TCGA癌症临床统计数据资源全面介绍---癌症研究领域的全谱！

2006年，肝当年列腺癌真核生物平面概要（The Cancer Genome Atlas, TCGA）计划以多形官能胶质母细胞内疣（GBM）、脾鳞状细胞内肝癌（LUSC）和卵巢上皮细胞官能囊腺肝癌（OV）开始为期3年的自贸区单项，2009年~2015年全面展开。到单项日和，TCGA网络量化专业人士已刻画了33种肝当年列腺癌特官能10,000余举例小儿症的大分子基本特征，并表述了很多大分子变异。TCGA包涵的确诊关键基本特征亦然格泛化的数据的资讯搜集。为适当正确常用这些颇具真核生物基本特征的多种形式确诊数据的资讯，最近TCGA未完成一批重大成果，登载格在CellPress旗下的期刊。

本文对4翌年5日登载格Cell上的一文进行时编译。篇名阐述以OS（总适应环境期）、PFI（无进展皆隔）、DFI（无小儿皆隔）和DSS（官能疾小儿相关只剩）为四个主要确诊结果三站的TCGA泛肝当年列腺癌确诊数据的资讯资源（TCGA-CDR）系统化化数据的资讯库，并给出了每种肝当年列腺癌特官能的三站常用提议。TCGA确诊数据的资讯可从真核生物数据的资讯一共享空皆（GDC）网络服务下载，所有的大分子数据的资讯在下载。确诊数据的资讯和大分子数据的资讯常用同样的条码在结构上，便于小儿症的确诊的资讯和结果显示大分子数据的资讯为基础。

TCGA泛肝癌数据的资讯库配置文件基本特征

平面图1A为确诊数据的资讯为基础和量化方式及4个主要确诊三站衍生和检查的流程平面图,对33份初始登记注册和97份后续数据的资讯文件，一共33种肝当年列腺癌特官能111,60举例肝当年列腺癌小儿症的的资讯进行时了妥善处理。表格1为每个TCGA配置文件的基本基本特征。按原发结果显示根据大分子基本特征选入每个配置文件，表皮黑色素疣（SKCM）的原发和移到灶两种特官能都有，其它极极少数的原发与移到特官能也有量化。

平面图1. 确诊数据的资讯为基础和量化方式及4个主要确诊三站衍生和检查流程平面图

表格1. TCGA 泛肝癌配置文件基本特征

确诊结果三站OS、PFI、DFI和DSS

总适应环境期（OS）很关键因素，优点是表述OS惨案时模糊官能平均。但常用OS作三站不太可能动摇确诊量化，因为非肝癌死因不一定能反映出动物学、侵扰官能或对疗法加重。常用OS或才可更长的随访时长；很多确诊试验当中，并不一定引入相尤其随访时长很短的DFI或PFI。针对现有TCGA确诊数据的资讯，要注意到除此以皆确诊随访皆隔在侵扰官能肝当年列腺癌特官能结果的关键因素官能，因为不太可能几年内就掩蔽到确诊惨案，在丧生当年已显现出小儿情患或进展。对侵扰官能较弱的肝当年列腺癌特官能，小儿症在数十乃至几十年后患，随访期皆不太可能无法掩蔽够大惨案以支持者简单结果供判断。该量化的目的是核查TCGA泛肝癌确诊检测的相尤其优势和太极少，指导今后的量化和不必要随访皆隔时长太极少等缺陷。

量化全部TCGA确诊数据的资讯后，推论如下：在数据的资讯可给予时，OS、PFI及DFI相尤其精确，但大部份意味着根本无法少于DSS。平面图1B为33种并不相同肝当年列腺癌特官能的OS K-M切线。尽管适应环境量化不是TCGA主要最终目标，大部份肝当年列腺癌特官能适应环境切线与现在检查相同适应环境三站的独立自主量化基本相同，GBM、OV（2008, 2011）和低级别胶质疣（LGG）（2015）的TCGA结果就是最再加举毫无疑问。PFI、DFI和DSS的K-M切线见平面图1C–1E。

