面向腫瘤精準(zhǔn)醫(yī)學(xué)的綜合數(shù)據(jù)資源TCGA及其相關(guān)在線分析工具推薦

， ，睿，， ，，

癌癥是一種極為復(fù)雜的人類疾病，涉及基因組的多種動(dòng)態(tài)變化[1]。每種類型的癌癥，發(fā)生的遺傳畸變都是獨(dú)特的，包括體細(xì)胞突變、拷貝數(shù)變異、基因表達(dá)譜差異和表觀遺傳改變。因此需要更好地理解腫瘤的各種遺傳變化，才能更好地對其進(jìn)行診斷、治療和預(yù)防。全基因組測序和生物信息技術(shù)的發(fā)展為癌癥基因組研究提供了新的線索[2]。典型的綜合數(shù)據(jù)資源是癌癥基因組圖譜(The Cancer Genome Atlas，TCGA)項(xiàng)目，它收集整理了大量癌癥基因組數(shù)據(jù)，并利用新的基因組分析技術(shù)以加速對癌癥的全面了解。

TCGA數(shù)據(jù)庫的目標(biāo)是完成一套完整的與所有癌癥基因組改變相關(guān)的“圖譜”，旨在獲得癌癥生物學(xué)的新見解，從而有助于癌癥的治療。該項(xiàng)目是2006年由美國國立衛(wèi)生研究院牽頭的一項(xiàng)大型癌癥基因組計(jì)劃，自2008年開始有階段性成果發(fā)表[3]，2009年繼續(xù)投資2.75億美元，增加了多種類型的癌癥數(shù)據(jù)，到2014年已收集了36類癌癥數(shù)據(jù)，包括臨床數(shù)據(jù)、DNA、RNA、蛋白質(zhì)等多層次的數(shù)據(jù)。在數(shù)據(jù)生成方面，該項(xiàng)目取得了無可爭議的成功。隨著樣品采集、測序和分析技術(shù)的快速發(fā)展，TCGA收錄的腫瘤相關(guān)數(shù)據(jù)呈指數(shù)增長。目前，新成立的NCI Genomics Data Commons將TCGA的數(shù)據(jù)整合在該門戶網(wǎng)站中，并且為基因組數(shù)據(jù)用戶提供了交互式支持和更清晰友好的界面。

我們可以用前所未有的微觀視角來看待癌癥，但是還沒有達(dá)到能夠解釋這種疾病的全貌的程度，對其發(fā)病機(jī)制亦不完全清楚。而TCGA數(shù)據(jù)已被用于發(fā)現(xiàn)新的突變，確定內(nèi)在的腫瘤類型，確定泛癌相似性和差異性，同時(shí)收集腫瘤演變的證據(jù)。目前已經(jīng)開發(fā)了大量針對TCGA數(shù)據(jù)的生物信息學(xué)工具，反映出TCGA數(shù)據(jù)資源的重要性。

1 TCGA數(shù)據(jù)介紹

為了全面分析癌癥基因組圖譜，TCGA應(yīng)用基于微陣列和下一代測序方法的高通量技術(shù)，產(chǎn)生了癌癥的多種數(shù)據(jù)類型信息。

TCGA中的癌癥數(shù)據(jù)通過各種標(biāo)識(shí)符(ID)進(jìn)行識(shí)別和編目(表1)，每種癌癥類型都包括體細(xì)胞突變、拷貝數(shù)、基因表達(dá)、miRNA表達(dá)、DNA甲基化、逆轉(zhuǎn)蛋白相位陣列(RPPA)和臨床信息。除原始排序文件外(表2)，每種數(shù)據(jù)類型都包括可供公開下載的原始數(shù)據(jù)和已處理的數(shù)據(jù)。

表1 TCGA數(shù)據(jù)庫中的ID號(hào)

