国际癌症基因组联盟数据库的应用介绍

随着21世纪分子生物学技术蓬勃发展,高通量测序技术识别了大量的癌症突变基因和分子标志物。面对庞大数量级基因的相互作用,各种非编码RNA及其复杂调控功能,使现代医学从分子角度揭示癌症潜在的作用方式和发生发展过程,难以准确阐述目标癌症的分子机制,因此急需结合高通量基因表达,表观组、蛋白质组、转录组信息数据,进行分子遗传学、分子药理学、病因病理学分析,获得潜在的癌症风险、分型等,识别致癌基因进行体细胞突变位点、碱基改变、功能影响等层面的数据,深度揭示癌症的发生发展、药物作用靶点、预后及治疗的癌症亚型等。国际癌症基因组联盟(ICGC)为解决上述问题,收集来自50种不同癌症类型或亚型的癌症建立方便研究者进行大规模癌症基因水平研究的数据库,该数据库在基因组、表观基因组和转录组水平对25000余种癌症基因组进行系统研究,分析致癌的突变基因、诱变可能的影响,为癌症的预后和治疗管理确定临床相关亚型,促进新的癌症药物疗法开发。

基于癌症基因组图谱的预测非小细胞肺癌预后相关突变基因的挖掘与分析

目的基于癌症基因组图谱(TCGA)挖掘和探讨突变基因与非小细胞肺癌(NSCLC)临床预后的相关性,以期为NSCLC预后提供敏感有效的生物标志物。方法2021年5月25日,从TCGA(https://portal.gdc.cancer.gov/)中下载确诊为NSCLC的患者资料,其中包括924例肺腺癌(LUAD)患者[433例有单核苷酸变异(SNV)数据,535例癌组织和59例正常组织有信使核糖核酸(mRNA)表达信息]和994例肺鳞癌(LUSC)患者(475例有SNV数据,502例癌组织和49例正常组织有mRNA表达信息)。采用瀑布图和Wilcoxon秩和检验挖掘分析在NSCLC患者中突变频率较高,且能够显著影响其表达的基因,最后通过Kaplan-Meier法进行生存分析,寻找能够作为NSCLC预后标志物的基因。结果在LUAD中,肿瘤蛋白P53(TP53)、心肌型兰尼定受体2(RYR2)和低密度脂蛋白受体相关蛋白1B(LRPIB)基因突变频率高,且突变后mRNA表达低于野生型患者,差异有统计学意义(P<0.05)。在LUSC中,LRP1B和含Xin肌动蛋白结合重复序列的蛋白2(XIRP2)基因突变频率高,且突变后mRNA表达低于野生型患者,差异有统计学意义(P<0.05)。最后通过Kaplan-Meier生存分析后,只有TP53突变可以作为肺腺癌的临床预后不良的标志物,LRP1B突变可以作为肺鳞癌的临床预后不良的标志物。结论TP53和LRP1B突变有可能作为LUAD和LUSC的预后标志物。

基于文本挖掘的高通量癌症基因组数据注释

癌症基因组学科学计划的实施,推进了分子层面疾病诊断、疾病预防检测和靶向治疗等临床应用,积累了大规模的癌症基因组学数据,对癌症基因组数据进行有效挖掘和利用,成为该领域的研究重点。在高通量癌症基因组学数据挖掘的基础上,以美国国家癌症研究中心的癌症基因组数据为研究对象,利用文本挖掘技术对特异癌症基因加以注释和可视化展示,即从基因功能描述文本中识别疾病实体和药物实体,从临床应用的角度注释高通量数据挖掘结果,便于研究人员从高通量的数据和科学文献中发现疾病、药物及基因之间的关系。

