TCGA收官之作—27篇重磅文獻(xiàn)繪制“泛癌圖譜”

發(fā)稿時間：2018-05-10來源：天昊生物

 

 

 

TCGA的關(guān)鍵數(shù)字：圖片來源《細(xì)胞》

由美國政府發(fā)起的癌癥和腫瘤基因圖譜（Cancer Genome Atlas，TCGA）計劃于2006年聯(lián)合啟動，目前已經(jīng)收錄了來自1萬多例病人的33種癌癥的數(shù)據(jù)，2.5PB的數(shù)據(jù)量。全世界無數(shù)頂尖腫瘤學(xué)家經(jīng)過10多年的辛苦工作，于近期公布了TCGA研究的收官之作：“Pan-Cancer Atlas”泛癌癥圖譜。這些研究精華共發(fā)表了27篇相關(guān)論文，涉及基因組測序，轉(zhuǎn)錄組測序，甲基化等表觀組學(xué)測序以及最終的整合分析，同時研究者也將它們與臨床和影像數(shù)據(jù)相關(guān)聯(lián)，展示的數(shù)據(jù)可謂是人類癌癥研究的“google earth”。更棒的是，這些數(shù)據(jù)將對全球所有的醫(yī)生和研究人員免費公開?！禖ell》更是以封面文章，形象的匯報了這一成果。

 

 

CellPress專門為這些文章建立了網(wǎng)站：

http://www.cell.com/pb-assets/consortium/pancanceratlas/pancani3/index.html 

在網(wǎng)站中，“Pan-Cancer Atlas”泛癌癥圖譜將這些文章分為三個領(lǐng)域：腫瘤細(xì)胞起源（Cell-of-Origin Patterns）、致癌過程（Oncogenic Processes）和癌癥信號通路（Signaling Pathways）。閱讀這些文章，便可以領(lǐng)略過去的10年中，世界頂尖腫瘤學(xué)家是如何從分子特征角度對癌癥進(jìn)行研究的。

 

今天請先和小編一起領(lǐng)略這些文章的概要，細(xì)節(jié)內(nèi)容大家請自己下載閱讀哦

 

 

1、探腫瘤細(xì)胞起源（Cell-of-Origin Patterns）

 

Pan-Cancer Atlas根據(jù)分子相似性對人類腫瘤類型進(jìn)行了重新分類，指出起源細(xì)胞可以影響但不能完全決定腫瘤分類，這一發(fā)現(xiàn)將有助于未來的臨床試驗設(shè)計和結(jié)果解讀。其相關(guān)工作也揭示了對于癌癥亞群的新見解，包括婦科癌癥，乳腺癌，胃腸道癌，鱗癌和腎癌，并揭示了干細(xì)胞樣特征與致癌性去分化的相關(guān)性。

旗艦文章：

《Cell》

 Cell-of-Origin Patterns Dominate the Molecular Classification of 10,000 Tumors from 33 Types of Cancer

全面綜合的分子分型能夠識別多種人類癌癥之間的分子關(guān)系，為探索癌癥治療的臨床可行性提出了未來的方向。

其它相關(guān)文章：

《Cell》

 Machine Learning Identifies Stemness Features Associated with Oncogenic Dedifferentiation

從TCGA腫瘤的轉(zhuǎn)錄組和表觀遺傳學(xué)數(shù)據(jù)中提取的干細(xì)胞特征，揭示了腫瘤新的生物學(xué)機制和臨床見解，發(fā)現(xiàn)了用于抗癌治療的潛在藥物靶標(biāo)。

《Cancer Cell》

A Comprehensive Pan-Cancer Molecular Study of Gynecologic and Breast Cancers

通過對2,579 例TCGA婦科癌癥（OV，UCEC，CESC和UCS）和乳腺腫瘤數(shù)據(jù)進(jìn)行分子分析，Berger等使用16個關(guān)鍵分子特征鑒定了5種預(yù)后亞型，并基于可將患者進(jìn)行亞型分類的6種臨床可評估特征提出決策樹。

《Cancer Cell》

Comparative Molecular Analysis of Gastrointestinal Adenocarcinomas

通過分析921例胃腸道腺癌患者數(shù)據(jù)，研究者發(fā)現(xiàn)高度突變腫瘤樣本富含插入/缺失，染色體不穩(wěn)定性的上消化道腫瘤富含片段化的基因組，一部分基因組穩(wěn)定的結(jié)腸直腸腫瘤富含SOX9和PCBP1突變。

《Cell Reports》

Genomic, Pathway Network, and Immunologic Features Distinguishing Squamous Carcinomas

Campbell等人揭示來自不同組織部位的鱗狀細(xì)胞癌可以與其他癌癥區(qū)分開來，并且可通過染色體，DNA甲基化，mRNA和microRNA表達(dá)或突變的改變而進(jìn)行分子分類。這些影響鱗狀細(xì)胞的通路和可能會提供治療靶點。

