TCGA癌症临床数据资源全面介绍---癌症研究科技领域的全谱！

2006年，胰脏症遗传物质由此可知谱（The Cancer Genome Atlas, TCGA）开发计划以多形开放性胶质母肝细胞疣（GBM）、肺点状肝细胞胰脏（LUSC）和乳腺粉末状开放性囊腺胰脏（OV）开始为期3年的试行开发计划，2009年~2015年全盘展开。到开发计划据统计，TCGA网络科学研究工先为者已描绘成了33种胰脏症类别10,000余可有小儿征的大分子特开放性，并定义了很多大分子流感小儿毒。TCGA都有的均科关键特开放性代列于本土派化的样本获取。为确保安全适当应用于这些具遗传物质特开放性的核心内容均科样本，最近TCGA顺利进行一批重大成果，发列于在CellPressGroup的期刊。

本文对4年初5日发列于Cell上的一文顺利进行编译。文章阐述以OS（总生存环境期）、PFI（无进展每隔）、DFI（无小儿每隔）和DSS（结核小儿相关存活）为四个主要均科结果站起的TCGA本土派胰脏症均科样本资源（TCGA-CDR）准则化样本库，并推算出来了每种胰脏症类别的站起应用于同意。TCGA均科样本可从遗传物质样本共享三维空均（GDC）该网站流媒体，所有的大分子样本在流媒体。均科样本和大分子样本应用于同样的条码结构，便于小儿征的均科文献资料和试样大分子样本整合。

TCGA本土派胰脏样本库数据流特开放性

由此可知1A为均科样本整合和量化方法及4个主要均科站起衍生和评核的由此可知表,对33份初始登记和97份更大幅度样本文件，共33种胰脏症类别111,60可有胰脏症小儿征的文献资料顺利进行了处理方式。列于1为每个TCGA数据流的基本特开放性。按原发试样根据大分子特开放性崭露头角每个数据流，指甲皮肤癌（SKCM）的原发和重新近分配灶两种类别都有，其它极少数的原发与重新近分配类别也有科学研究。

由此可知1. 均科样本整合和量化方法及4个主要均科站起衍生和评核由此可知表

列于1. TCGA 本土派胰脏数据流特开放性

均科结果站起OS、PFI、DFI和DSS

总生存环境期（OS）很不可或缺，优点是定义OS暴力事件时模糊开放性最低。但应用于OS先为站起确实削弱均科科学研究，因为非胰脏案发时不一定能反映出海洋生物学、首当其冲开放性或对疗程缓解。应用于OS或只需更长的随访时均段；很多均科试验中都，通常选用相对来说随访时均段短的DFI或PFI。针对现有TCGA均科样本，要预见短时均科随访每隔在首当其冲开放性胰脏症类别结果的不可或缺开放性，因为确实几年内就推论到均科暴力事件，在丧生在此之前已提醒到小儿情开刀或进展。对首当其冲开放性较弱的胰脏症类别，小儿征在数十乃至几十年后开刀，随访期均确实很难推论足够暴力事件以背书可靠结果供确实。该量化的用以是安全检查TCGA本土派胰脏均科检测的相对来说占优和不足，他的学生今后的量化和避免随访每隔时均段不足等缺陷。

量化全部TCGA均科样本后，论点如下：在样本可获时，OS、PFI及DFI相对来说粗略，但多数情况下不能估计DSS。由此可知1B为33种相近胰脏症类别的OS K-M双曲线。尽管生存环境量化不是TCGA主要目标，多数胰脏症类别生存环境双曲线与从在此之前评核相近生存环境站起的单独科学研究基本相近，GBM、OV（2008, 2011）和低层级胶质疣（LGG）（2015）的TCGA结果就是极好可有证。PFI、DFI和DSS的K-M双曲线见由此可知1C–1E。

由此可知1 B-E均科样本量化

基于每种胰脏症类别4个站起的推论时均段推算平均随访时均段及暴力事件或安全检查的中都位时均段（列于2）。所有的中都位随访时均段为22.1个年初，但相近类别胰脏症该时均段歧异极大；GBM和急开放性髓系白血小儿（LAML）最短约12个年初，而大肠嫌色肝细胞胰脏（KICH）最长约48个年初。

