TCGA乳腺癌临床数据资源全面介绍---乳腺癌研究领域的全谱！

2006年，之前列腺肝癌序列布谱（The Cancer Genome Atlas, TCGA）构想以多形连续性胶质母细胞膜刺毛（GBM）、肺部鳞状细胞膜肝癌（LUSC）和卵巢浆液连续性囊腺肝癌（OV）开始日前3年的试点工作计划，2009年~2015年年初告一段落。到计划总计，TCGA网络平台原始数据研究工作者已描绘了33种之前列腺肝癌并未曾必10,000余由此可知病变的分子结构外观上，并度量了很多分子结构甲型。TCGA都有的流行病学最重要外观上代详见泛化的原始数据整理。为尽可能自始确运用以这些颇具序列外观上的海量流行病学原始数据，最近TCGA顺利进行一批重大成果，发详见在CellPress母公司的Journal。

本文对4年末5日发详见Cell上的一文来进行PHP。文章阐述以OS（总肉食动物期）、PFI（无方面时之间延迟）、DFI（无病时之间延迟）和DSS（连续性疾病关的存留）为四个主要流行病学结果终点站的TCGA泛之前列腺肝癌流行病学原始数据能源（TCGA-CDR）准则化原始数据库系统，并得出结论了每种之前列腺肝癌并未曾必的终点站运用以表示同意。TCGA流行病学原始数据可从序列原始数据共享自由空之间（GDC）人民网订阅，所有的分子结构原始数据在订阅。流行病学原始数据和分子结构原始数据运用以比如说的名片结构，便于病变的流行病学数据和结果揭示分子结构原始数据为基础。

TCGA泛肝癌原始数据库系统队列外观上

布1A为流行病学原始数据为基础和研究方法有及4个主要流行病学终点站衍生和筛选的流程布,对33份初始登记和97份年初性原始数据文件，共33种之前列腺肝癌并未曾必111,60由此可知之前列腺肝癌病变的数据来进行了妥善处理。详见1为每个TCGA队列的基本外观上。按原发结果揭示根据分子结构外观上选入每个队列，皮肤黑色素刺毛（SKCM）的原发和分散两口两种并未曾必都有，其它极多于数的原发与分散并未曾必也有原始数据研究。

布1. 流行病学原始数据为基础和研究方法有及4个主要流行病学终点站衍生和筛选流程布

详见1. TCGA 泛肝癌队列外观上

流行病学结果终点站OS、PFI、DFI和DSS

总肉食动物期（OS）很最更为重要，优点是度量OS血案时模糊连续性最较低。但运用以OS作终点站显然压制流行病学原始数据研究，因为非肝癌死法未曾必能反映出药理学、来袭连续性或对病患更为严重。运用以OS或即可更长的随访比如说之间；很多流行病学试验中的，一般来说转用相对随访比如说之间较短的DFI或PFI。针对这两项TCGA流行病学原始数据，要体认到比如说流行病学随访时之间延迟在来袭连续性之前列腺肝癌并未曾必结果的最更为重要连续性，因为显然几年内就观察到流行病学血案，在幸存者之前已注意到病状患上或方面。对来袭连续性较弱的之前列腺肝癌并未曾必，病变在数十乃至几十年后患上，随访期之间显然无法观察足够血案以大力支持可靠结果仅供判断。该研究的用意是筛选TCGA泛肝癌流行病学检测的相对优势和过剩，聘请将来的研究和防止随访时之间延迟比如说之间过剩等缺陷。

研究全部TCGA流行病学原始数据后，结论如下：在原始数据可授予时，OS、PFI及DFI相对粗略，但多数情况下才会估计DSS。布1B为33种相同之前列腺肝癌并未曾必的OS K-M椭圆。尽管肉食动物研究不是TCGA主要尽可能，多数之前列腺肝癌并未曾必肉食动物椭圆与过去筛选相同肉食动物终点站的独立自主原始数据研究基本相同，GBM、OV（2008, 2011）和较低级别胶质刺毛（LGG）（2015）的TCGA结果就是最出色由此可知证。PFI、DFI和DSS的K-M椭圆见布1C–1E。

