新在每种病症子类里面用到每个结果三站的促请及缘故（所列3）。每种胃肺癌子类的适应环境三站只需更加少通过一个主要试验和必要核对才被接受。33种肺癌里面的13种用到全部4个三站：膀胱尿路上皮肺癌（BLCA）、宫颈柱状蛋白肺癌（CESC）、肺肺癌（COAD）、食管肺癌（ESCA）、头颈部柱状蛋白肺癌（HNSC）、肾状蛋白肺癌（KIRP）、呼吸系统肺肺癌（LUAD）、LUSC、OV、胰肺肺癌（PAAD）、肉结节（SARC）、胃肺肺癌（STAD）和子宫内膜肺癌（UCEC）。只不过，未曾一个三站的有嗜铬蛋白结节和副神经结节（PCPG）。上皮细胞弥漫大B蛋白上皮细胞结节（DLBC）、LAML和胸腺结节（THYM）大部分一个三站；一小胃肺癌子类2或3个三站，但其里面一些在手异议。最可靠的是PFI，可无保留地举荐给除LAML（无数据集）、DLBC和KICH（审慎用到）和PCPG（不举荐）以外的4种。

所列3 三站OS,PFI,DFI及DSS的审计与举荐用到

试验TCGA-CDR及案唯系统设计

在肺肺癌深入研究里面，孕酮ER阴官能病患药理学适应环境期高血压比ER+病患再加。分别用OS、PFI、DFI和DSS相对这两类病患的适应环境期（示意图3A–3D；曲线上半年于10年随访小时，但用到整个数据集库进行时研究）。单考量研究说明了，用到PFI（p= 0.005）和DFI（p = 0.001）作为药理学三站，TCGA里面ER+肺肺癌病患比ER-病患有更好的适应环境期，但用到OS时两类病患间不共存再加异官能(p = 0.097) 。此以外，两类病患的DSS（p = 0.009）有相当大再加异官能，所列明DSS的潜在价参数。以上见到证实了PFI和DFI是特定子类肺肺癌分子会深入研究的合适三站。

示意图3 试验和系统设计最简单

此以外还试验了来袭官能GBM适应环境结果三站。TCGA里面GBM里面位OS为12.6个月末，介于即便如此路透社的准则以外科手术的12.1个月末和准则以外科手术重新组建替莫唑胺的14.6个月末错综复杂。里面位PFI是6.1个月末，介于即便如此路透社的准则以外科手术5个月末和准则以外科手术重新组建替莫唑胺的6.9个月末错综复杂。显然，TCGA数据集库OS和PFI意以外事件小时与典籍相反。再一窥见OS和PFI作为GBM分子会深入研究的药理学三站效度。

用Cox比唯不已确定官能重回三维已确定高期（III、IV期）相对低期（I、II期）胃肺癌病患的不已确定官能比（HR），试验4个三站的TCGA-CDR数据集。由于DFI假定与其它结果的假定不相反，对举荐用到OS、PFI和DSS的14种子类胃肺癌相对logHR（所列3）。随后大部分对满足Cox比唯不已确定官能论据的病症进行时统计数据（示意图3E–3G）。结果所列明，14种子类胃肺癌里面，除间皮结节（MESO）、PAAD和葡萄膜黑色素结节（UVM）以外，高期对比低期HR在3个举荐三站OS、PFI及DSS上明显很低。换用配对抽样的Wilcoxon秩和检验，当用到PFI与DSS（p = 0.0008）或PFI与OS（p = 0.039）量度时，logHR有相当大再加异官能，说明了病症成果和适应环境三站在HR上共存系统偏离；OS与DSS错综复杂未曾相当大再加异官能（p = 0.106）。对2个logHR参数的准则误传进行时引加权千分之已确定Pearson相关系数， 由logHR少于的3种结果有极相当大恰巧相关：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）。这些相似官能潜在支在手药理学早期用PFI，后期用OS和DSS要用三站。

除了紧密结合分子会数据集，还尝试研究首次以外科手术后人言病患与非人言病患究竟出新现相同的新意以外事件。TCGA-CDR里面29类胃肺癌资讯用于妥善解决该缺陷，纳入病患从病因到完成首治并达到人言状态更加少幸存3个月末。以LUSC为唯，有289唯人言病患和41唯长期非人言病患，NTE百余人都为21.8%和68.2%。用Cox比唯不已确定官能重回三维，见到在非人言病患里面NTE不已确定官能相当大高于人言病患（HR = 6.68，95% CI = 4.25–10.51，FDR变更q参数＜0.05）。在另以外21种胃肺癌子类里面也有值得注意结果（所列4）。剩7种里面未曾检视到这些再加异官能。我们也在审计究竟每个三维都满足比唯不已确定官能论据，其里面有两个不符合，只需深入研究小时仰赖及多变量三维来找回缘故。

所列4 非人言与人言病患NTE转变对比

TCGA从全球数百个市区内获取发生百余人，为妥善解决药理学数据集相同市区内间的可比官能，只需重新考虑数据集完整官能、和病患特点等。对每种病症而言，我们对比了前两名共享发生百余人数最多的许多组织是从市区内（TSS）与所有其它TSS的同种病症及4个结果三站（所列5）。

所列5 对来自前两位TSS的每个胃肺癌子类深入研究结果进行时相对

对于GBM等极具来袭官能的，前两位TSS（#1和#2）的发病群体与其它TSS相对来说值得注意的有OS、PFI和DSS，因意以外事件毕竟少难以研究不举荐DFI要用三站。BRCA等较低来袭官能，强力举荐用到PFI和DFI，但促请审慎用OS或DSS审计。TSS #1的药理学数据集激发不毕竟好的OS和DSS，但未曾检视到PFI再加异官能；另以外，所列面上TSS#1有更好的DFI结果，大部分出新现3唯 DFI意以外事件。这种所列里不一的现象所列明该市区内的结果数据集只需全面审计。另一不足之处，TSS #2的4个三站结果与其它以前相反。

