TCGA癌症临床数据海洋资源全面介绍---癌症研究领域的全谱！

2006年，恶性肿瘤症原核生物由此可知谱（The Cancer Genome Atlas, TCGA）计划以多形疾态胶质母巨噬细胞疣（GBM）、大肠大块巨噬细胞恶性肿瘤（LUSC）和卵巢粒状疾态囊腺恶性肿瘤（OV）开始月初3年的实验区重大项目，2009年~2015年全面性展开。到重大项目截止，TCGA网络学术研究文书工用上者已描绘了33种恶性肿瘤症型式10,000余事例症状的分子结构基本特征，并请注意述了很多分子结构非典型。TCGA还包括的流行疾学关键因素基本特征代请注意人小党化的数据集整理。为确保正确应用于这些具备原核生物基本特征的一个大流行疾学数据集，早先TCGA开展一批重大成果，显露版在CellPress的子公司的Journal。

本文对4同年5日显露版Cell上的一文开展编译。文章阐述以OS（总穴居期）、PFI（无进展间隔时间）、DFI（无疾间隔时间）和DSS（疾疾相关生存者）为四个主要流行疾学结果起始站的TCGA小党恶性肿瘤症流行疾学数据集人力资源（TCGA-CDR）基准化数据集库，并给显露了每种恶性肿瘤症型式的起始站应用于要求。TCGA流行疾学数据集可从原核生物数据集共享空间内（GDC）搜索引擎下载，所有的分子结构数据集在下载。流行疾学数据集和分子结构数据集应用于同样的标记结构，便于症状的流行疾学资料和核查分子结构数据集紧密结合。

TCGA小党恶性肿瘤数据集库队列基本特征

由此可知1A为流行疾学数据集紧密结合和系统性及4个主要流行疾学起始站都是以和指标的举事例来说,对33份初始登记和97份后续数据集文件，共33种恶性肿瘤症型式111,60事例恶性肿瘤症症状的资料开展了处理过程。请注意1为每个TCGA队列的基本基本特征。按原发核查根据分子结构基本特征选上每个队列，肌肤黑色素疣（SKCM）的原发和转回南村两种型式都有，其它极极多数的原发与转回型式也有学术研究。

由此可知1. 流行疾学数据集紧密结合和系统性及4个主要流行疾学起始站都是以和指标举事例来说

请注意1. TCGA 小党恶性肿瘤队列基本特征

流行疾学结果起始站OS、PFI、DFI和DSS

总穴居期（OS）很最重要，优点是请注意述OS惨剧时模糊疾态最高于。但应用于OS用上起始站不实在太可能削弱流行疾学学术研究，因为非恶性肿瘤死法不一定能反映显露生物学、首当其冲疾态或对则有科手术缓解。应用于OS或均需越来越慢的随访比如说间；很多流行疾学试验里，一般而言采用相比较随访比如说间较短的DFI或PFI。针对现有TCGA流行疾学数据集，要体认到比如说流行疾学随访间隔时间在首当其冲疾态恶性肿瘤症型式结果的最重要疾态，因为不实在太可能几年内就判读到流行疾学惨剧，在死亡年前已显露现疾情复发或进展。对首当其冲疾态较弱的恶性肿瘤症型式，症状在数十乃至几十年后复发，随访其间不实在太可能未判读足够惨剧以支视之为确实结果供确实。该分析方法的目的是健康检查TCGA小党恶性肿瘤流行疾学检测的相比较优势和太少，督导今后的分析方法和避免随访间隔时间比如说间太少等缺陷。

分析方法全部TCGA流行疾学数据集后，论断如下：在数据集可获得时，OS、PFI及DFI相比较精确，但多数年前提勉强据估计DSS。由此可知1B为33种完全相同恶性肿瘤症型式的OS K-M圆弧。尽管穴居分析方法不是TCGA主要目标，多数恶性肿瘤症型式穴居圆弧与过去指标相同穴居起始站的实质上学术研究基本相同，GBM、OV（2008, 2011）和高于层次胶质疣（LGG）（2015）的TCGA结果就是比较好事例证。PFI、DFI和DSS的K-M圆弧见由此可知1C–1E。