表2 數(shù)據(jù)類型和可獲取水平

2 TCGA數(shù)據(jù)在線分析工具

目前TCGA數(shù)據(jù)分析很復(fù)雜，涉及多個(gè)步驟，為獲得有意義的生物學(xué)結(jié)果，需要仔細(xì)考慮分析每個(gè)步驟，并將特定工具應(yīng)用于某些實(shí)驗(yàn)?zāi)Ｐ汀楝F(xiàn)有數(shù)據(jù)開發(fā)相關(guān)的探索工具，需要實(shí)驗(yàn)科學(xué)家和計(jì)算科學(xué)家之間的協(xié)調(diào)。然而，實(shí)驗(yàn)科學(xué)家很難使用計(jì)算科學(xué)家開發(fā)的計(jì)算工具，因?yàn)檫@些計(jì)算工具需要數(shù)據(jù)準(zhǔn)備以及安裝和使用打包軟件，而且某些軟件往往只適用于某些特定平臺(tái)或操作系統(tǒng)。一些更高級(jí)的計(jì)算工具往往難以理解或使用，從而限制了其應(yīng)用。不過有基于網(wǎng)絡(luò)的工具可以提供方便的計(jì)算解決方案，幫助實(shí)驗(yàn)科學(xué)家使用和分析復(fù)雜的癌癥基因組數(shù)據(jù)。這些工具幫助無生物信息學(xué)背景的生物學(xué)家和醫(yī)學(xué)家獲得更多的生物學(xué)和醫(yī)學(xué)見解，但是選擇適當(dāng)?shù)墓ぞ卟⒉皇且豁?xiàng)簡單的任務(wù)，對于沒有經(jīng)驗(yàn)的用戶來說尤其如此。

本文整理了一個(gè)基于網(wǎng)絡(luò)的可用于分析TCGA數(shù)據(jù)的公開工具列表，并將這些工具進(jìn)行分類以便更好地進(jìn)行查詢和使用。

表3顯示了基于網(wǎng)絡(luò)工具的32個(gè)在線分析資源，它們代表了當(dāng)前可用于分析TCGA數(shù)據(jù)的主要資源。為了進(jìn)一步區(qū)分和指導(dǎo)這些工具的選擇，本文將所有資源工具分為全局分析工具、目標(biāo)分析工具和輔助分析工具三大類。

表3 針對TCGA數(shù)據(jù)的在線分析資源

全局分析工具能夠檢查癌癥基因組的整體特征，可以成為剛剛開始研究癌癥基因組數(shù)據(jù)研究人員的寶貴資源。全局分析工具有兩種類型即Ⅰ型和Ⅱ型，前者僅提供全局分析，后者則提供除全局分析之外的選定目標(biāo)分析。

目標(biāo)分析工具是研究人員最常使用的基于網(wǎng)絡(luò)的公共工具。這些工具可以令研究人員深入分析具體的基因或者基因集，甚至miRNA等研究對象，方便使用者調(diào)查癌癥數(shù)據(jù)中自己感興趣的目標(biāo)。

基于公共網(wǎng)絡(luò)的輔助分析工具可以將TCGA數(shù)據(jù)轉(zhuǎn)換為易于訪問、瀏覽和下載的在線資源。這些數(shù)據(jù)可以幫助用戶補(bǔ)充實(shí)驗(yàn)結(jié)果或者提供額外的證據(jù)和解釋，幫助研究人員更全面地分析自己的研究和促進(jìn)生物學(xué)發(fā)現(xiàn)。

3 TCGA數(shù)據(jù)在線分析工具推薦

首先可以由本文的分類區(qū)分不同工具的使用類型，縮小選擇范圍；然后根據(jù)實(shí)際需要結(jié)合具體研究(如數(shù)據(jù)來源、數(shù)據(jù)類型、分析方法、研究目的)，選擇具體的工具進(jìn)行進(jìn)一步的分析。以下是對TCGA數(shù)據(jù)進(jìn)行不同分析時(shí)建議選擇的一些工具，但這些工具都不能完全取代先進(jìn)的計(jì)算和統(tǒng)計(jì)方法，只是為研究人員提供一些使用幫助，擴(kuò)展他們癌癥組學(xué)、癌癥復(fù)雜性和癌癥網(wǎng)絡(luò)等方面的相關(guān)知識(shí)。