基于癌症基因组图谱数据库评估结直肠癌患者微RNA-17-5p的表达特征和预后价值

目的探讨结直肠癌(colorectal cancer,CRC)患者微RNA-17-5p(miRNA-17)的表达特征和判断预后的意义。方法通过癌症基因组图谱(the cancer genome atlas,TCGA)数据平台获取CRC患者的miRNA-17测序结果、临床病理资料和随访资料。采用χ~2检验分析miRNA-17与性别(男或女)、年龄(≤60岁或>60岁)、肿瘤TNM分期(Ⅰ/Ⅱ/Ⅲ/Ⅳ期)、肿瘤浸润(T分期)、淋巴结转移(N分期)、远处转移(M分期)、术前癌胚抗原(carcino-embryonic antigen,CEA)水平(≥5μg/L或<5μg/L)间的相关性,采用Kaplan-Meier生存分析和Log-rank检验分析miRNA-17表达水平与CRC患者无病生存期(disease-free survival,DFS)、总生存期(overall survival,OS)的相关性;采用单因素和多因素COX回归分析影响患者DFS和OS的危险因素。结果本研究共纳入612例CRC患者的612个肿瘤组织和11个正常组织样本,其中获取完整随访信息372例,男197例、女175例;miRNA-17高表达190例、低表达182例;平均年龄为(65.66±13.24)岁,平均随访时间为(27.65±21.21)个月。肿瘤组织中miRNA-17表达水平为1061.00±29.24,显著高于正常组织中的82.18±11.40(P<0.001)。术前血清CEA水平增高(≥5μg/L)者的miRNA-17表达水平显著高于正常者(<5μg/L,P=0.009),而两组间性别、年龄、肿瘤TNM分期、肿瘤浸润、淋巴结转移和远处转移的差异均无统计学意义(P值均>0.05)。Kaplan-Meier生存曲线和Log-rank检验分析结果显示,miRNA-17表达水平与CRC患者的DFS和OS均不相关(P值均>0.05)。单因素COX回归分析结果显示,肿瘤浸润[风险比(harzard ratio,HR)=2.838,95%CI为1.134~7.104,P=0.025]、淋巴结转移(HR=2.780,95%CI为1.626~4.752)、远处转移(HR=3.361,95%CI为2.012~5.613)、术前CEA水平(HR=2.530,95%CI为1.510~4.239)和肿瘤TNM分期[Ⅲ期(HR=3.805,95%CI为1.114~13.000)、Ⅳ期(HR=12.090,95%CI为3.631~40.250)]是影响CRC患者DFS和OS的危险因素(P值分别<0.01、0.05)。多因素COX回归分析结果显示,年龄(HR=2.562,95%CI为1.355~4.844)和肿瘤TNM分期[Ⅲ期(HR=11.854,95%CI为1.266~111.032)、Ⅳ期(HR=27.482,95%CI为2.846~265.349)]是影响CRC患者OS的危险因素(P值分别<0.01、0.05)。结论miRNA-17与术前血清CEA表达水平相关,但miRNA-17不能作为影响CRC患者OS、DFS的危险因素。

利用癌症基因组图谱对乳腺癌患者CDH1基因突变分析

目的:应用癌症基因组图谱(TCGA)数据库分析乳腺癌中E-钙黏蛋白(CDH1)基因突变情况。方法:从TCGA数据库收集乳腺癌数据集1098例,按照CDH1是否发生突变分为未突变组(986例)和突变组(112例),统计患者临床信息,应用c Bio Portal网站对数据集进行突变分析、基因共表达分析及生存期等分析。结果:在1098个病例中,CDH1突变112例(占10.4%),其中Q23*突变最多,共6例,P127Afs*41、R63*突变各有4例,E243K、R335*及X722_splice缺失各3例,N166Mfs*49、Q195*、X646_splice缺失各2例,另有72个病例突变位点各不相同。结论:乳腺癌患者的CDH1基因突变有较高发生率,占比10.1%,Q23*、P127Afs*41、R63*、E243K、R335*、X722_splice、N166Mfs*49、Q195*、X646_splice等突变频率较高,这些突变有可能为研究乳腺癌的发病及诊治提高新的思路。