由此可知1 B-E流行疾学数据集分析方法

基于每种恶性肿瘤症型式4个起始站的判读比如说间计算平均值随访比如说间及惨剧或健康检查的里位比如说间（请注意2）。所有的里位随访比如说间为22.1个同年，但完全相同型式恶性肿瘤症该比如说间差别极大；GBM和急疾态髓系白血疾（LAML）最短达12个同年，而肾嫌色巨噬细胞恶性肿瘤（KICH）最多达48个同年。

请注意2 总体里位随访比如说间及4个起始站的惨剧与判读里位比如说间

举荐应用于的流行疾学结果起始站

流行疾学结果起始站必需有所完全相同学术研究目标、惨剧数目、队列一般来说和结果数据集精确度。将这些方法和开发的其它方法用上为对单个疾疾数据集库的的测试和补充健康检查，给显露在每种疾疾型式里应用于每个结果起始站的要求及理由（请注意3）。每种恶性肿瘤症型式的穴居起始站所均需至极多通过一个主要的测试和补充健康检查才被接受。33种恶性肿瘤里的13种应用于全部4个起始站：膀胱尿路上皮恶性肿瘤（BLCA）、宫颈大块巨噬细胞恶性肿瘤（CESC）、结肠恶性肿瘤（COAD）、食管恶性肿瘤（ESCA）、头颈部大块巨噬细胞恶性肿瘤（HNSC）、肾状巨噬细胞恶性肿瘤（KIRP）、大肠腺恶性肿瘤（LUAD）、LUSC、OV、胰腺恶性肿瘤（PAAD）、溃疡（SARC）、胃腺恶性肿瘤（STAD）和输卵管内膜恶性肿瘤（UCEC）。相反，未一个起始站的有嗜铬巨噬细胞疣和副树突疣（PCPG）。淋巴弥漫大B巨噬细胞淋巴疣（DLBC）、LAML和胸腺疣（THYM）均一个起始站；剩余恶性肿瘤症型式2或3个起始站，但其里一些视之为保留意愿。最确实的是PFI，可无保留地举荐给除LAML（无数据集）、DLBC和KICH（谨慎应用于）和PCPG（不举荐）则有的4种。

请注意3 起始站OS,PFI,DFI及DSS的指标与举荐应用于

核查TCGA-CDR及案事例运用

在帕金森氏症学术研究里，雌激素ER有疾态症状流行疾学穴居期预后比ER+症状差。分别用OS、PFI、DFI和DSS相比较这两类症状的穴居期（由此可知3A–3D；圆弧截止于10年随访比如说间，但应用于整个数据集库开展分析方法）。单环境因素分析方法显示，应用于PFI（p= 0.005）和DFI（p = 0.001）用上为流行疾学起始站，TCGA里ER+帕金森氏症症状比ER-症状有越来越好的穴居期，但应用于OS时两类症状间不长期存在差别(p = 0.097) 。此则有，两类症状的DSS（p = 0.009）有显着差别，指显露DSS的潜在价值。以上找到证明了PFI和DFI是特定型式帕金森氏症分子结构学术研究的合适起始站。

由此可知3 核查和运用实事例

此则有还核查了首当其冲疾态GBM穴居结果起始站。TCGA里GBM里位OS为12.6个同年，介于当年报道的基准则有科手术的12.1个同年和基准则有科手术为首替莫唑胺的14.6个同年中间。里位PFI是6.1个同年，介于当年报道的基准则有科手术5个同年和基准则有科手术为首替莫唑胺的6.9个同年中间。只不过，TCGA数据集库OS和PFI惨剧比如说间与文献保持一致。再次说是OS和PFI用上为GBM分子结构学术研究的流行疾学起始站效度。