这个简单的结果相对所列明，当从特定结果研究结构上TCGA的药理学数据集时，只需重新考虑TSS的基本资讯。由于成年、分期/AO及以外科手术等考量影响相同TSS患病群体的三站结果，TSS可以作为这些和不只不过药理学注释等其它未曾量度再加异官能的替代。

潜在的群集考量、挑战结果的

不已确定官能及三维论据

对药理学适应环境三站研究来说，促请用到所处理的全部药理学数据集。但相对来说分子会/基因组数据集的紧密结合研究，要注意两个不足之处。首先，举荐意见基于孔径适应环境三维，以分子会共五通点作预见特异官能划分抽样集，有或许破坏结果统计数据的相当大官能再加异官能。因此，从互相相关联的TCGA分子会数据集或共五通点TCGA-CDR结果数据集里面得出结论新的恰巧确官能只需在独立的数据集库里面全面证实。

第二，我们促请大部分用到原发的分子会数据集，因为病患初诊时，不可或缺小时资讯等匹配的药理学数据集已获取相对完整。脸部黑色素结节（SKCM）在TCGA子类里面更加特殊，470唯里面大部分103唯原发，其余296唯为原发发散上皮细胞结集中于，68唯远端集中于。这与常常获取到集中于结节的其它TCGA胃肺癌子类形成截然相同。SKCM集中于结节常常带有匹配的原发，而其它TCGA胃肺癌子类尽管常常有集中于结节，但都带有匹配的原发抽样。因此，对于SKCM结果的相似官能，促请只用到受限制数量的原发发生百余人，尽管SCKM上皮细胞结集中于的III期发生百余人可作为独立组群进行时深入研究。

在用到新紧密结合的TCGA-CDR数据集库时，还只需注意：潜在相混考量、挑战结果的不已确定官能及三维论据。

群集考量

群集考量共存但被排除在三维之以外时，偏离或许高估或低估真恰巧。如在肺肺癌的群体再加异官能深入研究里面，美国黑人与有色人种病患错综复杂共存不可或缺的基因所列达再加异官能，然而根据分子会共五通点进行时变更后，这种再加异官能相当大减缓甚至消失。治果也是潜在的群集考量，当资讯可给与时应适当重新考虑变更。以外科手术未曾知时，成年、诊治医院及病因年份等准则以外科手术作为替代资讯能减缓部分误传再加。对这不足之处的决策建模，鼓励用到标志物高血压深入研究促请报告（REMARK）。

挑战结果的不已确定官能

测定DSS、DFI和PFI三站时，要对未曾经历不可或缺意以外事件且人言的死亡病患进行时审查。在这种情况下，如果论据病患未曾其它疑点，那她/他最终仍或许死于胃肺癌指征。然而，在少于以外科手术等预见特异官能对官能病症胃肺癌或心血管病症等非指数胃肺癌死亡不已确定官能的预见能力时，该论据并不可取。

三维论据

系统设计Cox比唯不已确定官能（PH）三维必需核对PH论据。尚有案唯以外，大同样三维都满足Cox PH论据，但只需全面探索这些爱滋病以找到新违背论据的缘故，从而对HR特别忽略更准确的少于。尽管从未为清理数据集和妥善借助回报了巨大努力，但仍共存不可或缺的用到受限，访问TCGA药理学数据集都必需了解这些受限。

首先，TCGA主要是为分子会深入研究新设计，最初发生百余人选择来自多个机构带有合适库存许多组织的未曾以外科手术原发发生百余人，因此这些发生百余人不构成连续官能。此以外，对于每种相同子类/深入研究，随访数据集未曾独立获取。同时，药理学数据集获取的一些规则在基本上设法随着小时的流逝而改变。TCGA - CDR不举例来说胃肺癌以外科手术两书，并非所有发生百余人都被注释。因此，研究特定子类或共五通点的以外科手术背景强于概况官能泛肺癌研究。当病患进行时基本以外科手术时，受益能用DFI和PFI三站有效研究。

其次，TCGA抽样药理学随访根据当地医疗机构的小时所列，或许为病症或特定部位的入院和病者不可或缺生命状态的记录，因此未曾TCGA指定的药理学随访原先，大部分给出新项目主要忽略的分子会特点。

最后，近乎所有TCGA取得的抽样和基因组及分子会数据集来自新诊病患原发的单个切片，由此激发的基因组和分子会数据集不能在空间或小时任何不足之处清楚捕获代所列另一病患结果变量的异质官能。该缺陷不是TCGA独有的，任何静态原发官能深入研究都共存。

全面官能

这项工作是有两书以来第一次全面行之有效处理TCGA泛肺癌药理学数据资料。由此激发的TCGA-CDR的结果三站与独立非TCGA深入研究结果相反，断言该自然资源在空前规模的药理学尺度上共享了生物观测新视角。也要了解到TCGA-CDR的内在用到局限官能及极为不可或缺官能个人兴趣和举荐意见。从未更加明晰，人类病症未曾来会大规模的分子会深入研究必需行之有效获取药理学病理、以外科手术和转归意以外事件数据集，以坚在手最高准则的药理学深入研究。尽管有其局限官能，TCGA-CDR共享了准则化数据集库，以及清晰的4个药理学结果三站给定新，并妥善解决了密度缺陷，从而在泛肺癌和官能状技术水平上进行时转化深入研究。未曾来会数据集深入研究的融合将提高结果错综复杂的可比官能，更好地断言和支在手减法。

参考数据资料

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