癌症基因组学：机遇和挑战

癌症是人类的第二大致死疾病，每年全球约有13％的病患死于癌症，如2007年全世界有760万死亡病例，因此严重威胁人类健康。随着社会的发展．环境问题和老龄化问题将使癌症问题更显突出．一方面它造成人们生活质量的下降，另一方面也增加了全社会的经济负担。

基于癌症基因组图谱数据库分析芳香烃受体核转运体样2在肺腺癌中的表达及其预后意义

目的研究芳香烃受体核转运体样2(ARNTL2)在肺腺癌及其癌旁组织中的表达及临床意义。方法从癌症基因组图谱数据库下载337例肺腺癌组织(肺腺癌组)与59例癌旁组织(癌旁对照组)RNA seq数据及对应的肺腺癌患者临床数据。通过单因素分析,比较ARNTL2表达与肺腺癌患者预后的关系,并通过Cox比例风险模型进行多因素分析,判断影响肺腺癌患者预后的独立危险因素。结果ARNTL2在肺腺癌组中的表达高于癌旁对照组,差异有统计学意义(P<0.05)。单因素分析结果显示,肺腺癌患者的年龄、Stage分期和N分期是影响ARNTL2表达的相关因素(P<0.05)。生存预后分析结果显示,ARNTL2表达与肺腺癌患者总生存期存在相关性(P=0.001)。单因素分析结果显示,Stage分期和ARNTL2表达是影响肺腺癌患者总生存期的相关因素(P<0.05)。Cox比例风险模型结果显示,Stage分期和ARNTL2表达是肺腺癌患者总生存期的独立危险因素(P<0.05)。结论ARNTL2可能通过多种途径促进肺腺癌的发生发展,进而影响肺腺癌患者的预后生存。因此,ARNTL2可作为肺腺癌患者的预后标志物或潜在治疗靶点。

国际癌症基因组第一次学术研讨会简介

国际癌症基因组协作组（International Cancer Genome Consortium．ICGC）第一次工作会议于2008年11月15至17日在美国首都华盛顿召开。来自澳大利亚、加拿大、中国及中国香港特别行政区、法国、德国、印度、日本、荷兰、新加坡、英国、美国（国家顺序按照英文首字母排列）的一百多位肿瘤学界与基因组学界的研究人员出席了会议。

基于癌症基因组图谱数据库探索miR-217在胃癌中的表达及其预后价值

目的评估miR-217在胃癌组织中的表达及其预后价值。方法利用R语言统计学软件下载癌症基因组图谱数据库(TCGA)胃癌数据集中患者的临床病理学资料、生存数据和miRNA测序数据,比较miR-217在肿瘤组织与癌旁组织间的表达差异,受试者操作特征曲线(ROC)评估miR-217对胃癌的诊断价值;Kaplan-Meier生存分析比较不同miR-217表达水平的胃癌患者无进展时间(PFI)和总生存期(OS);利用单因素和多因素Cox回归分析评估影响PFI和OS的预后因子;利用基因本体论(GO)和京都基因与基因组百科全书(KEGG)对miR-217潜在靶基因进行功能和信号通路富集分析。结果446例胃癌患者纳入分析,Wilcoxon秩和检验结果显示,miR-217显著高表达于胃癌组织(5.10 vs.3.74,P<0.01)。经ROC曲线评估发现,miR-217具有良好的诊断价值(AUC=0.795,95%CI:0.728~0.863)。Kaplan-Meier结果显示,与低表达组比较,miR-217高表达的患者OS更短(56.2个月vs.22.3个月,P=0.005),但两组患者PFI之间的差异无统计学意义(55.9个月vs.26.0个月,P=0.099)。多因素Cox回归分析结果显示,miR-217是影响患者OS的独立预后因子之一(HR=1.386,95%CI:1.003~1.914,P=0.048),但miR-217的表达与患者PFI无明显相关性(P>0.05)。GO/KEGG富集分析结果表明,miR-217潜在的靶基因主要富集于前列腺癌、膀胱癌、黑色素瘤、子宫内膜癌、EGFR酪氨酸激酶抑制剂抵抗、细胞间蛋白转运调节、蛋白入核调节、神经分支形态、成长发育负向调节及核-浆转运调控等病理过程。结论miR-217显著高表达于胃癌组织,其表达水平可用于预测胃癌患者的死亡风险;miR-217的生物学功能可能与泌尿生殖系统恶性肿瘤以及蛋白质转运等相关。