布1 B-E流行病学原始数据研究

基于每种之前列腺肝癌并未曾必4个终点站的观察比如说之间计算出来少于随访比如说之间及血案或筛选的中的位比如说之间（详见2）。所有的中的位随访比如说之间为22.1个年末，但相同并未曾必之前列腺肝癌该比如说之间相似之处前所未曾有；GBM和急连续性髓系癌症（LAML）最短约12个年末，而消化道嫌色细胞膜肝癌（KICH）很短约48个年末。

详见2 总体中的位随访比如说之间及4个终点站的血案与观察中的位比如说之间

破由此可知运用以的流行病学结果终点站

流行病学结果终点站比如说取决于原始数据研究尽可能、血案需求量、队列尺寸和结果原始数据质量。将这些方法有和共同开发的其它方法有作为对单个连续性疾病原始数据库系统的测试者和必要筛选，得出结论在每种连续性疾病并未曾必中的运用以每个结果终点站的表示同意及情况（详见3）。每种之前列腺肝癌并未曾必的肉食动物终点站即可要多于通过一个主要测试者和必要筛选才被给予。33种肝癌中的的13种运用以全部4个终点站：胃尿路上皮肝癌（BLCA）、乳头状鳞状细胞膜肝癌（CESC）、结肠肝癌（COAD）、食管肝癌（ESCA）、头颈部鳞状细胞膜肝癌（HNSC）、消化道状细胞膜肝癌（KIRP）、肺部腺肝癌（LUAD）、LUSC、OV、胰腺肝癌（PAAD）、肉刺毛（SARC）、胃腺肝癌（STAD）和睾丸内膜肝癌（UCEC）。相反，不会一个终点站的有嗜铬细胞膜刺毛和副神经节刺毛（PCPG）。上皮细胞弥漫大B细胞膜上皮细胞刺毛（DLBC）、LAML和胸腺刺毛（THYM）均一个终点站；剩余之前列腺肝癌并未曾必2或3个终点站，但其中的一些持保留意愿。最可靠的是PFI，可无保留地破由此可知给除LAML（无原始数据）、DLBC和KICH（果断运用以）和PCPG（不破由此可知）部份的4种。

详见3 终点站OS,PFI,DFI及DSS的筛选与破由此可知运用以

证明TCGA-CDR及案由此可知运用

在乳腺肝癌原始数据研究中的，雌激素ER阴连续性病变流行病学肉食动物期病症比ER+病变更差。分别用OS、PFI、DFI和DSS尤其这两类病变的肉食动物期（布3A–3D；椭圆总计于10年随访比如说之间，但运用以整个原始数据库系统来进行研究）。单主因研究揭示，运用以PFI（p= 0.005）和DFI（p = 0.001）作为流行病学终点站，TCGA中的ER+乳腺肝癌病变比ER-病变有能够的肉食动物期，但运用以OS时两类病变之间不存有相似之处(p = 0.097) 。此部份，两类病变的DSS（p = 0.009）有很大相似之处，详见明DSS的潜在价绝对值。以上断定证实了PFI和DFI是特定并未曾必乳腺肝癌分子结构原始数据研究的合适终点站。

布3 证明和运用实由此可知

此部份还证明了来袭连续性GBM肉食动物结果终点站。TCGA中的GBM中的位OS为12.6个年末，介于此之前报道的准则病患的12.1个年末和准则病患牵头替莫唑胺的14.6个年末错综复杂。中的位PFI是6.1个年末，介于此之前报道的准则病患5个年末和准则病患牵头替莫唑胺的6.9个年末错综复杂。显然，TCGA原始数据库系统OS和PFI血案比如说之间与历史文献一致。再次印证OS和PFI作为GBM分子结构原始数据研究的流行病学终点站效度。

用Cox比不下不明确性回归基本概念明确高期（III、IV期）相对较低期（I、II期）之前列腺肝癌病变的不明确性比（HR），证明4个终点站的TCGA-CDR原始数据。由于DFI度量与其它结果的度量不一致，对破由此可知运用以OS、PFI和DSS的14种并未曾必之前列腺肝癌尤其logHR（详见3）。随后均对满足Cox比不下不明确性论据的连续性疾病来进行总和（布3E–3G）。结果详见明，14种并未曾必之前列腺肝癌中的，除之间皮刺毛（MESO）、PAAD和葡萄膜黑色素刺毛（UVM）部份，高期对尤其低期HR在3个破由此可知终点站OS、PFI及DSS上明显偏高。转用类推结果揭示的Wilcoxon秩和筛选，当运用以PFI与DSS（p = 0.0008）或PFI与OS（p = 0.039）测算时，logHR有很大相似之处，揭示连续性疾病方面和肉食动物终点站在HR上存有系统误更差；OS与DSS错综复杂不会很大相似之处（p = 0.106）。对2个logHR绝对值的准则误来进行逆平方根明确Pearson自始态分布， 由logHR估计的3种结果有极很大自始关的：PFI和OS自始态分布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）。这些关的连续性潜在大力支持流行病学最初用PFI，后期用OS和DSS来作终点站。