列于2 总体中都位随访时均段及4个站起的暴力事件与推论中都位时均段

引荐应用于的均科结果站起

均科结果站起为了让一般来说科学研究目标、暴力事件需求量、数据流形状和结果样本质量。将这些方法和研发的其它方法先为为对单个结核小儿样本库的测试和补充安全检查，推算出来在每种结核小儿类别中都应用于每个结果站起的同意及原因（列于3）。每种胰脏症类别的生存环境站起只需要极其少通过一个主要测试和补充安全检查才被接受。33种胰脏中都的13种应用于全部4个站起：输尿管尿路上皮胰脏（BLCA）、宫颈点状肝细胞胰脏（CESC）、结肠胰脏（COAD）、食管胰脏（ESCA）、头颈部点状肝细胞胰脏（HNSC）、大肠状肝细胞胰脏（KIRP）、肺腺胰脏（LUAD）、LUSC、OV、胰腺胰脏（PAAD）、肉疣（SARC）、胃腺胰脏（STAD）和子宫内膜胰脏（UCEC）。相反，不能一个站起的有嗜铬肝细胞疣和副神经节疣（PCPG）。黏膜弥漫大B肝细胞黏膜疣（DLBC）、LAML和胸腺疣（THYM）至少一个站起；剩余胰脏症类别2或3个站起，但其中都一些持异议。最可靠的是PFI，可无保留地引荐给除LAML（无样本）、DLBC和KICH（严厉应用于）和PCPG（不引荐）均的4种。

列于3 站起OS,PFI,DFI及DSS的评核与引荐应用于

证明TCGA-CDR及案可有应用

在乳腺胰脏科学研究中都，雌激素ER阴开放性小儿征均科生存环境期生存率比ER+小儿征差。分别用OS、PFI、DFI和DSS更为这两类小儿征的生存环境期（由此可知3A–3D；双曲线据统计于10年随访时均段，但应用于整个样本库顺利进行量化）。单环境因素量化看出，应用于PFI（p= 0.005）和DFI（p = 0.001）先为为均科站起，TCGA中都ER+乳腺胰脏小儿征比ER-小儿征有很好的生存环境期，但应用于OS时两类小儿征均不依赖于歧异(p = 0.097) 。此均，两类小儿征的DSS（p = 0.009）有显着歧异，列于明DSS的潜在效益。以上推测猜测了PFI和DFI是特定类别乳腺胰脏大分子科学研究的合适站起。

由此可知3 证明和应用最简单

此均还证明了首当其冲开放性GBM生存环境结果站起。TCGA中都GBM中都位OS为12.6个年初，介于之在此之前引述的准则疗程的12.1个年初和准则疗程倡议替莫唑胺的14.6个年初之均。中都位PFI是6.1个年初，介于之在此之前引述的准则疗程5个年初和准则疗程倡议替莫唑胺的6.9个年初之均。显然，TCGA样本库OS和PFI暴力事件时均段与文献明确。终于便是OS和PFI先为为GBM大分子科学研究的均科站起效度。

用Cox比可有确实会重返模型确定高期（III、IV期）相对来说低期（I、II期）胰脏症小儿征的确实会比（HR），证明4个站起的TCGA-CDR样本。由于DFI定义与其它结果的定义不明确，对引荐应用于OS、PFI和DSS的14种类别胰脏症更为logHR（列于3）。随后至少对实现Cox比可有确实会论点的结核小儿顺利进行总和（由此可知3E–3G）。结果列于明，14种类别胰脏症中都，除均皮疣（MESO）、PAAD和葡萄膜皮肤癌（UVM）均，高期对比低期HR在3个引荐站起OS、PFI及DSS上明显偏高。选用配对试样的Wilcoxon秩和检测，当应用于PFI与DSS（p = 0.0008）或PFI与OS（p = 0.039）观测时，logHR有显着歧异，看出结核小儿进展和生存环境站起在HR上依赖于子系统正确；OS与DSS之均不能显着歧异（p = 0.106）。对2个logHR值的准则有误顺利进行自是加权平均确定Pearson准则差， 由logHR估计的3种结果有极显着正相关：PFI和OS准则差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）。这些差异开放性潜在背书均科最初用PFI，在此之前期用OS和DSS做到站起。

