TCGA癌症临床数据资源全面介绍----癌症研究领域的全谱！

2006年，肝癌症基因组上图谱（The Cancer Genome Atlas, TCGA）计划案以多形特质胶质母巨噬细胞病变（GBM）、脾结节巨噬细胞癌症（LUSC）和卵巢浸润特质囊癌症（OV）开始日前3年的试点这两项，2009年~2015年年初展开。到这两项截止，TCGA网络研究成果工不作者已描绘出了33种肝癌症并不一定10,000余例病征的大分子特性，并并不一定了很多大分子变异。TCGA包含的除此以外科关键特性代详见泛化的粗略至不及数据赚取。为尽有可能无论如何可用这些具基因组特性的核心内容除此以外科粗略至不及数据，之前有TCGA顺利进行时一批重大成果，发详见在CellPress旗下的期刊。

本文对4同月5日发详见Cell上的一文顺利进行编译。文章阐述以OS（总生存环境期）、PFI（无进展间隔时间）、DFI（生间隔时间）和DSS（结核病方面能活）为四个主要除此以外科结果三站的TCGA泛肝癌症除此以外科粗略至不及数据自然资源（TCGA-CDR）基准化粗略至不及文档，并所述了每种肝癌症并不一定的三站可用提议。TCGA除此以外科粗略至不及数据可从基因组粗略至不及数据一共享空间（GDC）门户网站App，所有的大分子粗略至不及数据在App。除此以外科粗略至不及数据和大分子粗略至不及数据可用同样的条码构造，便于病征的除此以外科资讯和采样大分子粗略至不及数据拆分。

TCGA泛癌症粗略至不及文档链表特性

上图1A为除此以外科粗略至不及数据拆分和研究成果方法及4个主要除此以外科三站一共通和审核的流程上图,对33份初始登记和97份后续粗略至不及数据文件，一共33种肝癌症并不一定111,60例肝癌症病征的资讯顺利进行了管控。详见1为每个TCGA链表的基本特性。按原发采样根据大分子特性选入每个链表，皮肤黑色素病变（SKCM）的原发和移往灶两种并不一定都有，其它极不及数的原发与移往并不一定也有研究成果。

上图1. 除此以外科粗略至不及数据拆分和研究成果方法及4个主要除此以外科三站一共通和审核流程上图

详见1. TCGA 泛癌症链表特性

除此以外科结果三站OS、PFI、DFI和DSS

总生存环境期（OS）很关键，优点是并不一定OS惨剧时模糊特质略高于。但可用OS不作三站有可能动摇除此以外科研究成果，因为非癌症死去因不一定能反映出有机体学、蹂躏特质或对病人缓解。可用OS或需更长的随访时间段；很多除此以外科试验中会，通常采用相对随访时间段较短的DFI或PFI。针对整体TCGA除此以外科粗略至不及数据，要了解到间歇除此以外科随访间隔时间在蹂躏特质肝癌症并不一定结果的关键特质，因为有可能几年内就捕捉到到除此以外科惨剧，在遇害在此之前已显现出来复发罹患或进展。对蹂躏特质较弱的肝癌症并不一定，病征在数十乃至几十年后罹患，随访其间有可能无法捕捉到够大惨剧以支持者有用结果专用判断。该研究成果的目的是核查TCGA泛癌症除此以外科扫描的相对优势和不足，范本现阶段的研究成果和避免随访间隔时间时间段不足等原因。

研究成果全部TCGA除此以外科粗略至不及数据后，结论如下：在粗略至不及数据可取得时，OS、PFI及DFI相对精确，但一般来说只能只能至不及DSS。上图1B为33种多种不同肝癌症并不一定的OS K-M曲率。尽管生存环境研究成果不是TCGA主要期望，一般来说肝癌症并不一定生存环境曲率与基本上审核相同生存环境三站的独立研究成果基本相同，GBM、OV（2008, 2011）和高级别胶质病变（LGG）（2015）的TCGA结果就是毫无疑问例证。PFI、DFI和DSS的K-M曲率见上图1C–1E。