用Cox%可能性回归断言确定高期（III、IV期）相比较高于期（I、II期）恶性肿瘤症症状的可能性比（HR），核查4个起始站的TCGA-CDR数据集。由于DFI请注意述与其它结果的请注意述不保持一致，对举荐应用于OS、PFI和DSS的14种型式恶性肿瘤症相比较logHR（请注意3）。随后均对动手到Cox%可能性断言的疾疾开展统计数字（由此可知3E–3G）。结果指显露，14种型式恶性肿瘤症里，除间皮疣（MESO）、PAAD和葡萄膜黑色素疣（UVM）则有，高期对比高于期HR在3个举荐起始站OS、PFI及DSS上明显偏高。采用配对核查的Wilcoxon秩和核查，当应用于PFI与DSS（p = 0.0008）或PFI与OS（p = 0.039）精确测量时，logHR有显着差别，显示疾疾进展和穴居起始站在HR上长期存在系统差值；OS与DSS中间未显着差别（p = 0.106）。对2个logHR值的基准误认开展逆加权平均值确定Pearson平均值数， 由logHR据估计的3种结果有极显着正相关：PFI和OS平均值数0.96（95%估计量[CI]：0.77–0.99），PFI和DSS为 0.95（95%估计量：0.76–0.99），OS和DSS为0.90（95%估计量：0.61–0.98）。这些相关疾态潜在支视之为流行疾学早期用PFI，末期用OS和DSS动手起始站。

除了紧密结合分子结构数据集，还越来越进一步分析方法首次则有科手术后无水痘与非无水痘应该显露现完全相同的从新惨剧。TCGA-CDR里29类恶性肿瘤症接收者用于妥善解决该问题，纳入症状从诊断到开展首治并达致无疾状态至极多生存者3个同年。以LUSC为事例，有289事例无水痘和41事例长期非无水痘，NTE率分别为21.8%和68.2%。用Cox%可能性回归断言，找到在非无水痘里NTE可能性显着高于无水痘（HR = 6.68，95% CI = 4.25–10.51，FDR变动q值＜0.05）。在另则有21种恶性肿瘤症型式里也有值得注意结果（请注意4）。余下7种里未判读到这些差别。我们也在指标应该每个断言都动手到%可能性断言，其里有两个不符合，所均需学术研究比如说间忽视及多函数断言来寻找理由。

请注意4 非无疾与无水痘NTE发展对比

TCGA从全球数百个站点整理疾事例，为妥善解决流行疾学数据集完全相同站点间的关联疾态，均需权衡数据集完整疾态、和症状基本特征等。对每种疾疾而言，我们对比了年前两名包括疾事例数最多的的组织来源站点（TSS）与所有其它TSS的同种疾疾及4个结果起始站（请注意5）。

请注意5 对来自年前两位TSS的每个恶性肿瘤症型式学术研究结果开展相比较

对于GBM等兼具备首当其冲疾态的，年前两位TSS（#1和#2）的发疾人群与其它TSS相比值得注意的有OS、PFI和DSS，因惨剧实在太极多难以分析方法不举荐DFI动手起始站。BRCA等较高于首当其冲疾态，强力举荐应用于PFI和DFI，但要求谨慎用OS或DSS指标。TSS #1的流行疾学数据集诱发不好的OS和DSS，但未判读到PFI差别；另则有，请注意层上TSS#1有越来越好的DFI结果，均显露现3事例 DFI惨剧。这种请注意里不一的现象指显露该站点的结果数据集均需全面性指标。另一方面，TSS #2的4个起始站结果与其它地方保持一致。

这个简单的结果相比较指显露，当从特定结果分析方法既有TCGA的流行疾学数据集时，所均需权衡TSS的具备体接收者。由于年龄、分期/分级及则有科手术等环境因素影响完全相同TSS患疾人群的起始站结果，TSS可以用上为这些和不完全流行疾学原文等其它未有精确测量差别的替代。

潜在的参杂环境因素、竞争者结果的

可能性及断言断言

对流行疾学穴居起始站分析方法来说，要求应用于所处理过程的全部流行疾学数据集。但相比分子结构/原核生物数据集的紧密结合分析方法，要特别注意两个方面。首先，举荐意愿基于终端穴居断言，以分子结构非典型用上分析方法因子划分核查集，有不实在太可能破坏结果统计数字的显着疾态差别。因此，从互相关联的TCGA分子结构数据集或非典型TCGA-CDR结果数据集里得显露的论断均需在实质上的数据集库里全面性证明。

第二，我们要求均应用于原发的分子结构数据集，因为症状初诊时，最重要比如说间接收者等匹配的流行疾学数据集已整理相比较完整。肌肤黑色素疣（SKCM）在TCGA型式里非常特殊，470事例里均103事例原发，其余296事例为原发局部淋巴结转回，68事例远端转回。这与很极多整理到转回疣的其它TCGA恶性肿瘤症型式形成鲜明对比。SKCM转回疣很极多带有匹配的原发，而其它TCGA恶性肿瘤症型式尽管很极多有转回疣，但都带有匹配的原发核查。因此，对于SKCM结果的相关疾态，要求只应用于实际数目的原发疾事例，尽管SCKM淋巴结转回的III期疾事例可用上为实质上组群开展学术研究。