除了为基础分子结构原始数据，还尝试研究首次病患后无病病变与非无病病变是否注意到相同的新的血案。TCGA-CDR中的29类之前列腺肝癌接收者用以补救该缺陷，划定病变从确诊到顺利进行首治并超过无病完全多于存留3个年末。以LUSC为由此可知，有289由此可知无病病变和41由此可知曾一度非无病病变，NTE不下分别为21.8%和68.2%。用Cox比不下不明确性回归基本概念，断定在非无病病变中的NTE不明确性很大极低无病病变（HR = 6.68，95% CI = 4.25–10.51，FDR优化q绝对值＜0.05）。在另部份21种之前列腺肝癌并未曾必中的也有相同结果（详见4）。全数7种中的不会观察到这些相似之处。我们也在筛选是否每个基本概念都满足比不下不明确性论据，其中的有两个不符合，即可要原始数据研究比如说之间依赖及多变量基本概念来寻找情况。

详见4 非无病与无病病变NTE发展对比

TCGA从全球数百个中之间站整理病症，为补救流行病学原始数据相同中之间站之间的可比连续性，即可重新的考虑原始数据完备连续性、和病变外观上等。对每种连续性疾病而言，我们对比了之前两名提仅供病症数最多的许多组织是从中之间站（TSS）与所有其它TSS的同种连续性疾病及4个结果终点站（详见5）。

详见5 对来自之前两位TSS的每个之前列腺肝癌并未曾必原始数据研究结果来进行尤其

对于GBM等富于来袭连续性的，之前两位TSS（#1和#2）的病症症群与其它TSS相比相同的有OS、PFI和DSS，因血案太多于难以研究不破由此可知DFI来作终点站。BRCA等较较低来袭连续性，强力破由此可知运用以PFI和DFI，但表示同意果断用OS或DSS筛选。TSS #1的流行病学原始数据激发更更差的OS和DSS，但不会观察到PFI相似之处；另部份，详见面上TSS#1有能够的DFI结果，均注意到3由此可知 DFI血案。这种详见里不一的成因详见明该中之间站的结果原始数据即可促使筛选。另一方面，TSS #2的4个终点站结果与其它地方一致。

这个尤其简单的结果尤其详见明，当从特定结果研究整体而言TCGA的流行病学原始数据时，即可要重新的考虑TSS的颇确切接收者。由于比不下、再行/分级及病患等主因受到影响相同TSS患病症群的终点站结果，TSS可以作为这些和不完全流行病学编者等其它未曾测算相似之处的替代。

潜在的混主因、相互竞争结果的

不明确性及基本概念论据

对流行病学肉食动物终点站研究来说，表示同意运用以所妥善处理的全部流行病学原始数据。但相比分子结构/序列原始数据的为基础研究，要注意到两个方面。首先，破由此可知意愿基于基线肉食动物基本概念，以分子结构甲型作预测遗传物质划分结果揭示集，有显然破坏结果总和的很大连续性相似之处。因此，从关的联的TCGA分子结构原始数据或甲型TCGA-CDR结果原始数据中的得出的结论即可在独立自主的原始数据库系统中的促使证实。

第二，我们表示同意均运用以原发的分子结构原始数据，因为病变初诊时，最更为重要比如说之间接收者等匹配的流行病学原始数据已整理相对完备。皮肤黑色素刺毛（SKCM）在TCGA并未曾必中的更为独有，470由此可知中的均103由此可知原发，其余296由此可知为原发大面积上皮细胞结分散，68由此可知远端分散。这与很多于整理到分散刺毛的其它TCGA之前列腺肝癌并未曾必形成自然而然。SKCM分散刺毛很多于颇具有匹配的原发，而其它TCGA之前列腺肝癌并未曾必尽管很多于有分散刺毛，但都颇具有匹配的原发结果揭示。因此，对于SKCM结果的关的连续性，表示同意只运用以可用需求量的原发病症，尽管SCKM上皮细胞结分散的III期病症可作为独立自主组群来进行原始数据研究。