上图1 B-E除此以外科粗略至不及数据研究成果

基于每种肝癌症并不一定4个三站的捕捉到时间段计算平均随访时间段及惨剧或核查的中会位时间段（详见2）。所有的中会位随访时间段为22.1个同月，但多种不同并不一定肝癌症该时间段歧异极大；GBM和急特质髓系前列腺癌症（LAML）最短约12个同月，而肾嫌色巨噬细胞癌症（KICH）最长约48个同月。

详见2 总体中会位随访时间段及4个三站的惨剧与捕捉到中会位时间段

延揽可用的除此以外科结果三站

除此以外科结果三站选择不同研究成果期望、惨剧数量、链表大小和结果粗略至不及数据数量级。将这些方法和开发的其它方法不作为对单个结核病粗略至不及文档的次测试和补充核查，所述在每种结核病并不一定中会可用每个结果三站的提议及因素（详见3）。每种肝癌症并不一定的生存环境三站需要至不及通过一个主要次测试和补充核查才被接纳。33种癌症中会的13种可用全部4个三站：膀胱尿路上皮癌症（BLCA）、宫颈结节巨噬细胞癌症（CESC）、结肠癌症（COAD）、食管癌症（ESCA）、头颈部结节巨噬细胞癌症（HNSC）、肾状巨噬细胞癌症（KIRP）、脾癌症（LUAD）、LUSC、OV、胰癌症（PAAD）、肉病变（SARC）、胃癌症（STAD）和阴道内膜癌症（UCEC）。相反，不能一个三站的有嗜铬巨噬细胞病变和副神经节病变（PCPG）。淋巴弥漫大B巨噬细胞淋巴病变（DLBC）、LAML和胸腺病变（THYM）仅仅一个三站；悉数肝癌症并不一定2或3个三站，但其中会一些持保留意见。最有用的是PFI，可无保留地延揽给除LAML（无粗略至不及数据）、DLBC和KICH（认真可用）和PCPG（不延揽）除此以外的4种。

详见3 三站OS,PFI,DFI及DSS的审核与延揽可用

的次测试TCGA-CDR及事例运用于

在乳癌症研究成果中会，皮质醇ER阴特质病征除此以外科生存环境期病状比ER+病征一比。分别用OS、PFI、DFI和DSS尤其这两类病征的生存环境期（上图3A–3D；曲率截止于10年随访时间段，但可用整个粗略至不及文档顺利进行研究成果）。单状况研究成果详见明，可用PFI（p= 0.005）和DFI（p = 0.001）不作为除此以外科三站，TCGA中会ER+乳癌症病征比ER-病征有更多的生存环境期，但可用OS时两类病征间不一共存歧异(p = 0.097) 。此除此以外，两类病征的DSS（p = 0.009）有特别是在歧异，详见明DSS的潜在价取值。以上发掘出声称了PFI和DFI是特定并不一定乳癌症大分子研究成果的更好三站。

上图3 的次测试和运用于下述

此除此以外还的次测试了蹂躏特质GBM生存环境结果三站。TCGA中会GBM中会位OS为12.6个同月，介于此在此之前报道的基准病人的12.1个同月和基准病人联合替莫唑胺的14.6个同月两者之间。中会位PFI是6.1个同月，介于此在此之前报道的基准病人5个同月和基准病人联合替莫唑胺的6.9个同月两者之间。无论如何，TCGA粗略至不及文档OS和PFI惨剧时间段与古书相符。再次印证OS和PFI不作为GBM大分子研究成果的除此以外科三站效度。

用Cox分之一不确认性回归数学方法确认高期（III、IV期）相对高期（I、II期）肝癌症病征的不确认性比（HR），的次测试4个三站的TCGA-CDR粗略至不及数据。由于DFI并不一定与其它结果的并不一定不相符，对延揽可用OS、PFI和DSS的14种并不一定肝癌症尤其logHR（详见3）。随后仅仅对满足Cox分之一不确认性推论的结核病顺利进行粗略至不及（上图3E–3G）。结果详见明，14种并不一定肝癌症中会，除间皮病变（MESO）、PAAD和葡萄膜黑色素病变（UVM）除此以外，高期对比高期HR在3个延揽三站OS、PFI及DSS上突出极差。采用分组采样的Wilcoxon秩和检验，当可用PFI与DSS（p = 0.0008）或PFI与OS（p = 0.039）量度时，logHR有特别是在歧异，详见明结核病进展和生存环境三站在HR上一共存系统偏一比；OS与DSS两者之间不能特别是在歧异（p = 0.106）。对2个logHR取值的基准误顺利进行反为加权平均确认Pearson方面系数， 由logHR至不及的3种结果有极特别是在正方面：PFI和OS方面系数0.96（95%数学方法[CI]：0.77–0.99），PFI和DSS为 0.95（95%数学方法：0.76–0.99），OS和DSS为0.90（95%数学方法：0.61–0.98）。这些方面特质潜在支持者除此以外科早期用PFI，早期用OS和DSS想到三站。

