TCGA癌症临床数据资源全面介绍----癌症研究领域的全谱！

2006年，肝大肠癌遗传物质三幅谱（The Cancer Genome Atlas, TCGA）著手以多形适度胶质年前列大肠癌（GBM）、大肠表格皮细胞膜大肠癌（LUSC）和腹腔浆液适度囊大肠癌（OV）开始为期3年的试点项目，2009年~2015年全面展开。到项目月份，TCGA网络学术研究工只用者已描绘了33种肝大肠癌种类10,000余可有高血压的小肠脏化学键特点，并定义了很多小肠脏化学键共通点。TCGA还包括的诊疗最关键性特点均是由另行潮流化的原始数据查阅。为适当仍要确可用这些具备遗传物质特点的海量诊疗原始数据，除此以外TCGA启动一批重大成果，刊出格在CellPress旗下的期刊。

本文对4月5日刊出格Cell上的一文同步进行编译。书评阐述以OS（总求生存期）、PFI（无的发展在在隔）、DFI（无病在在隔）和DSS（结核病相关存留）为四个主要诊疗结果绕道的TCGA另行潮流肝大肠癌诊疗原始数据资源（TCGA-CDR）国际基准原始数据源，并得显现出事实了每种肝大肠癌种类的绕道可用提议。TCGA诊疗原始数据可从遗传物质原始数据共享空在在（GDC）门户网站下载，所有的化学键原始数据在下载。诊疗原始数据和化学键原始数据可用同样的条码结构，便于高血压的诊疗档案资料和样本化学键原始数据定位。

TCGA另行潮流大肠癌原始数据源队列特点

三幅1A为诊疗原始数据定位和量化方法及4个主要诊疗绕道都是以和评估的控制流,对33份初始申请和97份后续原始数据文件，共33种肝大肠癌种类111,60可有肝大肠癌高血压的档案资料同步进行了执行。表格1为每个TCGA队列的基本特点。按原发小肠脏样本根据化学键特点入选为每个队列，皮肤黑色素突起（SKCM）的原发和移显现出南村两种种类都有，其它极极多数小肠脏的原发与移显现出种类也有学术研究。

三幅1. 诊疗原始数据定位和量化方法及4个主要诊疗绕道都是以和评估控制流

表格1. TCGA 另行潮流大肠癌队列特点

诊疗结果绕道OS、PFI、DFI和DSS

总求生存期（OS）很关键性，优点是定义OS暴力事件时模糊适度最低。但可用OS只用绕道确实削弱诊疗学术研究，因为非大肠癌死因比如说能反映显现出小肠脏脊椎动物学、波及适度或对病患缓解。可用OS或无需更少的随访时在在；很多诊疗试验之年前，通常采用相较较随访时在在较宽的DFI或PFI。针对现有TCGA诊疗原始数据，要意识到短时诊疗随访在在隔在波及适度肝大肠癌种类结果的关键性适度，因为确实几年内就辨别到诊疗暴力事件，在丧命年前已显现病情复发或的发展。对波及适度过强的肝大肠癌种类，高血压在数十乃至几十年后复发，随访期在在确实无法辨别足够暴力事件以支握精确结果供辨别。该量化的目的是安全检查TCGA另行潮流大肠癌诊疗疗效检测的相较较军事优势和极低，指导今后的量化和避免随访在在隔时在在极低等缺陷。

量化全部TCGA诊疗原始数据后，事实如下：在原始数据可获得时，OS、PFI及DFI相较较精确，但多数情况下只能预估DSS。三幅1B为33种各有不同肝大肠癌种类的OS K-M曲率。尽管求生存量化不是TCGA主要目标，多数肝大肠癌种类求生存曲率与即使如此评估不同求生存绕道的独立学术研究基本不同，GBM、OV（2008, 2011）和低分级胶质突起（LGG）（2015）的TCGA结果就是比较好可有证。PFI、DFI和DSS的K-M曲率见三幅1C–1E。