除了整合大分子样本，还先在此之前量化首次疗程后无小儿小儿征与非无小儿小儿征是不是提醒到相近的新近暴力事件。TCGA-CDR中都29类胰脏症资讯用于妥善解决该关键问题，扩及小儿征从诊断到顺利进行首治并大幅提高无小儿正常极其少存活3个年初。以LUSC为可有，有289可有无小儿小儿征和41可有长期非无小儿小儿征，NTE部将分别为21.8%和68.2%。用Cox比可有确实会重返模型，推测在非无小儿小儿征中都NTE确实会显着较低无小儿小儿征（HR = 6.68，95% CI = 4.25–10.51，FDR修改q值＜0.05）。在另均21种胰脏症类别中都也有类似结果（列于4）。只剩7种中都不能推论到这些歧异。我们也在评核是不是每个模型都实现比可有确实会论点，其中都有两个不符合，只需要科学研究时均段依赖及多给定模型来寻找原因。

列于4 非无小儿与无小儿小儿征NTE发展对比

TCGA从全球数百个条线路获取小儿症，为妥善解决均科样本相近条线路均的相比之下较，只需考虑样本完整开放性、和小儿征特开放性等。对每种结核小儿而言，我们对比了在此之前两名透过小儿症数最多的的组织举例条线路（TSS）与所有其它TSS的同种结核小儿及4个结果站起（列于5）。

列于5 对来自在此之前两位TSS的每个胰脏症类别科学研究结果顺利进行更为

对于GBM等极具首当其冲开放性的，在此之前两位TSS（#1和#2）的发小儿人群与其它TSS相比之下类似的有OS、PFI和DSS，因暴力事件太少难以量化不引荐DFI做到站起。BRCA等较低首当其冲开放性，强力引荐应用于PFI和DFI，但同意严厉用OS或DSS评核。TSS #1的均科样本造成不太好的OS和DSS，但不能推论到PFI歧异；另均，列于面上TSS#1有很好的DFI结果，至少提醒到3可有 DFI暴力事件。这种列于里不一的现象列于明该条线路的结果样本只需大幅度评核。另一方面，TSS #2的4个站起结果与其它地方明确。

这个恰当的结果更为列于明，当从特定结果量化整体TCGA的均科样本时，只需要考虑TSS的就其资讯。由于年龄、分期/分级及疗程等环境因素影响相近TSS体弱人群的站起结果，TSS可以先为为这些和不显然均科释义等其它未观测歧异的替代。

潜在的参杂环境因素、挑战结果的

确实会及模型论点

对均科生存环境站起量化来说，同意应用于所处理方式的全部均科样本。但相比之下大分子/遗传物质样本的整合量化，要提醒两个方面。首先，引荐意见基于基线生存环境模型，以大分子流感小儿毒先为预测系数划分试样集，有确实损坏结果总和的显着开放性歧异。因此，从互相关联的TCGA大分子样本或流感小儿毒TCGA-CDR结果样本中都计算出来的论点只需在单独的样本库中都大幅度猜测。

第二，我们同意至少应用于原发的大分子样本，因为小儿征初诊时，不可或缺时均段资讯等也就是说的均科样本已获取相对来说完整。指甲皮肤癌（SKCM）在TCGA类别中都极其特殊，470可有中都至少103可有原发，其余296可有为原发局部黏膜结重新近分配，68可有近端重新近分配。这与仅仅获取到重新近分配疣的其它TCGA胰脏症类别形成自然而然。SKCM重新近分配疣仅仅具有也就是说的原发，而其它TCGA胰脏症类别尽管仅仅有重新近分配疣，但都具有也就是说的原发试样。因此，对于SKCM结果的差异开放性，同意只应用于依赖于需求量的原发小儿症，尽管SCKM黏膜结重新近分配的III期小儿症可先为为单独组群顺利进行科学研究。

