腫瘤基因組圖譜 (TCGA) 計(jì)劃由美國 National Cancer Institute(NCI) 和 National Human Genome Research Institute（NHGRI）于 2006 年聯(lián)合啟動的項(xiàng)目，目前共計(jì)研究 36 種癌癥類型。

TCGA 利用大規(guī)模測序?yàn)橹鞯幕蚪M分析技術(shù)，通過廣泛的合作，理解癌癥的分子機(jī)制。提高人們對癌癥發(fā)病分子基礎(chǔ)的科學(xué)認(rèn)識及提高我們診斷、治療和預(yù)防癌癥的能力。 最終完成一套完整的與所有癌癥基因組改變相關(guān)的「圖譜」。

下面我們就以肝癌為例，著重介紹 TCGA 數(shù)據(jù)庫及利用 TCGA 數(shù)據(jù)庫現(xiàn)有的數(shù)據(jù)深入挖掘?qū)ふ腋伟┌l(fā)生的關(guān)鍵基因。

TCGA 數(shù)據(jù)及功能

組織處理

1. 癌癥病人自愿捐贈腫瘤組織及正常組織樣本，由人類癌癥生物標(biāo)本核心資源庫承擔(dān)癌癥組織標(biāo)本和正常組織標(biāo)本的采集、處理和分配工作 

2. 組織樣本經(jīng)過嚴(yán)格標(biāo)準(zhǔn)處理（處理標(biāo)準(zhǔn)根據(jù)不同后續(xù)分析類型而異，具體標(biāo)準(zhǔn)請參見），確保質(zhì)量可以用于進(jìn)一步分析及測序，并由相關(guān)中心采用高通量測序技術(shù)進(jìn)行基因和基因組排序

3. 獲得的臨床資料中，可以識別病人身份的信息去掉

整合研究

1. TCGA 基因組分析中心（GCC）比對腫瘤和正常組織，尋找異常的基因重組現(xiàn)象 

2. 高通量測序中心（GSC）分析與各癌癥或者亞型相關(guān)的基因突變、擴(kuò)增或者缺失。

3. 資料分析中心（GDAC）進(jìn)行資料的整理、匯總、并提供圖表報(bào)告給全體研究團(tuán)隊(duì)

資料分享

1. 資料綜合中心（DCC）集中處理各個團(tuán)隊(duì)產(chǎn)生的資料，定期公開于網(wǎng)絡(luò)上供全世界研究人員利用 

2. 提供公開的資料下載網(wǎng)站入口以方便進(jìn)行資料搜索和下載

TCGA 數(shù)據(jù)類型和數(shù)據(jù)水平

 TCGA 數(shù)據(jù)類型分為以下幾種：

TCGA 數(shù)據(jù)水平及類型：

TCGA 標(biāo)準(zhǔn)方法

下載肝細(xì)胞肝癌癌癥組織及正常組織信息，統(tǒng)計(jì)分析采用 R 語言（3.1.1 版本）軟件，需安裝及加載的程序包（pheatmap，venndiagram，hist 等），然后用 DESeq 和 edgeR 程序包進(jìn)行分析，結(jié)果以熱圖（pheatmap）、韋恩圖（VennDiagram）hist、PlotMA 等表示。具體的差異基因分析策略參考 oshlack 等報(bào)道的方法 [1]。差異基因的判斷標(biāo)準(zhǔn)：1- 表達(dá)量在 2 倍以上或者 0.5 倍以下，2-P<0.05,3- 基因排名在前 10%。TCGA 數(shù)據(jù)分析方法 TCGA 數(shù)據(jù)水平及類型

以肝癌為例實(shí)戰(zhàn) 數(shù)據(jù)檢索

進(jìn)入 TCGA 主頁（點(diǎn)我進(jìn)入）---Lunch Data Portal---Download Data---Data Matrix---Filter setting: select a disease (LIHC-liver hepatocellular carcinoma),Data Type(RNA Seq), platform: genome wide mRNA levels (Illumina mRNA-seq), microRNA levels (Illumina microRNA-seq),Tumor/Normal(tumor-matched or normal-matched) --- Apply---Color cells by (tumor/nomal)--- 下載。

本次下載共得到癌組織芯片信息 17 張，正常組織芯片信息 9 張，共 26 張。

表達(dá)譜差異基因

2.1 基因分布

對所下載的 26 張芯片進(jìn)行 hist、plotMA 分析結(jié)果見圖 1。

Hist 圖反映的是每個統(tǒng)計(jì)后 P 值的分布規(guī)律，圖中可看出 P 值接近 0 處頻率很高，反映差異基因的數(shù)量很大。PLotMA 圖反應(yīng)的是基因表達(dá)量的分布規(guī)律，圖中紅線代表與正常組織比較表達(dá)量無差異的基因，紅線以上表示表達(dá)量升高的基因，反之表示表達(dá)量下降，由圖可以看出大部分差異表達(dá)基因?qū)儆诟弑磉_(dá)。