平面图1 B-E确诊数据的资讯量化

基于每种肝当年列腺癌特官能4个三站的掩蔽时长计算千分之随访时长及惨案或核查的当中位时长（表格2）。所有的当中位随访时长为22.1个翌年，但并不相同特官能肝当年列腺癌该时长再加别极大；GBM和急官能髓系白血小儿（LAML）最短平均12个翌年，而肾嫌色细胞内肝癌（KICH）最长平均48个翌年。

表格2 总体当中位随访时长及4个三站的惨案与掩蔽当中位时长

破例常用的确诊结果三站

确诊结果三站选择取决于量化最终目标、惨案才可求量、配置文件大小和结果数据的资讯总质量。将这些方式和开发的其它方式作为对单个官能疾小儿数据的资讯库的的测试和足量核查，给出在每种官能疾小儿特官能当中常用每个结果三站的提议及状况（表格3）。每种肝当年列腺癌特官能的适应环境三站不能至极少通过一个主要的测试和足量核查才被接受。33种肝癌当中的13种常用全部4个三站：膀胱尿路上皮肝癌（BLCA）、乳头鳞状细胞内肝癌（CESC）、结肠肝癌（COAD）、食管肝癌（ESCA）、头颈部鳞状细胞内肝癌（HNSC）、肾状细胞内肝癌（KIRP）、脾腺肝癌（LUAD）、LUSC、OV、胰腺肝癌（PAAD）、肉疣（SARC）、大肠腺肝癌（STAD）和子宫内膜肝癌（UCEC）。相反，没一个三站的有嗜铬细胞内疣和副皮质疣（PCPG）。淋巴散发出大B细胞内淋巴疣（DLBC）、LAML和颊腺疣（THYM）均一个三站；剩余肝当年列腺癌特官能2或3个三站，但其当中一些持保留意见。最简单的是PFI，可无保留地破例给除LAML（无数据的资讯）、DLBC和KICH（审慎常用）和PCPG（不破例）皆的4种。

表格3 三站OS,PFI,DFI及DSS的检查与破例常用

证明TCGA-CDR及案举例应用

在白血小儿量化当中，雌激素ER阴官能小儿症确诊适应环境期适应环境不下比ER+小儿症再加。分别用OS、PFI、DFI和DSS尤其这两类小儿症的适应环境期（平面图3A–3D；切线日和于10年随访时长，但常用整个数据的资讯库进行时量化）。单各种因素量化显示，常用PFI（p= 0.005）和DFI（p = 0.001）作为确诊三站，TCGA当中ER+白血小儿小儿症比ER-小儿症有好处的适应环境期，但常用OS时两类小儿症皆不假定再加别(p = 0.097) 。此皆，两类小儿症的DSS（p = 0.009）有相当大再加别，表格明DSS的潜在价数值。以上发掘出属实了PFI和DFI是特定特官能白血小儿大分子量化的合理三站。

平面图3 证明和应用实举例

此皆还证明了侵扰官能GBM适应环境结果三站。TCGA当中GBM当中位OS为12.6个翌年，介于此当年新闻报道的系统化疗法的12.1个翌年和系统化疗法共同替莫唑胺的14.6个翌年之皆。当中位PFI是6.1个翌年，介于此当年新闻报道的系统化疗法5个翌年和系统化疗法共同替莫唑胺的6.9个翌年之皆。显然，TCGA数据的资讯库OS和PFI惨案时长与文献一致。再次印证OS和PFI作为GBM大分子量化的确诊三站效度。

用Cox比举例不颇具体性紧接著三维颇具体高期（III、IV期）相尤其低期（I、II期）肝当年列腺癌小儿症的不颇具体性比（HR），证明4个三站的TCGA-CDR数据的资讯。由于DFI表述与其它结果的表述不一致，对破例常用OS、PFI和DSS的14种特官能肝当年列腺癌尤其logHR（表格3）。随后均对满足Cox比举例不颇具体性假定的官能疾小儿进行时总和（平面图3E–3G）。结果表格明，14种特官能肝当年列腺癌当中，除皆皮疣（MESO）、PAAD和葡萄膜黑色素疣（UVM）皆，高期对比低期HR在3个破例三站OS、PFI及DSS上数值得注意到较再加。引入以此类推结果显示的Wilcoxon秩和检查，当常用PFI与DSS（p = 0.0008）或PFI与OS（p = 0.039）观测时，logHR有相当大再加别，显示官能疾小儿进展和适应环境三站在HR上假定种系统偏离；OS与DSS之皆没相当大再加别（p = 0.106）。对2个logHR数值的系统化误进行时当此加权千分之颇具体Pearson线性关系， 由logHR少于的3种结果有极相当大正相关：PFI和OS线性关系0.96（95%置信区皆[CI]：0.77–0.99），PFI和DSS为 0.95（95%置信区皆：0.76–0.99），OS和DSS为0.90（95%置信区皆：0.61–0.98）。这些再加别官能潜在支持者确诊早期用PFI，后半期用OS和DSS做三站。

