来自华大基因医学
华大基因医学
长按二维码可关注
点击上方蓝字关注“尹哥聊基因”
本文转载自微信公众号“转化医学平台”。
癌症基因组图谱（The Cancer Genome Atlas，TCGA）想必早已为全世界广为知晓，这项计划于2005年提出，旨在通过基因组学分析技术，将人类全部癌症的基因组变异图谱绘制出来，从而更好地了解癌症发生和发展的机制。
尽管如今TCGA项目已经囊括了33种最常见癌症且超过11000个肿瘤样本的测序等工作，然而，它还没有完全结束。
▲TCGA的各项关键数据（图片来自CellPress）
因为，虽然获得了海量的数据（超过2.5PB，约为250万GB的数据，若是把数据放到DVD上面，得超过20万张DVD碟片），然而，如何分析这些数据，如何通过这些数据来发现各种不同的常见癌症的命脉，仍然是一个巨大的挑战。
因此，一个叫做“泛癌症图谱（Pan-Cancer Atlas）”的计划跃然纸上，其目标是整合出不同肿瘤的TCGA数据，然后对这些数据进行分析和解释，而如今，一大批重大成果已经完成，这些成果一共包括27篇文章，均发表在著名学术出版机构CellPress旗下的各种著名刊物比如《Cell》、《Cancer Cell》等上面。
4月5日，国际顶级学术期刊《Cell》在最新一期中，采用封面形式，发表了包括评论和社论在内的超过8篇文章聚焦了人类的一项伟大成就：人类癌症基因组图谱（The Cancer Genome Atlas，TCGA）。
▲最新一期著名学术期刊《Cell》以封面形式聚焦泛癌症图谱（Pan-Cancer Atlas）
今天必然是整个生物医学领域欢呼的一天！
美国国立卫生研究院院长Francis S. Collins博士说：“这个项目是10多年来突破性工作的结晶！为癌症研究人员提供了前所未有的工具，让他们理解肿瘤在人体内如何诞生、何处诞生、为何诞生，并能更好地指导临床试验，使更好的疗法成为可能。”
事实上，泛癌图谱的这27篇文章一共分成三个部分，包括：cell-of-origin patterns, oncogenic processes以及oncogenic pathways这伞个部分，其中，每个部分由一篇重磅Cell文章领衔。
不但如此，CellPress还精心制作了一个网站：http://www.cell.com/pb-assets/consortium/pancanceratlas/pancani3/index.html（需复制登录）来将泛癌症图谱的这27篇文章分门别类介绍。
▲泛癌症图谱（Pan-Cancer Atlas）的重磅文章收录网站（图片来自CellPress）
我们这里来简单看看发表在最新一期《Cell》上面的关于泛癌症图谱相关的超过8篇重磅文章：
▶1.Charting a Course to a Cure
这一篇是《Cell》的社论，由其副主编Robert Kruger博士撰写，高度赞扬了TCGA癌症图谱计划取得的伟大成就，并隆重介绍泛癌症图谱（Pan-Cancer Atlas），他在评论中针对泛癌症图谱计划写道：“这项工作就像是人类癌症研究的谷歌地球（Google Earth，一个由谷歌公司开发的强大的卫星地图软件）！”
▶2.The Cancer Genome Atlas: Creating Lasting Value beyond Its Data
这是一篇简短的评论文章，介绍了TCGA计划以及泛癌症图谱的情况，由NIH的Carolyn Hutter博士和Jean Claude Zenklusen博士撰写。
▶3.Cell-of-Origin Patterns Dominate the Molecular Classification of 10,000 Tumors from 33 Types of Cancer
这篇文章整合分析了TCGA数据库中33种癌症类型，超过10000例肿瘤的数据，在分子层面来分析不同类型肿瘤的异同，为寻找新的药物靶点提供了有用的信息。该文由北卡大学的Katherine A. Hoadley和Van Andel研究所的Peter W. Laird领衔。
▶4.Perspective on Oncogenic Processes at the End ofthe Beginning of Cancer Genomics
这篇文章也是27篇文章中的旗舰文章之一，由华盛顿大学Ding Li教授、哈佛大学David A. Wheeler教授以及Broad研究所的Gad Getz教授领衔撰写，作者估计有数百位。该文章主要介绍了研究者们通过TCGA整合分析发现的调控肿瘤发生的分子过程。
▶5.Oncogenic Signaling Pathways in The Cancer Genome Atlas