三幅1 B-E诊疗原始数据量化

基于每种肝大肠癌种类4个绕道的辨别时在在量度大约随访时在在及暴力事件或安全检查的之年前位时在在（表格2）。所有小肠脏的之年前位随访时在在为22.1个月，但各有不同种类肝大肠癌该时在在歧异极大；GBM和急适度髓系肺癌（LAML）最短约12个月，而小肠嫌色细胞膜大肠癌（KICH）最长约48个月。

表格2 总体之年前位随访时在在及4个绕道的暴力事件与辨别之年前位时在在

录用可用的诊疗结果绕道

诊疗结果绕道可选择取决于学术研究目标、暴力事件数量、队列大小和结果原始数据质量。将这些方法和合只用开发的其它方法只用为对单个结核病原始数据源的次测试和补充安全检查，得显现出事实在每种结核病种类之年前可用每个结果绕道的提议及主因（表格3）。每种肝大肠癌种类的求生存绕道无需要至极多通过一个主要次测试和补充安全检查才被拒绝接受。33种大肠癌之年前的13种可用全部4个绕道：膀胱尿路上皮大肠癌（BLCA）、乳头表格皮细胞膜大肠癌（CESC）、结肠大肠癌（COAD）、食管大肠癌（ESCA）、头颈部表格皮细胞膜大肠癌（HNSC）、小肠乳头状细胞膜大肠癌（KIRP）、大肠大肠癌（LUAD）、LUSC、OV、胰大肠癌（PAAD）、肉突起（SARC）、食道大肠癌（STAD）和子宫内膜大肠癌（UCEC）。相反，无法一个绕道的有嗜铬细胞膜突起和副神经纤维突起（PCPG）。淋巴小肠脏散发大B细胞膜淋巴突起（DLBC）、LAML和胸腺突起（THYM）至少一个绕道；剩余肝大肠癌种类2或3个绕道，但其之年前一些握意见分歧。最精确的是PFI，可无保留地录用给除LAML（无原始数据）、DLBC和KICH（严厉可用）和PCPG（不录用）外的4种小肠脏。

表格3 绕道OS,PFI,DFI及DSS的评估与录用可用

实验者TCGA-CDR及案可有运用

在年前列大肠癌学术研究之年前，雌激素ER阴适度高血压诊疗求生存期预后比ER+小肠脏高血压差。分别用OS、PFI、DFI和DSS比较这两类小肠脏高血压的求生存期（三幅3A–3D；曲率月份于10年随访时在在，但可用整个原始数据源同步进行量化）。单主因量化显示，可用PFI（p= 0.005）和DFI（p = 0.001）只用为诊疗绕道，TCGA之年前ER+年前列大肠癌高血压比ER-高血压有较好的求生存期，但可用OS时两类高血压在在不不存在歧异(p = 0.097) 。此外，两类高血压的DSS（p = 0.009）有很大歧异，表格明DSS的潜在经济效益。以上推断出确认了PFI和DFI是特定种类年前列大肠癌化学键学术研究的合适绕道。

三幅3 实验者和运用实可有

此外还实验者了波及适度GBM求生存结果绕道。TCGA之年前GBM之年前位OS为12.6个月，介于当年报道的基准病患的12.1个月和基准病患建立联系替莫唑胺的14.6个月之在在。之年前位PFI是6.1个月，介于当年报道的基准病患5个月和基准病患建立联系替莫唑胺的6.9个月之在在。显然，TCGA原始数据源OS和PFI暴力事件时在在与文献明确。再次印证OS和PFI只用为GBM化学键学术研究的诊疗绕道效度。

用Cox比可有几率紧接数学模型断定高期（III、IV期）相较较低期（I、II期）肝大肠癌高血压的几率比（HR），实验者4个绕道的TCGA-CDR原始数据。由于DFI定义与其它结果的定义不明确，对录用可用OS、PFI和DSS的14种种类肝大肠癌比较logHR（表格3）。随后至少对依赖于Cox比可有几率也就是说的结核病同步进行人口统计（三幅3E–3G）。结果表格明，14种种类肝大肠癌之年前，除在在皮突起（MESO）、PAAD和葡萄膜黑色素突起（UVM）外，高期对比低期HR在3个录用绕道OS、PFI及DSS上相较偏高。采用分组样本的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有很大歧异，显示结核病的发展和求生存绕道在HR上不存在控制系统偏移；OS与DSS之在在无法很大歧异（p = 0.106）。对2个logHR值的基准误传同步进行逆加权大约断定Pearson自变量， 由logHR预估的3种结果有极很大仍要相关：PFI和OS自变量0.96（95%置信区在在[CI]：0.77–0.99），PFI和DSS为 0.95（95%置信区在在：0.76–0.99），OS和DSS为0.90（95%置信区在在：0.61–0.98）。这些相关适度潜在支握诊疗早期用PFI，后期用OS和DSS做到绕道。