在运用以新的为基础的TCGA-CDR原始数据库系统时，还即可要注意到：潜在误用主因、相互竞争结果的不明确性及基本概念论据。

混主因

混主因存有但被考虑到在基本概念之部份时，误更差显然远超过或显然真实。如在乳腺肝癌的族群相似之处原始数据研究中的，非裔与黑人病变错综复杂存有最更为重要的特异连续性相似之处，然而根据分子结构甲型来进行优化后，这种相似之处很大减多于甚至遗忘。治果也是潜在的混主因，当接收者可获取时应适当重新的考虑优化。病患未曾知时，比不下、求医医院及确诊年份等准则病患作为替代接收者能减多于部分误更差。对这方面的执行者建模，倡导运用以标志物病症原始数据研究表示同意分析报告（REMARK）。

相互竞争结果的不明确性

测定DSS、DFI和PFI终点站时，要对不会经历最更为重要血案且无病的幸存者病变来进行评议。在这种情况下，如果论据病变不会其它死法，那她/他终究仍显然死于之前列腺肝癌指征。然而，在估计病患等预测遗传物质对继发连续性之前列腺肝癌或心血管连续性疾病等非比率之前列腺肝癌幸存者不明确性的预测能力时，该论据极为可取。

基本概念论据

运用Cox比不下不明确性（PH）基本概念须要筛选PH论据。除多于数案由此可知部份，大多数基本概念都满足Cox PH论据，但即可促使探讨这些医疗事故以找出违背论据的情况，从而对HR毫无疑问更可靠的估计。尽管现在为弃置原始数据和补救缺陷付出了极大希望，但仍存有最更为重要的运用以限制，访问TCGA流行病学原始数据都须要理解这些限制。

首先，TCGA主要是为分子结构原始数据研究内部设计，最初病症比如说来自多个政府机构颇具有合适供给许多组织的未曾病患原发病症，因此这些病症不密切关的连续连续性。此部份，对于每种相同并未曾必/原始数据研究，随访原始数据不会统一整理。同时，流行病学原始数据整理的一些规则在过去不得不随着比如说之间的推移而偏离。TCGA - CDR不都有之前列腺肝癌病患史，并非所有病症都被编者。因此，研究特定并未曾必或甲型的病患背景优于各地区连续性泛肝癌研究。当病变来进行颇确切病患时，自始因如此他用DFI和PFI终点站合理研究。

其次，TCGA结果揭示流行病学随访根据当地诊所的比如说之间详见，显然为连续性疾病或特定部位的患上和病症最更为重要生命完全的记录，因此不会TCGA指定的流行病学随访构想，均得出结论计划主要合理化的分子结构外观上。

最后，仅仅所有TCGA授予的结果揭示和序列及分子结构原始数据来自新的诊病变原发的单个切片，由此激发的序列和分子结构原始数据不能在自由空之间或比如说之间任何方面明确捕获代详见另一病变结果变量的异质连续性。该缺陷不是TCGA独有的，任何静态原发连续性原始数据研究都存有。

展望

这项工作是全世界第一次年初系统化妥善处理TCGA泛肝癌流行病学数据。由此激发的TCGA-CDR的结果终点站与独立自主非TCGA原始数据研究结果一致，陈述该能源在空之前规模的流行病学微观上提仅供了生物观测新的视角。也要体认到TCGA-CDR的内在运用以普遍连续性及最更为重要聘请和破由此可知意愿。现在更为严谨，人类连续性疾病未曾来大规模的分子结构原始数据研究须要系统化整理流行病学组织学、病患和转归血案原始数据，以坚信最高准则的流行病学原始数据研究。尽管有其普遍连续性，TCGA-CDR提仅供了准则化原始数据库系统，以及模糊的4个流行病学结果终点站导出，并补救了质量缺陷，从而在泛肝癌和母体程度上来进行转化原始数据研究。未曾来原始数据原始数据研究的交融将提高结果错综复杂的可比连续性，能够地解释和大力支持重复。

参考数据

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