这篇文章主要整合了TCGA数据，分析了9000多例肿瘤样品的10条信号通路的海量数据，寻找到了一些代表性的信号通路，为进一步肿瘤治疗的药物开发提供了思路。
▶6.Machine Learning Identifies Stemness Features Associated with Oncogenic Dedifferentiation
该文利用人工智能深度挖掘TCGA数据库中表观遗传数据，寻找到肿瘤的干细胞相关特征，为药物开发和新的治疗方法提供新的见解。
▶7.Pathogenic Germline Variants in 10,389 Adult Cancers
该文利用TCGA数据库整合分析了33种 不同类型肿瘤的10389例样品的数据，发现了几百个germline变异。
▶8.Comprehensive Characterization of Cancer Driver Genes and Mutations
这篇文章深入综合分析了来自于TCGA数据库的超过9000例肿瘤样品数据，鉴定了肿瘤驱动基因的突变。
▶9.A Pan-Cancer Analysis of Enhancer Expression in Nearly 9000 Patient Samples
这篇文章整合分析了33种不同类型肿瘤的超过9000例样品的增强子（enhancer）情况。
▶10.An Integrated TCGA Pan-Cancer Clinical Data Resource to Drive High-Quality Survival Outcome Analytics
这篇文章从33种不同类型的肿瘤总共包括11160名患者整合分析产生了临床病理资料。
到这里已经罗列完今天发表在《Cell》上面的关于TCGA的文章了，其他剩余的文章可以在上面提到的网站中进一步查看。
毫无疑问，这个项目将造福于癌症研究与癌症新药的开发。
“这些最新的成果有望让医药公司开发全新的癌症免疫疗法，或是让已经获批、治疗其他疾病的药物用于癌症的治疗。”加州大学旧金山分校（UCSF）的癌症与发育疗法项目主任 Christopher Benz教授评论道。
“是时候重写癌症的教科书了！” Benz教授兴奋地说道。
参考文献：
1. Charting a Course to a Cure
2. The Cancer Genome Atlas: CreatingLasting Value beyond Its Data
3. Cell-of-Origin Patterns Dominate theMolecular Classification of 10,000 Tumors from 33 Types of Cancer
4. Perspective on Oncogenic Processes atthe End of the Beginning of Cancer Genomics
5. Oncogenic Signaling Pathways in TheCancer Genome Atlas
6. Machine Learning Identifies StemnessFeatures Associated with Oncogenic Dedifferentiation
7. Pathogenic Germline Variants in 10,389Adult Cancers
8. Comprehensive Characterization of CancerDriver Genes and Mutations
9. A Pan-Cancer Analysis of EnhancerExpression in Nearly 9000 Patient Samples
10. An Integrated TCGA Pan-Cancer ClinicalData Resource to Drive High-Quality Survival Outcome Analytics
推荐阅读
1. 十一哪都不去就看书，生物科普类尹哥书单新鲜出炉啦（文末福利）
2. 精选 | 地表最强史上最全生物科普书单，没有之一（文末签名赠书啦！）
☟ 长按二维码一键关注，学习更多靠谱的科学知识。
关注后，
点击菜单栏“文章”，阅读尹哥聊基因精选文章。
点击菜单栏“视频”，观看尹哥演讲视频和科普视频。
发送数字0，即可申请加入尹哥的粉丝圈“尹力场”。
发送数字8，即可通过关键词搜索往期文章。
【声明】生命科学与基因技术正在高速发展，针对同一研究课题，不同团队的研究结果存在差异甚至相悖的可能。另受本人知识结构及参阅资料准确性的局限，文章内容仅供参考。欢迎读者随时纠错并参与讨论。
↓↓↓