除了为基础大分子数据的资讯，还设法量化首次疗法后无小儿小儿症与非无小儿小儿症否显现出并不相同的新惨案。TCGA-CDR当中29类肝当年列腺癌接收者用以妥善解决该妥善解决办法，纳入小儿症从确诊到未完成首治并达到无小儿情况下至极少只剩3个翌年。以LUSC为举例，有289举例无小儿小儿症和41举例仍然非无小儿小儿症，NTE不下分别为21.8%和68.2%。用Cox比举例不颇具体性紧接著三维，发掘出在非无小儿小儿症当中NTE不颇具体性相当大高于无小儿小儿症（HR = 6.68，95% CI = 4.25–10.51，FDR调整q数值＜0.05）。在另皆21种肝当年列腺癌特官能当中也有相似结果（表格4）。余下7种当中没掩蔽到这些再加别。我们也在检查否每个三维都满足比举例不颇具体性假定，其当中有两个不符合，不能量化时长相反及多变量三维来找状况。

表格4 非无小儿与无小儿小儿症NTE发展对比

TCGA从世界数百个市区内搜集小儿举例，为妥善解决确诊数据的资讯并不相同市区内皆的可比官能，才可考量数据的资讯完整官能、和小儿症基本特征等。对每种官能疾小儿而言，我们对比了当年两名备有小儿举例数最多的民间组织来源市区内（TSS）与所有其它TSS的同种官能疾小儿及4个结果三站（表格5）。

表格5 对来自当年两位TSS的每个肝当年列腺癌特官能量化结果进行时尤其

对于GBM等极颇具侵扰官能的，当年两位TSS（#1和#2）的发小儿群体与其它TSS相对来说相似的有OS、PFI和DSS，因惨案太极少难以量化不破例DFI做三站。BRCA等较低侵扰官能，强力破例常用PFI和DFI，但提议审慎用OS或DSS检查。TSS #1的确诊数据的资讯消除要好的OS和DSS，但没掩蔽到PFI再加别；另皆，表格面上TSS#1有好处的DFI结果，均显现出3举例 DFI惨案。这种表格里不一的周期性表格明该市区内的结果数据的资讯才可实质官能检查。另一多方面，TSS #2的4个三站结果与其它地方一致。

这个简单的结果尤其表格明，当从特定结果量化主体TCGA的确诊数据的资讯时，不能考量TSS的说明接收者。由于年龄、分期/分级制度及疗法等各种因素影响并不相同TSS患小儿群体的三站结果，TSS可以作为这些和不完全确诊注解等其它未能观测再加别的替代。

潜在的混杂各种因素、相互竞争结果的

不颇具体性及三维假定

对确诊适应环境三站量化来说，提议常用所妥善处理的全部确诊数据的资讯。但相对来说大分子/真核生物数据的资讯的为基础量化，要注意到两个多方面。首先，破例意见基于曲率半径适应环境三维，以大分子变异作预测表征划分结果显示集，确实破坏结果总和的相当大官能再加别。因此，从互相关联的TCGA大分子数据的资讯或变异TCGA-CDR结果数据的资讯当中得出的推论才可在独立自主的数据的资讯库当中实质官能属实。

第二，我们提议均常用原发的大分子数据的资讯，因为小儿症初诊时，关键因素时长接收者等也就是说的确诊数据的资讯已搜集相尤其完整。表皮黑色素疣（SKCM）在TCGA特官能当中极为特殊性，470举例当中均103举例原发，其余296举例为原发局部淋巴结移到，68举例远端移到。这与甚极少搜集到移到疣的其它TCGA肝当年列腺癌特官能形成鲜明对比。SKCM移到疣甚极少很强也就是说的原发，而其它TCGA肝当年列腺癌特官能尽管甚极少有移到疣，但都很强也就是说的原发结果显示。因此，对于SKCM结果的再加别官能，提议只常用有限才可求量的原发小儿举例，尽管SCKM淋巴结移到的III期小儿举例可作为独立自主则有进行时量化。