除了定位化学键原始数据，还尝试量化首次病患后无病童与非无病童应该显现各有不同的另行小肠脏暴力事件。TCGA-CDR之年前29类肝大肠癌接收者用于应对该问题，划入高血压从病患到启动首治并达到无病状态至极多存留3个月。以LUSC为可有，有289可有无病童和41可有长期非无病童，NTE率分别为21.8%和68.2%。用Cox比可有几率紧接数学模型，推断出在非无病童之年前NTE几率很大高于无病童（HR = 6.68，95% CI = 4.25–10.51，FDR微调q值＜0.05）。在另外21种肝大肠癌种类之年前也有完全不同结果（表格4）。余下7种小肠脏之年前无法辨别到这些歧异。我们也在评估应该每个数学模型都依赖于比可有几率也就是说，其之年前有两个不合理，无需要学术研究时在在依赖及多函数数学模型来追寻主因。

表格4 非无病与无病童NTE发展对比

TCGA从全球性数百个站点查阅患者，为应对诊疗原始数据各有不同站点在在的可比适度，无需考量原始数据完整适度、小肠脏和高血压特点等。对每种结核病而言，我们对比了年前两名包括患者数最多的组织来源站点（TSS）与所有其它TSS的同种结核病及4个结果绕道（表格5）。

表格5 对来自年前两位TSS的每个肝大肠癌种类学术研究结果同步进行比较

对于GBM等兼具备波及适度的小肠脏，年前两位TSS（#1和#2）的发病许多人与其它TSS相较完全不同的有OS、PFI和DSS，因暴力事件太极多难以量化不录用DFI做到绕道。BRCA等较低波及适度小肠脏，顺势录用可用PFI和DFI，但提议严厉用OS或DSS评估。TSS #1的诊疗原始数据造成了很好的OS和DSS，但无法辨别到PFI歧异；另外，表格面上TSS#1有较好的DFI结果，至少显现3可有 DFI暴力事件。这种表格里不一的现象表格明该站点的结果原始数据无需促使评估。另一方面，TSS #2的4个绕道结果与其它地方明确。

这个最简单的结果比较表格明，当从特定结果量化整体TCGA的诊疗原始数据时，无需要考量TSS的完全一致接收者。由于年龄、小肠脏依此/分级及病患等主因影响各有不同TSS患病许多人的绕道结果，TSS可以只用为这些和不完全诊疗译文等其它未测量歧异的替代。

潜在的混主因、挑战结果的

几率及数学模型也就是说

对诊疗求生存绕道量化来说，提议可用所执行的全部诊疗原始数据。但相较化学键/遗传物质原始数据的定位量化，要请注意两个方面。首先，录用意见基于终端求生存数学模型，以化学键共通点只用量度因子划分样本集，有确实破坏结果人口统计的测量误传差歧异。因此，从互相相似性的TCGA化学键原始数据或小肠脏共通点TCGA-CDR结果原始数据之年前得显现出的事实无需在独立的小肠脏原始数据源之年前促使确认。

第二，我们提议至少可用原发小肠脏的化学键原始数据，因为高血压初诊时，关键性时在在接收者等冗余的诊疗原始数据已查阅相较较完整。皮肤黑色素突起（SKCM）在TCGA小肠脏种类之年前非常特殊，470可有小肠脏之年前至少103可有原发小肠脏，其余296可有为原发小肠脏局部淋巴移显现出，68可有近端移显现出。这与极极多查阅到移显现出突起的其它TCGA肝大肠癌种类呈现出截然各有不同。SKCM移显现出突起极极多具备冗余的原发小肠脏，而其它TCGA肝大肠癌种类尽管极极多有移显现出突起，但都具备冗余的原发样本。因此，对于SKCM结果的相关适度，提议只可用有限数量的原发患者，尽管SCKM淋巴移显现出的III期患者可只用为独立总括同步进行学术研究。