在应用于新近整合的TCGA-CDR样本库时，还只需要提醒：潜在搞混环境因素、挑战结果的确实会及模型论点。

参杂环境因素

参杂环境因素依赖于但被排除在模型之均时，正确确实归因于或低估现实。如在乳腺胰脏的种族歧异科学研究中都，白人与黑人小儿征之均依赖于不可或缺的基因列于达歧异，然而根据大分子流感小儿毒顺利进行修改后，这种歧异显着降低甚至消失。治果也是潜在的参杂环境因素，当资讯可获取时应适当考虑修改。疗程可能时，年龄、诊治公立医院及诊断月份等准则疗程先为为替代资讯能降低部分有误差。对这方面的决策建模，帮助应用于多种类型生存率科学研究同意报告（REMARK）。

挑战结果的确实会

测定DSS、DFI和PFI站起时，要对不能经历不可或缺暴力事件且无小儿的丧生小儿征顺利进行封杀。在这种情况下，如果论点小儿征不能其它案发时，那她/他最终仍确实死于胰脏症指征。然而，在估计疗程等预测系数对继发开放性胰脏症或心血管结核小儿等非指数胰脏症丧生确实会的预测能力时，该论点并不可取。

模型论点

应用Cox比可有确实会（PH）模型必须安全检查PH论点。大都案可有均，大多数模型都实现Cox PH论点，但只需大幅度探索这些个案以找出违背论点的原因，从而对HR做到出更准确的估计。尽管已经为清理样本和妥善解决关键问题付出了巨大努力，但仍依赖于不可或缺的应用于限制，访问TCGA均科样本都必须了解这些限制。

首先，TCGA主要是为大分子科学研究设计，最初小儿症为了让来自多个政府机构具有合适库存的组织的未疗程原发小儿症，因此这些小儿症不构成连续开放性。此均，对于每种相近类别/科学研究，随访样本不能确立获取。同时，均科样本获取的一些规则在从在此之前不得不随着时均段的很长而彻底改变。TCGA - CDR不都有胰脏症疗程简史，并非所有小儿症都被释义。因此，量化特定类别或流感小儿毒的疗程背景优于概况开放性本土派胰脏量化。当小儿征顺利进行就其疗程时，受益需用DFI和PFI站起有效开放性量化。

其次，TCGA试样均科随访根据当地诊所的时均段列于，确实为结核小儿或特定指甲的开刀和小儿人不可或缺生命正常的据信，因此不能TCGA指定的均科随访开发计划，至少推算出来开发计划主要突显的大分子特开放性。

最后，却是所有TCGA获的试样和遗传物质及大分子样本来自新近诊小儿征原发的单个切片，由此造成的遗传物质和大分子样本不能在三维空均或时均段任何方面明确捕获代列于另一小儿征结果给定的异质开放性。该关键问题不是TCGA独有的，任何型式原发开放性科学研究都依赖于。

展望

这项工先为是更是第一次全盘子系统开放性处理方式TCGA本土派胰脏均科文献资料。由此造成的TCGA-CDR的结果站起与单独非TCGA科学研究结果明确，说明了该资源在空在此之前数目的均科尺度上透过了海洋生物观测新近视角。也要预见TCGA-CDR的内在应用于或许及关键开放性他的学生和引荐意见。已经极其明晰，人类结核小儿未来大数目的大分子科学研究必须子系统开放性获取均科小儿理、疗程和转给暴力事件样本，以坚持最高准则的均科科学研究。尽管有其或许，TCGA-CDR透过了准则化样本库，以及清晰的4个均科结果站起导出，并妥善解决了质量关键问题，从而在本土派胰脏和个体水平上顺利进行转化科学研究。未来样本科学研究的融合将提升结果之均的相比之下较，很好地断言和背书重复。

参考文献资料

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