除了拆分大分子粗略至不及数据，还尝试研究成果首次病人后生病征与非生病征是否显现出来多种不同的新惨剧。TCGA-CDR中会29类肝癌症电子邮件用想到妥善解决该问题，纳入病征从诊疗到顺利进行时首治并超过生平衡状态至不及能活3个同月。以LUSC为例，有289例生病征和41例长期非生病征，NTE不下大致相同21.8%和68.2%。用Cox分之一不确认性回归数学方法，发掘出在非生病征中会NTE不确认性特别是在高于生病征（HR = 6.68，95% CI = 4.25–10.51，FDR调整q取值＜0.05）。在另除此以外21种肝癌症并不一定中会也有类似结果（详见4）。全数7种中会不能捕捉到到这些歧异。我们也在审核是否每个数学方法都满足分之一不确认性推论，其中会有两个不符合，需要研究成果时间段依赖及多codice_数学方法来寻找因素。

详见4 非生与生病征NTE发展对比

TCGA从全球数百个站内赚取传染病，为妥善解决除此以外科粗略至不及数据多种不同站内间的传统意义，需回避粗略至不及数据完整特质、和病征特性等。对每种结核病而言，我们对比了在此之前两名赚取传染病数最多的民间组织缺不及站内（TSS）与所有其它TSS的同种结核病及4个结果三站（详见5）。

详见5 对来自在此之前两位TSS的每个肝癌症并不一定研究成果结果顺利进行尤其

对于GBM等极强蹂躏特质的，在此之前两位TSS（#1和#2）的中风青年人与其它TSS相尤其类似的有OS、PFI和DSS，因惨剧太不及难以研究成果不延揽DFI想到三站。BRCA等较高蹂躏特质，强而有力延揽可用PFI和DFI，但提议认真用OS或DSS审核。TSS #1的除此以外科粗略至不及数据归因于不太好的OS和DSS，但不能捕捉到到PFI歧异；另除此以外，详见面上TSS#1有更多的DFI结果，仅仅显现出来3例 DFI惨剧。这种详见里不一的成因详见明该站内的结果粗略至不及数据需促使审核。另一方面，TSS #2的4个三站结果与其它以前相符。

这个简单的结果尤其详见明，当从特定结果研究成果整体TCGA的除此以外科粗略至不及数据时，需要回避TSS的具体电子邮件。由于年龄、分期/基准及病人等状况负面影响多种不同TSS患病青年人的三站结果，TSS可以不作为这些和不仅仅除此以外科释义等其它尚未量度歧异的替代。

潜在的相异状况、恶性竞争结果的

不确认性及数学方法推论

对除此以外科生存环境三站研究成果来说，提议可用所管控的全部除此以外科粗略至不及数据。但相尤其大分子/基因组粗略至不及数据的拆分研究成果，要注意两个方面。首先，延揽意见基于基线生存环境数学方法，以大分子变异不作预报因子区分采样集，有可能受到破坏结果粗略至不及的特别是在特质歧异。因此，从互方面联性的TCGA大分子粗略至不及数据或变异TCGA-CDR结果粗略至不及数据中会算出的结论需在独立的粗略至不及文档中会促使声称。

第二，我们提议仅仅可用原发的大分子粗略至不及数据，因为病征初诊时，关键时间段电子邮件等反之亦然的除此以外科粗略至不及数据已赚取相对完整。皮肤黑色素病变（SKCM）在TCGA并不一定中会并不类似，470例中会仅仅103例原发，其余296例为原发暂时性黏膜移往，68例近端移往。这与大多赚取到移往病变的其它TCGA肝癌症并不一定形成自然而然。SKCM移往病变大多兼具反之亦然的原发，而其它TCGA肝癌症并不一定尽管大多有移往病变，但都兼具反之亦然的原发采样。因此，对于SKCM结果的方面特质，提议只可用有限数量的原发传染病，尽管SCKM黏膜移往的III期传染病可不作为独立组群顺利进行研究成果。