在可用另行定位的TCGA-CDR原始数据源时，还无需要请注意：潜在误用主因、挑战结果的几率及数学模型也就是说。

混主因

混主因不存在但被排除在数学模型之外时，偏移确实高估或低估真实世界疗效。如在年前列大肠癌的种族歧异学术研究之年前，英裔与黑人高血压之在在不存在关键性的基因表格达歧异，然而根据化学键共通点同步进行微调后，这种歧异很大减极多甚至变成。病患效果也是潜在的混主因，当接收者可得到时应适当考量微调。病患未知时，年龄、诊治该医院及病患年份等基准病患只用为替代接收者能减极多部分误传差。对这方面的权衡建模，鼓励可用小肠脏标志物预后学术研究提议调查报告（REMARK）。

挑战结果的几率

测定DSS、DFI和PFI绕道时，要对无法经历关键性暴力事件且无病的丧命高血压同步进行送审。在这种情况下，如果也就是说高血压无法其它死因，那她/他最终仍确实死于肝大肠癌指征。然而，在预估病患等量度因子对继发适度肝大肠癌或心血管结核病等非指数肝大肠癌丧命几率的量度能力时，该也就是说并不亦非。

数学模型也就是说

运用Cox比可有几率（PH）数学模型只能安全检查PH也就是说。除极多数案可有外，大多数数学模型都依赖于Cox PH也就是说，但无需促使探索这些爱滋病以找显现出遵守也就是说的主因，从而对HR特别凸显更准确的预估。尽管不太可能为清理原始数据和应对问题付显现出了巨大努力，但仍不存在关键性的可用约束，访问TCGA诊疗原始数据都只能了解这些约束。

首先，TCGA主要是为化学键学术研究设计者，本来患者可选择来自多个机构具备合适供给组织的未病患原发患者，因此这些患者不构成连续适度。此外，对于每种各有不同小肠脏种类/学术研究，随访原始数据无法统一查阅。同时，诊疗原始数据查阅的一些规则在即使如此一再随着时在在的不长而扭转。TCGA - CDR不还包括肝大肠癌病患史，并非所有患者都被译文。因此，量化特定小肠脏种类或共通点的病患背景相较较于概况适度另行潮流大肠癌量化。当高血压同步进行完全一致病患时，得益要用DFI和PFI绕道有效量化。

其次，TCGA样本诊疗随访根据当地诊所的时在在表格，确实为结核病或特定部位的复发和病人关键性生命状态的日志，因此无法TCGA指定的诊疗随访著手，至少得显现出事实项目主要凸显的小肠脏化学键特点。

最后，几乎所有TCGA获得的小肠脏样本和遗传物质及化学键原始数据来自另行诊高血压原发小肠脏的单个切片，由此造成了的遗传物质和化学键原始数据不能在空在在或时在在任何方面明确捕获均是由另一高血压结果函数的小肠脏异质适度。该问题不是TCGA近似于的，任何静态原发适度小肠脏学术研究都不存在。

最另行

这项工只用是历来第一次全面控制全面性执行TCGA另行潮流大肠癌诊疗档案资料。由此造成了的TCGA-CDR的结果绕道与独立非TCGA学术研究结果明确，解释该资源在空年前规模的诊疗尺度上包括了脊椎动物观测另行视角。也要意识到TCGA-CDR的内在可用局限适度及最关键性适度指导和录用意见。不太可能非常明晰，人类结核病愿景大规模的化学键学术研究只能控制全面性查阅诊疗病理、病患和转归暴力事件原始数据，以坚握最高基准的诊疗学术研究。尽管有其局限适度，TCGA-CDR包括了国际基准原始数据源，以及清晰的4个诊疗结果绕道导显现出，并应对了质量问题，从而在另行潮流大肠癌和个体水平上同步进行产物学术研究。愿景原始数据学术研究的融合将减少结果之在在的可比适度，较好地解释和支握重复。

其所

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