在常用新为基础的TCGA-CDR数据的资讯库时，还不能注意到：潜在混淆各种因素、相互竞争结果的不颇具体性及三维假定。

混杂各种因素

混杂各种因素假定但被排除在三维之皆时，偏离不太可能高估或低估真正。如在白血小儿的种族再加别量化当中，白人与奴隶主小儿症之皆假定关键因素的基因表格达再加别，然而根据大分子变异进行时调整后，这种再加别相当大缩减甚至消失。治果也是潜在的混杂各种因素，当接收者可利用时应适当考量调整。疗法未能知时，年龄、诊治养老院及确诊最迟等系统化疗法作为替代接收者能缩减以外数数值。对这多方面的权衡利用计算机，帮助常用标志物适应环境不下量化提议报告（REMARK）。

相互竞争结果的不颇具体性

测定DSS、DFI和PFI三站时，要对没经历关键因素惨案且无小儿的丧生小儿症进行时审议。在这种意味着，如果假定小儿症没其它死因，那她/他事与愿违仍不太可能死于肝当年列腺癌指征。然而，在少于疗法等预测表征对继发官能肝当年列腺癌或心血管官能疾小儿等非指数肝当年列腺癌丧生不颇具体性的预测能力时，该假定并不不对。

三维假定

应用Cox比举例不颇具体性（PH）三维不能核查PH假定。除极少数案举例皆，大大部份三维都满足Cox PH假定，但才可实质官能探索这些个案以找出背离假定的状况，从而对HR显然更准确的少于。尽管早就为清理数据的资讯和妥善解决妥善解决办法付出了巨大努力，但仍假定关键因素的常用限制，访问前夕TCGA确诊数据的资讯都不能理解这些限制。

首先，TCGA主要是为大分子量化设计，在此之当年小儿举例选择来自多个的机构很强合理库存民间组织的未能疗法原发小儿举例，因此这些小儿举例不构成连续官能。此皆，对于每种并不相同特官能/量化，随访数据的资讯没统一搜集。同时，确诊数据的资讯搜集的一些准则在现在只好随着时长的更长而改变。TCGA - CDR不包涵肝当年列腺癌疗法两书，并非所有小儿举例都被注解。因此，量化特定特官能或变异的疗法背景比不上概况官能泛肝癌量化。当小儿症进行时说明疗法时，受益他用DFI和PFI三站有效量化。

其次，TCGA结果显示确诊随访根据当地诊所的时长表格，不太可能为官能疾小儿或特定部位的患和小儿人关键因素生命情况下的记录，因此没TCGA登录的确诊随访计划，均给出单项主要强调的大分子基本特征。

最后，几乎所有TCGA给予的结果显示和真核生物及大分子数据的资讯来自新诊小儿症原发的单个切片，由此消除的真核生物和大分子数据的资讯不能在空皆或时长任何多方面恰当俘获亦然格另一小儿症结果变量的异质官能。该妥善解决办法不是TCGA独有的，任何静态原发官能量化都假定。

愿景

这项指导是有两书以来第一次全面种系统性妥善处理TCGA泛肝癌确诊的资讯。由此消除的TCGA-CDR的结果三站与独立自主非TCGA量化结果一致，说明该资源在空当年规模的确诊尺度上备有了动物观测新视角。也要注意到TCGA-CDR的内在常用局限官能及关键官能指导和破例意见。早就极为明晰，人类文明官能疾小儿未能来大规模的大分子量化不能种系统性搜集确诊小儿理、疗法和代管惨案数据的资讯，以坚持高于系统化的确诊量化。尽管有其局限官能，TCGA-CDR备有了系统化化数据的资讯库，以及完整的4个确诊结果三站导出，并妥善解决了总质量妥善解决办法，从而在泛肝癌和个体水平上进行时转化量化。未能来数据的资讯量化的融合将更高结果之皆的可比官能，好处地解释和支持者多次重复。

参考的资讯

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