《Cell Reports》

The Cancer Genome Atlas Comprehensive Molecular Characterization of Renal Cell Carcinoma

Ricketts等人發(fā)現(xiàn)每個腎細(xì)胞癌亞型都有其顯著特征，這個可以為開發(fā)亞型特異性治療和管理策略提供基礎(chǔ)。 BAP1，PBRM1和代謝途徑的體細(xì)胞改變與亞型特異性存活率降低相關(guān)，而CDKN2A改變，DNA超甲基化和Th2免疫標(biāo)記與所有亞型的存活降低相關(guān)。

 

2、致癌過程（Oncogenic Processes）

 

Pan-Cancer Atlas提供了導(dǎo)致人類癌癥的致癌過程的全景圖。它揭示了生殖系基因突變和體細(xì)胞突變?nèi)绾卧诎┌Y進(jìn)展中相互協(xié)作，并探索突變對細(xì)胞信號傳導(dǎo)和免疫細(xì)胞組成的影響，為開發(fā)新療法和免疫療法提供見解。

旗艦文章：

《Cell》

Perspective on Oncogenic Processes at the End of the Beginning of Cancer Genomics

基于PanCancer Atlas分析的致癌過程，突出強調(diào)了基因組改變對人類癌癥信號傳導(dǎo)和多組學(xué)圖譜以及其對腫瘤微環(huán)境的復(fù)雜影響。

其它相關(guān)文章：

《Cell 》

 Pathogenic Germline Variants in 10,389 Adult Cancers

泛癌癥分析鑒定了數(shù)百種具有癌癥易感性的生殖細(xì)胞突變體。

《Cell》

Comprehensive Characterization of Cancer Driver Genes and Mutations

對33種癌癥類型的> 9000個腫瘤樣本的致癌驅(qū)動基因和突變進(jìn)行綜合分析，突出強調(diào)了TCGA腫瘤樣品中臨床可操作的癌癥驅(qū)動事件的發(fā)生率。

《Cell Reports》

 Driver Fusions and Their Implications in the Development and Treatment of Human Cancers

高等人分析了33種癌癥類型的9,624樣本中的基因融合事件。它們提供了檢測到的融合事件的整體圖譜，并將融合與基因表達(dá)相關(guān)聯(lián)，重點關(guān)注激酶融合結(jié)構(gòu)，互斥突變和融合模式，并突出針對融合現(xiàn)象開發(fā)藥物的可用性。

《Immunity》

 The Immune Landscape of Cancer

Thorsson等人對10,000多種腫瘤進(jìn)行免疫組織化學(xué)分析，鑒定出包含多種癌癥類型的6種免疫亞型，并提出可能影響預(yù)后的免疫應(yīng)答模式。

《Cell Reports》

Spatial Organization and Molecular Correlation of Tumor-Infiltrating Lymphocytes Using Deep Learning on Pathology Images

Saltz等人開發(fā)了基于深度學(xué)習(xí)衍生的“計算機染色，可獲得標(biāo)準(zhǔn)病理癌癥圖像用于鑒定腫瘤浸潤淋巴細(xì)胞（TIL）。他們處理了來自13種癌癥類型的5,202個數(shù)字圖像。結(jié)果提示，得到的TIL圖與TCGA分子數(shù)據(jù)相關(guān)，此外研究結(jié)果還將TIL含量與存活率，腫瘤亞型和免疫譜相關(guān)聯(lián)。

《Cancer Cell 》

 Genomic and Functional Approaches to Understanding Cancer Aneuploidy

通過分析> 10,000人類癌癥樣本，Taylor等人表明非整倍體與體細(xì)胞突變率，增殖基因表達(dá)和白細(xì)胞浸潤減少相關(guān)。

《Cell 》

 A Pan-Cancer Analysis of Enhancer Expression in Nearly 9,000 Patient Samples

從33種癌癥類型的系統(tǒng)分析推斷因果增強子 - 靶標(biāo) - 基因的關(guān)系。

《Cancer Cell 》

 lncRNA Epigenetic Landscape Analysis Identifies EPIC1 as an Oncogenic lncRNA that Interacts with MYC and Promotes Cell-Cycle Progression in Cancer

Wang等人在大量人類腫瘤和癌細(xì)胞系中探究了lncRNA的表觀遺傳概況，并觀察到lncRNA基因（包括EPIC1）的低甲基化頻發(fā)情況。 EPIC1 RNA通過與MYC相互作用并增強其與靶基因的結(jié)合來促進(jìn)細(xì)胞周期進(jìn)程。

《Cell Reports》

Pan-Cancer Analysis of lncRNA Regulation Supports Their Targeting of Cancer Genes in Each Tumor Context

Chiu等人提出lncRNA調(diào)控相互作用的泛癌分析。他們提出，數(shù)百個lncRNAs表達(dá)失調(diào)，可靶向改變每個腫瘤背景中癌基因和通路的表達(dá)。

