  Charting a course to a CURE Pan cancer Atlas来自癌症基因组图谱（TCGA）联盟，这是一项由国家癌症研究所（NCI）和国家人类基因组研究所（NHGRI）发起并支持的大规模合作项目，通过10多年的数据收集和分析，研究了癌症生物学的不同方面（cancer biology）, “这项分析为癌症研究人员了解肿瘤如何发生发展以及如何相互关联提供了“前所未见”的价值。”  癌症基因组图谱（TCGA）是国家癌症研究所（NCI）和国家人类基因组研究所（NHGRI）的联合项目。TCGA于2006年开始作为一个试点项目，专注于三种癌症类型：肺癌，卵巢癌和胶质母细胞瘤。由于最初的努力取得了成功，TCGA于2009年进入了全面开发的阶段。在接下来的十年中，TCGA收集了33种肿瘤类型的11,000多例病例，并形成了一个庞大而全面的数据集，描述了癌症中发生的分子变化（图1）。组织样本采集和数据生成分别于2013年和2016年完成。针对个体癌症类型的TCGA数据的综合跨平台分析，迄今已发表31种肿瘤类型（https://cancergenome./publications），最后两篇文章正准备在2018年春季发布。  TCGA数据集的价值难以言述。它的丰富性使研究人员能够对发生在癌症中的特定基因组和分子变化进行编目，探索更有意义的癌症类型和亚型分类，甚至可以调查项目启动时根本无法想象到的新问题，例如挖掘数据（ming of the data）来发现新的病毒和其他微生物制剂。TCGA marker paper(里程碑文章)是理解这些癌症分子特征的额外资源，也是个人研究人员深入探索所产生数据的启动平台。 在目前的顶级杂志，如 Cell, Cancer Cell, Cell Systems, Cell Reports, and Immunity，TCGA团队通过分析TCGA项目10年以上产生的全部数据，发表了一系列研究癌症生物学不同方面的26篇手稿。我们称这项努力为，简称Pan-Cancer Atlas或PanCan Atlas。不同的文章研究方向大致分为三类，每个类别都以一份旗舰文件为基础，提供该主题核心发现的摘要。这些都由伴随论文支持，深入探索子主题。： Cell-of-Origin ：Flagship paper :《 Cell-of-Origin Patterns Dominate the Molecular Classification of 10,000 Tumors from 33 Types of Cancer》Cell 2018 173, 291-304.e6DOI: (10.1016/j.cell.2018.03.022) 。Pan-Cancer Atlas根据分子相似性对人类肿瘤类型进行了重新分类，指出起源细胞影响但不能完全确定肿瘤分类，这对未来的临床试验设计提出了重要提示。伴随的文章揭示了癌症亚群的新见解，包括妇科和乳腺癌，胃肠道癌，鳞癌和肾癌，并揭示与致癌性去分化相关的干细胞样特征。  Oncogenic Processes：Flagship paper :《 Perspective on Oncogenic Processes at the End of the Beginning of Cancer Genomics》 Cell 2018 173, 305-320.e10DOI: (10.1016/j.cell.2018.03.033)。Pan-Cancer Atlas绘制了导致人类癌症的致癌过程的全景图。它揭示了种系基因变异体和体细胞突变如何在癌症进展中相互协作，并探索突变对细胞信号传导和免疫细胞组成的影响，为优先开发新疗法和免疫疗法提供见解。  Signaling Pathways ：Flagship paper ：《 Oncogenic Signaling Pathways in The Cancer Genome Atlas 》 Cell 2018 173, 321-337.e10DOI: (10.1016/j.cell.2018.03.035在泛肿瘤信号通路的综合分析中，Pan-Cancer Atlas揭示了有助于开发个性化治疗和新的联合疗法的“信号通路漏洞”。在伴随的文献中研究的信号通路包括MYC，RAS，泛素蛋白，DNA损伤修复，剪接和代谢。   上述 Flagship papers 和companion papers 的访问地址 ：http://www./pbassets/consortium/pancanceratlas/pancan/index.html TCGA数据和所得分析将继续作为医学科学社区探索的宝贵资源，同时我们相信TCGA的最大影响力在于其对癌症基因组学研究方式的转变作用。