在应用于从新紧密结合的TCGA-CDR数据集库时，还所均需特别注意：潜在混为一谈环境因素、竞争者结果的可能性及断言断言。

参杂环境因素

参杂环境因素长期存在但被排除在断言基本上时，差值不实在太可能高估或高于估主观。如在帕金森氏症的白种人差别学术研究里，白人与白种人歧视症状中间长期存在最重要的转录差别，然而根据分子结构非典型开展变动后，这种差别显着减极多甚至变成。治果也是潜在的参杂环境因素，当接收者可获取时应适当权衡变动。则有科手术未有知时，年龄、医治医院及诊断年份等基准则有科手术用上为替代接收者能减极多部分误认差。对这方面的决策建模，倡导应用于标志物预后学术研究要求报告（REMARK）。

竞争者结果的可能性

测定DSS、DFI和PFI起始站时，要对未经历最重要惨剧且无疾的死亡症状开展审查。在这种年前提，如果断言症状未其它死法，那她/他最终仍不实在太可能死于恶性肿瘤症指征。然而，在据估计则有科手术等分析方法因子对继发疾态恶性肿瘤症或心血管疾疾等非指数恶性肿瘤症死亡可能性的分析方法能力时，该断言并不可取。

断言断言

运用Cox%可能性（PH）断言才会健康检查PH断言。除极多数案事例则有，大多数断言都动手到Cox PH断言，但均需全面性探究这些个案以找显露遵守断言的理由，从而对HR动手显露越来越准确的据估计。尽管已经为清理数据集和无论如何付显露了很大帮助，但仍长期存在最重要的应用于允许，会面时TCGA流行疾学数据集都才会了解这些允许。

首先，TCGA主要是为分子结构学术研究其设计，最初疾事例必需来自多个机构带有合适供给的组织的未有则有科手术原发疾事例，因此这些疾事例不组成连续疾态。此则有，对于每种完全相同型式/学术研究，随访数据集未确立整理。同时，流行疾学数据集整理的一些规则在过去不得不随着比如说间的推移而改变。TCGA - CDR不还包括恶性肿瘤症则有科手术简史，并非所有疾事例都被原文。因此，分析方法特定型式或非典型的则有科手术背景优于概况疾态小党恶性肿瘤分析方法。当症状开展具备体则有科手术时，受益能用DFI和PFI起始站有效分析方法。

其次，TCGA核查流行疾学随访根据当地诊所的比如说间请注意，不实在太可能为疾疾或特定口部的复发和疾人最重要精神上状态的记事，因此未TCGA指定的流行疾学随访计划，均给显露重大项目主要强调的分子结构基本特征。

最后，几乎所有TCGA获得的核查和原核生物及分子结构数据集来自从新诊症状原发的单个切片，由此诱发的原核生物和分子结构数据集未在空间内或比如说间任何方面明确捕获代请注意人另一症状结果函数的异质疾态。该问题不是TCGA独有的，任何静态原发疾态学术研究都长期存在。

展望

这项文书工用上是有简史以来第一次全面性着重处理过程TCGA小党恶性肿瘤流行疾学资料。由此诱发的TCGA-CDR的结果起始站与实质上非TCGA学术研究结果保持一致，说明该人力资源在空年前需求量的流行疾学尺度上包括了生物观测从新视角。也要体认到TCGA-CDR的内在应用于局限疾态及关键因素疾态督导和举荐意愿。已经非常明晰，人类疾疾未有来大需求量的分子结构学术研究才会着重整理流行疾学疾理、则有科手术和重设惨剧数据集，以坚视之为最高基准的流行疾学学术研究。尽管有其局限疾态，TCGA-CDR包括了基准化数据集库，以及清晰的4个流行疾学结果起始站导显露，并妥善解决了精确度问题，从而在小党恶性肿瘤和个体程度上开展转化学术研究。未有来数据集学术研究的融合将提高结果中间的关联疾态，越来越好地解释和支视之为单调。

摘要

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