基于癌症基因组图谱计划多组学数据构建胶质母细胞瘤六基因预后模型

胶质母细胞瘤(glioblastoma,GBM)是最常见的原发性颅内肿瘤,恶性程度极高,患者预后极差。为了识别GBM预后生物标记物,建立预后模型,本研究通过分析癌症基因组图谱计划(The Cancer Genome Atlas,TCGA)数据库中GBM的表达谱数据,筛选出不同生存期GBM患者差异基因。利用GISTIC软件和Kaplan-Meier(KM)生存分析方法分析TCGA数据库中的GBM拷贝数变异数据,识别影响生存的扩增基因(survival-associated amplified gene,SAG)。取短生存期组上调基因和SAG两者的交集基因,进行单因素Cox回归和迭代Lasso回归筛选重要候选基因并建立预后模型;计算预后评分,根据预后评分中位数将患者分为高风险组和低风险组。用ROC曲线判断模型的优良,KM生存分析高低风险组预后差异,并用GEO、CGGA和Rembrandt数据库3个外部数据集进行验证。多因素Cox回归分析判断预后评分的预后独立性。结果显示,GBM不同生存期差异分析得到上调基因426个,下调基因65个。短生存期组上调基因与SAG交集得到47个基因。经过筛选,最终确定六基因(EN2、PPBP、LRRC61、SEL1L3、CPA4、DDIT4L)预后模型。TCGA实验组和3个外部验证组模型的ROC曲线下面积均大于0.6,甚至达到0.912。KM分析显示高低风险组的预后都存在差异(P<0.05)。在多因素Cox回归分析中,六基因预后评分是GBM患者预后的独立影响因素(P<0.05)。通过一系列分析,本研究确立了六基因(EN2、PPBP、LRRC61、SEL1L3、CPA4、DDIT4L)的GBM预后模型,模型具有很好的预测能力,可作为预测GBM患者的独立预后标志物。

癌症基因组学相关数据管理与应用探析

目的:梳理美国癌症基因组图谱计划相关数据的收集、整理、组织、共享及应用情况,为建立及完善国家级大型的癌症基因组学相关数据开放资源提供参考。方法:系统调研TCGA计划的数据管理相关机构工作流程、数据共享利用等方面的解决方案和最佳实践。结果:TCGA计划通过多中心合作,建立了组织样本采集、处理、质量控制、序列测定、特征分析、数据共享与研究应用等全链条的癌症基因组图谱数据管理流程,从所属癌症、数据类型、处理水平等角度对数据进行精细分类,并针对汇总数据和个体数据分别采取开放存取和受控访问两种共享机制,研究者利用其共享数据开展了相关癌症特征基因的突变、扩增和缺失以及受影响的信号通路等多方面研究。结论:癌症基因组图谱计划的实践探索可为大规模癌症基因组学相关研究计划的实施提供数据管理方面的经验与参考。