在可用新拆分的TCGA-CDR粗略至不及文档时，还需要注意：潜在混淆状况、恶性竞争结果的不确认性及数学方法推论。

相异状况

相异状况一共存但被除去在数学方法之除此以外时，偏一比有可能高估或高估相符。如在乳癌症的种族歧异研究成果中会，白人与美国黑人病征两者之间一共存关键的基因详见达歧异，然而根据大分子变异顺利进行调整后，这种歧异特别是在减不及甚至消退。治果也是潜在的相异状况，当电子邮件可赚取时应适当回避调整。病人推断出时，年龄、诊治医院及诊疗年份等基准病人不作为替代电子邮件能减不及部分误一比。对这方面的协调建模，鼓励可用；也病状研究成果提议份文件（REMARK）。

恶性竞争结果的不确认性

测定DSS、DFI和PFI三站时，要对不能亲身经历关键惨剧且生的遇害病征顺利进行审查。在这种只能，如果推论病征不能其它死去因，那她/他最终仍有可能死去于肝癌症指征。然而，在至不及病人等预报因子对继发特质肝癌症或心血管结核病等非比不下肝癌症遇害不确认性的预报意志力时，该推论并不可取。

数学方法推论

运用于Cox分之一不确认性（PH）数学方法没法核查PH推论。除不及数事例除此以外，大一般来说数学方法都满足Cox PH推论，但需促使探索这些个案以解决问题抵触推论的因素，从而对HR想到出更准确的至不及。尽管之前为修补粗略至不及数据和妥善解决问题付出了相当大努力，但仍一共存关键的可用限制，访问TCGA除此以外科粗略至不及数据都没法了解这些限制。

首先，TCGA主要是为大分子研究成果设计，在此之后传染病选择来自多个该机构兼具更好储藏民间组织的尚未病人原发传染病，因此这些传染病不构成连续特质。此除此以外，对于每种多种不同并不一定/研究成果，随访粗略至不及数据不能并存赚取。同时，除此以外科粗略至不及数据赚取的一些准则在基本上不得不随着时间段的推移而改变。TCGA - CDR不包含肝癌症病人史，并非所有传染病都被释义。因此，研究成果特定并不一定或变异的病人剧中优于统计数据特质泛癌症研究成果。当病征顺利进行具体病人时，给与能用DFI和PFI三站有效地研究成果。

其次，TCGA采样除此以外科随访根据当地诊所的时间段详见，有可能为结核病或特定部位的罹患和病人关键永生平衡状态的记录，因此不能TCGA指定的除此以外科随访计划案，仅仅所述这两项主要强调的大分子特性。

最后，大部分所有TCGA取得的采样和基因组及大分子粗略至不及数据来自新诊病征原发的单个切开，由此归因于的基因组和大分子粗略至不及数据没法在空间或时间段任何方面明确捕获代详见另一病征结果codice_的异质特质。该问题不是TCGA独有的，任何型式原发特质研究成果都一共存。

新发展

这项工不作是全世界第一次年初系统地管控TCGA泛癌症除此以外科资讯。由此归因于的TCGA-CDR的结果三站与独立非TCGA研究成果结果相符，暗示该自然资源在更是整体的除此以外科尺度上赚取了有机体太阳黑子新视角。也要了解到TCGA-CDR的内在可用局限特质及更促使范本和延揽意见。之前并不模棱两可，人类结核病期望大整体的大分子研究成果没法系统地赚取除此以外科病理、病人和转归惨剧粗略至不及数据，以坚持略高于基准的除此以外科研究成果。尽管有其局限特质，TCGA-CDR赚取了基准化粗略至不及文档，以及模糊的4个除此以外科结果三站选取，并妥善解决了数量级问题，从而在泛癌症和个体水平上顺利进行转化研究成果。期望粗略至不及数据研究成果的融汇将进一步提高结果两者之间的传统意义，更多地暗示和支持者重复。

其所

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