《Cell Reports》

Systematic Analysis of Splice-Site-Creating Mutations in Cancer

Jayasinghe等人從33種癌癥類型的8,000多種腫瘤樣本中鑒定了近2000個剪接位點產(chǎn)生突變（SCMs）。它們提供了對以前錯誤標(biāo)記的突變的更準(zhǔn)確的解釋，突出了整合數(shù)據(jù)類型以了解人類疾病中剪接突變的功能和臨床意義的重要性。

《Cell》 

Systems Scalable Open Science Approach for Mutation Calling of Tumor Exomes Using Multiple Genomic Pipelines

MC3是針對來自33種癌癥類型的超過10,000種癌癥外顯子組樣本的變異識別項目。7種不同的方法共檢測到超過300萬種體細(xì)胞變體，這些變體形成了泛癌圖譜文件的基礎(chǔ)。

《Cell》 

An Integrated TCGA Pan-Cancer Clinical Data Resource to Drive High-Quality Survival Outcome Analytics 對TCGA計劃中超過11,000名癌癥患者的臨床病理學(xué)注釋進(jìn)行分析，歸納產(chǎn)生TCGA臨床數(shù)據(jù)資源，該數(shù)據(jù)資源為33種癌癥類型提供臨床轉(zhuǎn)歸終點使用的建議。

 

3、癌癥信號通路（Signaling Pathways）

 

在泛腫瘤信號通路的綜合分析中，Pan-Cancer Atlas揭示了有助于開發(fā)個性化治療和新的聯(lián)合療法的脆弱“通路”。其它在相關(guān)文獻(xiàn)中研究的途徑包括MYC，RAS，泛素，DNA損傷修復(fù)，剪接和代謝。

旗艦文章：

《Cell》 

Oncogenic Signaling Pathways in The Cancer Genome Atlas 

對TCGA > 9,000個腫瘤中10個信號通路的遺傳變異進(jìn)行綜合分析，結(jié)果顯示這些通路中顯著存在個體和共同發(fā)生的可操作變異，提示靶向和聯(lián)合治療的機會。

其它相關(guān)文章：

《Cell Systems》

 Pan-cancer Alterations of the MYC Oncogene and Its Proximal Network across the Cancer Genome Atlas

Schaub等人提出了一項生物信息學(xué)計算研究結(jié)果，確定了TCGA 數(shù)據(jù)庫33種人類癌癥中MYC網(wǎng)絡(luò)改變的頻率和程度。

《Cell Reports》

Machine Learning Detects Pan-cancer Ras Pathway Activation in The Cancer Genome Atlas 

Way等人使用Pan-Cancer Atlas數(shù)據(jù)，開發(fā)了機器學(xué)習(xí)方法來檢測癌癥中的Ras激活。通過整合突變，拷貝數(shù)和表達(dá)數(shù)據(jù)，作者證明他們的方法可檢測腫瘤中Ras激活變異體和細(xì)胞系對MEK抑制劑的敏感性。

《Cell Reports》

Genomic and Molecular Landscape of DNA Damage Repair Deficiency across The Cancer Genome Atlas

Knijnenburg等人開展了TCGA泛癌分析，展示了癌癥中DNA損傷修復(fù)缺陷（DDR）。他們使用整合基因組和分子分析來鑒定33種癌癥類型的頻繁DDR改變，將基因和途徑水平改變與基因組范圍內(nèi)基因組不穩(wěn)定性和功能受損相關(guān)聯(lián)，并證明DDR缺陷評分的預(yù)后效用。

《Cell Reports》

Molecular Characterization and Clinical Relevance of Metabolic Expression Subtypes in Human Cancers

Peng等人分析跨越33種癌癥類型的9,125個TCGA樣品，以基于七種代謝途徑的表達(dá)來表征腫瘤亞型。他們發(fā)現(xiàn)代謝表達(dá)亞型與患者存活相關(guān)。

《Cell Reports》

Integrated Genomic Analysis of the Ubiquitin Pathway across Cancer Types

Ge等人分析跨越33種癌癥類型的9,125個TCGA樣品, 以提供對泛素途徑的全面表征。他們檢測到了泛素途徑中的體細(xì)胞驅(qū)動候選變異并鑒定了一組生存率很差的患者，突出了該途徑在癌癥發(fā)展中的重要性。

《Cell Reports》

Somatic Mutational Landscape of Splicing Factor Genes and Their Functional Consequences across 33 Cancer Types

Seiler等人在TCGA中的33個腫瘤類型中檢測到119個剪接因子基因攜帶可疑驅(qū)動突變。他們發(fā)現(xiàn)最常見的突變似乎是相互排斥的，并且與譜系獨立的剪接改變相關(guān)。具有這些突變的樣品顯示細(xì)胞自主途徑和免疫滲透的失調(diào)。

 

4、更多資源

 

獲取TCGA基因組數(shù)據(jù)：https://gdc.cancer.gov/