3.1 突變分析

有10種在線工具(Broad GDAC Firehose，Cancer3D，cbioportal，CELLX，IntOGen，TANRIC，TCGA Clinical Explorer，TCGA4U，UCSC Xena和Vanno)可以進(jìn)行突變分析。一般來說，推薦使用cbioportal，因其包含多種癌癥類型和多種可視化分析功能，功能強(qiáng)且易于使用。

3.2 相關(guān)性分析

有17種在線工具(Broad GDAC Firehose，Cancer Landscapes，canEvolve，cbioportal，CELLX，GDISC，GEPIA，MethHC，MEXPRESS，OASISPRO，Regulome Explorer，TANRIC，TCGA Clinical Explorer，TCGA NG-CHM，TCPA，Wanderer和Zodiac)可以進(jìn)行相關(guān)性分析。總的來說，推薦使用麻省理工學(xué)院和哈佛大學(xué)Broad研究所研發(fā)的Broad GDAC Firehose，因其有多種分析算法供用戶使用，功能全面，且包含多種分析工具。

3.3 差異分析

有12種在線工具(Broad GDAC Firehose，canEvolve，cbioportal，CELLX，GEPIA，MEXPRESS，OncoScape，TANRIC，TCGA4U，TCPA，UALCAN和Wanderer)可以進(jìn)行差異分析，一般推薦使用分析基因表達(dá)譜的工具GEPIA。差異分析是該工具的主要分析功能，其在線分析界面簡單易懂，非常易于理解和使用。

3.4 通路分析

有8種在線工具(Broad GDAC Firehose，Cancer Landscapes，canEvolve，MethHC，OncoScape，PathwayMapper，Regulome Explorer和TCGA NG-CHM)可以進(jìn)行通路分析。推薦使用Broad GDAC Firehose和OncoScape，前者分析方法豐富，后者簡單直觀。

3.5 生存分析

有16種在線工具(Broad GDAC Firehose，Cancer Landscapes，canEvolve，cbioportal，CELLX，GDISC，GEPIA，KMplotter，OASISPRO，PROGgeneV2，TANRIC，TCGA Clinical Explorer，TCGA4U，TCPA，UALCAN和UCSC Xena)可以進(jìn)行生存分析。如果僅想進(jìn)行單一的生存分析，推薦使用PROGgeneV2，因其具有廣泛的數(shù)據(jù)來源和多種可選參數(shù)設(shè)置。

3.6 泛癌分析

有8種在線工具(Broad GDAC Firehose，CancerLandscapes，cbioportal，IntOGen，Regulome Explorer，TCGA NG-CHM，UCSC Xena和Zodiac)可以進(jìn)行泛癌癥分析(pan-cancer analysis)。一般來說，推薦使用cbioportal和Cancer Landscapes，前者收集了來自泛癌研究的大量樣本且擁有強(qiáng)大的分析能力；后者的癌癥圖譜模型中包含了泛癌模型，可以直接用于分析。

4 總結(jié)

科學(xué)家們開發(fā)出多種生物信息學(xué)工具進(jìn)行數(shù)據(jù)挖掘和分析，以便尋找新發(fā)現(xiàn)。不久的將來，新發(fā)現(xiàn)將有助于診斷、治療和預(yù)防癌癥。TCGA提供的癌癥基因組學(xué)數(shù)據(jù)可以系統(tǒng)地揭示癌癥分子生物學(xué)的新圖景。這些大量公開可用的數(shù)據(jù)，為世界各地的研究人員提供了癌癥遺傳學(xué)的知識(shí)來源，結(jié)合多種分析有助于開發(fā)個(gè)性化癌癥藥物。本文全面整理了基于網(wǎng)絡(luò)的公共可用的在線分析資源和工具，可以幫助研究人員方便地查找和使用合適的工具，增進(jìn)他們對癌癥基因組學(xué)的理解。