多年来，TCGA项目的运作产生了一系列影响生物学研究的“副产品”，超出了丰富的TCGA数据集结果本身。这些“意外的无形资产”的是：   团队科学 Team science TCGA证明，由科学联盟进行的综合，跨平台，跨学科的调查是极其有价值和有效的研究模式。TCGA项目的效力由于不同专业知识的深度和相互联系而得到了极大的增强，研究者分成小组着手执行分析任务，否则单纯依靠个别努力根本取得任何进展。此外，TCGA表明，联盟参与可以成为全新的职业生涯平台（与只有第一作者可以达到学术界高层职位的普遍看法相反）。即使大多数marker paper只将network banner作为一个作者，许多科学家通过参与TCGA建立了一个成功的学术生涯。参加TCGA的早期职业科学家已获得学术荣誉和认可，在许多情况下，他们已成为其分析领域的全球领导者。由于TCGA（以及其他许多也遵循该模型的大型项目），团队科学将继续在生物医学研究中茁壮成长，科学和科学家都受益。 Genomic pipelines 基因组管线 由于数据集的丰富性，算法开发人员在项目早期就被TCGA所吸引，为基因组数据分析创建和珩磨方法。许多这些开发者最初并不熟悉肿瘤领域。TCGA环境中开发的许多工具已成为任何种类基因组分析的标准，有助于开展各种形式的人类疾病甚至是生物学的研究调查。在数千个案例中创建一致和可重复性数据的必要性，以及TCGA数据集的庞大规模，迫使研究人员在数据科学和计算机生物学领域（data science and computational biology）进行创新。为组织样本采集和处理以及用于基因组管线数据生成和分析而开发的protocal，已成为TCGA计划中最经常要求的项目之一。数据很重要，但数据如何产生的，也是很重要的信息，很多时候蛰伏在背景中。随着所有TCGA协议的免费开放访问，元数据metadata已经登上了主流舞台。因此，TCGA开发的基因组管线，研究标准和最佳实践已成为研究界的宝贵资源，并将继续作为未来基因组研究项目的支柱。 Sample Acquisition and study design 样本采集和研究设计 TCGA强调进行基因组研究需要（精密注释说明的）高质量肿瘤样本，并采用匹配的正常对照和患者的知情同意。当该项目于2006年开始时，带有匹配控制的注释样本的想法仅在流行病学领域存在; 部分归功于TCGA的知名度，它已成为生物学研究中多个领域的前沿。事实上，NCI现在要求临床试验遵循一套标准实践，以使研究人员能够对相关研究的高质量组织样本进行分析。许多这些要求直接从TCGA手册中获取。这些临床试验设计和组织的改进极大地促进了癌症基因组学和临床癌症研究的整合， Data Accessibility 数据可访问性 TCGA计划的主要原则之一是所有生成的数据必须可作为科学界和公众的资源。（在绝大多数中国的研究者和检测公司仍然对手里少量的分析标本和数据敝帚自珍的时候）。TCGA制定并实施了政策，即使在发表描述每种肿瘤类型特征的标志物论文发表之前，数据可供公众查阅。在项目开始阶段，这种分享的开放性确实具有创新性。TCGA网络内部和外部的最终出版物表明，数据共享并不引起忧虑而是令人愉悦的，因为它通过允许不同的观点以原创的和别处心裁的方式进行分析，从而增强了数据的价值。 TCGA是具有适当隐私保护的广泛数据共享的早期先驱之一，为国际癌症基因组联盟数据共享等其他模型以及NIH基因组数据共享策略引领了道路。此外，这种允许所有相关方使用数据的愿望是开发NCI基因组数据共享（GDC）的动力。GDC收集的数据不仅来自TCGA，还来自许多基因组项目，它们使用标准化的管道对数据文件进行统一的处理以进行跨项目比较，并提供对不受限制的开放访问和受保护的受控访问数据的访问。此外，GDC为数据开发了可视化和分析界面，通过允许用户通过网页简单地浏览信息，使数据访问完全民主化，从而避免了下载PB数据 petabytes的需要。 我们很自豪TCGA使生物医学研究的方式发生了重大转变，明确地建立了在大型团队合作环境中完成的资源生成项目模型，这对澄清人类疾病的复杂多维问题至关重要。PanCan Atlas提供了一个例子，说明这些努力如何最终形成一套协调一致的数据，标准化分析和综合研究成果，从而加强我们对癌症生物学的理解，并将这一领域更接近提高我们诊断，治疗和预防癌症。 If God had a name, what would it be and what would you call it to his face? In all his glory, what would you ask if you had just one Question? |
|
|