基于癌症基因组图谱肺鳞状细胞癌免疫细胞浸润图景及预后分析

目的探讨肺鳞状细胞癌组织免疫细胞浸润全景,构建预后风险评估模型,分析并评估患者的预后。方法利用癌症基因组图谱(TCGA)数据库肺鳞状细胞癌全转录组数据,通过R 4.0.3软件利用CIBERSORT反卷积算法计算不同免疫细胞浸润相对含量,用单因素和多因素Cox回归分析建立预后风险评估模型,并用ROC曲线评估模型效能,结合临床变量绘制预测患者3、5、10年生存率列线图。结果共涉及22种免疫细胞类型。正常组织中的8种免疫细胞亚群(初始B细胞、浆细胞、激活记忆CD4 T细胞、滤泡辅助性T细胞、调节性T细胞、M0型巨噬细胞、M1型巨噬细胞、休眠树突状细胞)浸润相对含量均低于肺鳞状细胞癌组织(P<0.05或P<0.01),正常组织中的另外8种免疫细胞亚群[休眠记忆CD4 T细胞、休眠自然杀伤(NK)细胞、单核细胞、M2型巨噬细胞、激活树突状细胞、休眠肥大细胞、嗜酸性粒细胞、中性粒细胞]浸润相对含量均高于肺鳞状细胞癌组织(P<0.01或P<0.05),其余免疫细胞亚群(记忆性B细胞、CD8 T细胞、初始CD4 T细胞、γ/δT细胞,激活NK细胞、激活肥大细胞)在两组间差异均无统计学意义(P均>0.05)。初始CD4 T细胞、休眠记忆CD4 T细胞对肺鳞状细胞癌患者是危险因素(HR>1),而激活记忆CD4 T细胞、滤泡辅助性T细胞、休眠树突状细胞则是保护因素(HR<1)。激活记忆CD4 T细胞、休眠树突状细胞浸润相对含量高的肺鳞状细胞癌患者预后较相对含量低的患者好(P<0.05)。用激活记忆CD4 T细胞、滤泡辅助性T细胞、休眠树突状细胞构建的肺鳞状细胞癌患者预后风险评估模型的效能良好,ROC曲线的AUC为0.678。结论休眠树突状细胞、激活记忆CD4 T细胞与肺鳞状细胞癌的发生、预后有关,并且可以作为独立的预后因子。预后相关免疫细胞亚群构建的预后风险评估模型效能良好。

癌症基因组图谱计划数据及分析

人类癌症细胞中通常藏匿着多种引起恶性病变的染色体变异,核酸替换和表观遗传修饰。癌症基因组图谱(the cancer genome atlas,TCGA)计划的目标是获取、刻画并分析人类癌症中大规模、多种变异的分子特征,并且为癌症研究者迅速地提供数据。本文对TCGA数据的四个产生流程以及包含的癌症种类、数据类型、数据水平、分析流程和常用的几种分析工具等进行阐述,同时以卵巢癌(ovarian cancer)为例详细介绍了TCGA数据在突变分析、拷贝数分析、表达分析和通路分析等方面的应用,并对TCGA研究团队近几年有关胶质母细胞瘤(glioblastoma,GBM)的研究方法和结果以及已经完成分析的癌症类型进行综述。

人类癌症基因组的检验分析与临床应用

基因组的改变会导致癌症的发生,这一切是通过癌症基因活化与继后细胞程序或信号转导通路的功能性改变所形成的。随着科技的不断发展,我们不仅仅能够对单一癌症基因序列的改变进行研究,还能够对一系列癌症基因或整个人类癌症基因组序列的改变进行探索。新型基因组改变的发现,提升了我们对癌病变的认知与了解,同时这一发现对人类癌症的诊断、分类与治疗有着一定的变革性作用。这篇综述对人类基因组的结构、人类基因组的检验方法、人类癌症基因组的变化、以及人类癌症基因组学的临床应用做了相应的介绍。