圖 1 PlotMA 和 hist 圖。左圖顯示的 PLotMA 圖，圖中紅線代表與正常組織比較表達(dá)量相同的基因，紅線以上表示表達(dá)量升高的基因，反之表示表達(dá)量下降。

2.2 差異基因熱圖

分別用 DESeq 和 edgeR 程序包對下載的 26 張芯片信息進(jìn)行熱圖（pheatmap）分析，結(jié)果見圖 2。由于符合差異基因判斷的基因較多，熱圖中右側(cè)基因名稱無法清晰顯示，圖 3 列出 DESeq 方法差異基因中的 30 個。

Fig2. 左圖顯示用 DESeq 方法找到的差異基因熱圖，右圖顯示用 edgeR 方法找到的差異基因熱圖。紅色代表基因表達(dá)上調(diào)，綠色代表基因表達(dá)下調(diào)。

Fig.3 DEseq 方法找到的差異基因中的 30 個基因熱圖。紅色代表基因表達(dá)上調(diào)，綠色代表基因表達(dá)下調(diào)。

2.3 共同差異基因

圖 4 顯示的是用 DESeq 和 edgeR 方法尋找差異基因的韋恩圖。圖中我們可以看出用 DESeq 方法一共找到 719 個差異基因，而用 edgeR 方法找到 4413 個差異基因，兩種方法都鑒別出的共同差異基因 713 個，包含三個表達(dá)下降（MT1B、BMP10 和 SYT10）和 710 個升高的基因（ALB、HP、FGB 等）

Fig.4  用 DESeq 和 edgeR 方法尋找差異基因的韋恩圖。藍(lán)色代表 edgeR 方法找出的特有基因，橘黃色為 DESeq 方法尋找出的特有基因，中間粉紅色部分為兩種方法共同鑒別出的差異基因。

2.4 興趣基因驗(yàn)證

本次共檢索到 719 個癌和正常組織的差異基因，通過差異倍數(shù)及相關(guān)文獻(xiàn)可以確定自己感興趣的基因，進(jìn)行大樣本的驗(yàn)證。

作者語

本研究以肝癌為例介紹了 TCGA 的基本情況包括數(shù)據(jù)處理、整合、數(shù)據(jù)水平及類型、統(tǒng)計(jì)分析方法，可以全面認(rèn)識 TCGA。

文章結(jié)合了當(dāng)下最熱的生物信息學(xué)理論介紹了一種新的發(fā)現(xiàn)腫瘤差異基因包括 mRNA、micRNA、拷貝數(shù)變異等，該方法相較于傳統(tǒng)的芯片篩選具有樣本數(shù)量大、費(fèi)用小、分析簡單等優(yōu)勢，為更多的人進(jìn)行大規(guī)模的肝癌基因組學(xué)研究以及基于基因組學(xué)的后續(xù)功能研究提供了可能性。

但 TCGA 也有自己的不足：免費(fèi)版 TCGA 數(shù)據(jù)不包含患者基本情況及預(yù)后；只能描繪靜態(tài)的突變或變異；不能反映基因水平到蛋白水平的改變。

不管怎樣 TCGA 項(xiàng)目將對癌癥生物學(xué)、基因組學(xué)技術(shù)、生物儲藏庫和生物信息學(xué)領(lǐng)域的最新成果得到協(xié)調(diào)發(fā)展和最佳應(yīng)用，科學(xué)合理的應(yīng)用 TCGA 數(shù)據(jù)庫可以使得科研工作尤其是腫瘤研究事半功倍。

注：本文主要內(nèi)容來自于 2015 年 Hans Journal of Surgery，作者排序?yàn)椋嘿Z俊君，何寧，張靜，姜驪，周燕飛，周琳，鄭樹森

參考文獻(xiàn)

1. Oshlack A, Robinson MD, Young MD (2010) From RNA-seq reads to differential expression results. Genome Biol 11: 220.

2. Alexandrov LB, Nik-Zainal S, Wedge DC, Aparicio SA, Behjati S, et al. (2013) Signatures of mutational processes in human cancer. Nature 500: 415-421.

3. Hoadley KA, Yau C, Wolf DM, Cherniack AD, Tamborero D, et al. Multiplatform Analysis of 12 Cancer Types Reveals Molecular Classification within and across Tissues of Origin. Cell 158: 929-944.

4. Barrio-Real L, Benedetti LG, Engel N, Tu Y, Cho S, et al. (2014) Subtype-specific overexpression of the Rac-GEF P-REX1 in breast cancer is associated with promoter hypomethylation. Breast Cancer Res 16: 441.

5. Yang D, Sun Y, Hu L, Zheng H, Ji P, et al. (2013) Integrated analyses identify a master microRNA regulatory network for the mesenchymal subtype in serous ovarian cancer. Cancer Cell 23: 186-199.

6. Brennan CW, Verhaak RG, McKenna A, Campos B, Noushmehr H, et al. The somatic genomic landscape of glioblastoma. Cell 155: 462-477.

本文轉(zhuǎn)自公眾號：科研論文時間