基于癌症基因组图谱的子宫内膜癌分子分型特点研究进展

子宫内膜癌(EC)是女性最常见的生殖道恶性肿瘤,目前临床对EC患者应用的“二元分类”法临床重复性差,无法准确预测EC患者预后实现精准治疗。随着基因组学和二代测序的发展,癌症基因组图谱(TCGA)项目对EC患者进行了分子水平的重分类,将其分为POLE超突变型、微卫星不稳定性超突变型、低拷贝数型和高拷贝数型。TCGA分子分型使EC分类从单纯的病理形态学分类转向结合免疫特点以及分子改变的分类方法,使临床治疗更加精准化、个体化,对临床医生具有重大意义。

基于癌症基因组图谱数据库探索结肠癌拷贝数变异基因及其功能通路

目的利用癌症基因组图谱(TCGA)数据库筛选结肠癌拷贝数变异基因并分析其潜在功能。方法从TCGA数据库下载结肠癌拷贝数变异数据和表达谱数据在R3.5.0环境下利用卡方检验或fisher确切概率法筛选正常组织和癌组织之间显著差异的拷贝数变异基因,结合表达谱数据筛选显著差异拷贝数合并显著表达差异的基因。对显著差异拷贝数合并显著表达差异的基因进行GO功能和KEGG通路富集分析,探索其潜在的功能和通路。筛选结果经我院样本测序结果验证。结果共发现8872个显著差异拷贝数合并显著表达差异的基因,包括GID8、YTHDF1、TAF4、NELFCD等;主要富集的功能和通路分别为RNA的催化活性、DNA的催化活性、泛素相关酶活性、Notch信号通路、AMPK信号通路、p53信号通路等。结论挖掘结肠癌拷贝数变异突变基因并分析其潜在功能,有助于帮助深入理解结肠癌遗传机制和发病机制,这有可能作为结肠癌诊断和治疗靶标应用于临床。

基于癌症基因组图谱和Oncomine数据库膀胱尿路上皮癌生物信息学分析

目的通过癌症基因组图谱(TCGA)和Oncomine数据库深入挖掘膀胱尿路上皮癌发生的关键基因。方法从TCGA数据库中下载膀胱尿路上皮癌RNA测序数据,利用R软件对膀胱尿路上皮癌与癌旁正常组织进行比较,获取差异表达基因,结合用于基因注释、可视化和集成发现的数据库(DAVID)和功能蛋白协作网络(STRING)中的在线生物信息学工具,对差异表达基因进行功能富集分析和调控网络分析,并构建蛋白质—蛋白质相互作用(PPI)网络,进一步利用Cytoscape软件中的Cytohubba进行关键(Hub)基因筛选。通过Oncomine数据库对Hub基因进行Meta分析,获取关键基因。结果共筛选出膀胱尿路上皮癌差异表达基因1650个,其中表达上调基因565个,表达下调基因1085个,通过分析后获取PPI网络中前10位Hub基因,分别是GNG7、GNG11、BDKRB2、BDKRB1、NMUR1、NPSR1、CHRM5、TACR2、TAC1和TACR1。通过Oncomine数据库对Hub基因进行Meta分析,最终获得1个关键基因为TACR1。结论基于TCGA和Oncomine数据库,获取膀胱尿路上皮癌关键基因TACR1,将为膀胱尿路上皮癌诊断、治疗及预后的研究提供新的思路。

癌症基因组图集数据库及其应用

癌症多是由DNA变异引起的细胞恶性增生,在基因组水平上研究这些变异及变异间相互作用引起的癌变分子机制,将有助于提高我们对癌症的预防、诊断及治疗能力。基于此,美国国家癌症研究所(NCI)和国家人类基因组研究所(NHGRI)联合发起了癌症基因组图集计划(TCGA),获得了海量数据。这些数据加速了人们对癌变分子机制的认识,为精准治疗和个性化治疗奠定了坚实的基础。此计划完成后国内鲜有对其详实的介绍,本文将对该基因组数据的产生、数据的类型、数据的获取与应用等进行描述,促进这些数据运用于癌症的预防、早期诊断和治疗中。