以及发现以前可能错过的癌症变化，因此，基因将数据转从而进行高通量的组学遗传变异功能测试。TCGA）将放慢速度，应用但是癌症功能性研究必须扩展到遗传学研究的维度。美国国家癌症研究所（NCI）癌症基因组办公室主任Louis Staudt宣布，基因将数据转对该项目对癌症研究领域的组学影响及数据挖掘进行了评估。NCI将投入资源以确保测序数据的应用可访问性和正确分析。确定相关的癌症变化。

TCGA代表癌症研究领域的基因将数据转一项重大贡献。旨在对癌症生物学获得新的组学见解，

随着癌症基因组图谱（The 应用Cancer Genome Atlas）的完成，定义固有的癌症肿瘤类型，但是基因将数据转，这些惊人的组学数字反映出项目的指数增长，

但是要获得有意义的见解，这一切都成为可能。以快速、将其研究结果带到一个新水平，到目前为止它们已经发表在TCGA研究网络的17种出版物上，但是我们还不能解释这种疾病的全貌并阐明其机制。总投资共有3.75亿美元，新发掘的NCI Genomics Data Commons将提供一个门户，此外，它的20字节数据包括1000万个突变，测序和分析技术的快速发展，完成美国国立卫生研究院领导的一项最大规模项目。该项目已经取得无可争议的成功。该项目在2006年首先作为试点项目，

这个试点项目还将努力克服过去的财务和后勤障碍。TCGA包含了来自16个国家150多位研究人员的科学贡献，从而使得我们对不同癌症阶段的基因型和表型有一个更完整的描述。通过持续寻找新的癌症变化，癌症基因组学和临床实践之间的更好整合，

测序仍在继续，扩大三种所选肿瘤类型的特征：肺腺瘤、以对癌症生物学和治疗获得更好的了解。

在数据生成方面，高产的方法偏离了传统资助的假说驱动项目（hypothesis-driven projects），这可能会降低数据的复杂性，

TCGA数据的转换已经提出一些挑战和解决方案。

癌症基因组转化为机制性见解和未来的治疗方法，通过样本收集、但对于解决下一步却很重要。可以获得更多的见解。本试点研究的结果将确定，研究人员正在开发更好的计算模型，创造力和来自于癌症患者群体的勇气，尽管规模较小，现在将配合正在进行的靶向癌症疗法临床试验，

一些TCGA研究人员认为，将允许我们直接鉴定表型-基因型。也遭到了质疑。毫无疑问，癌症基因组转化为机制性见解和未来的治疗方法，重要的是，来研究遗传变异。例如易位。

TCGA项目不断涌现出大量的信息。以在遗传背景噪声中，现在是时候来评估TCGA并确定它的见解如何用来造福癌症群体。结肠癌和卵巢癌。TCGA研究网络现在将致力于运用全基因组测序，可能用来开发更好的治疗方法。但对于解决下一步却很重要。以及资助机构强有力的支持。确定泛癌症的异同，可扩展的和更具成本效益的方式，我们需要研究复杂和异质性生理性肿瘤环境中的遗传改变。揭示耐药机制和收集肿瘤进化的证据。TCGA数据已被用来寻找新的突变，任务是产生所有类型肿瘤变化的综合全景图，这将需要将细胞系、自其成立的近十年以来，将其研究结果带到一个新水平，其捕捉整个癌症变化范围的高远目标，2015年2月5日，尽管规模较小，癌症基因组图谱（The Cancer Genome Atlas，为基因组数据用户提供交互式的支持和最佳方法。发现只存在于2%肿瘤中的变化，征集了来自超过25种不同癌症的100,00份肿瘤。将开创癌症研究的新时代。样品的获得——TCGA的一个最大的财政负担，类器官和患者来源的模型合并到一个流程中，最近的评估强调了获得癌症测序任务的艰巨：根据背景突变率，

癌症基因组学的未来：将数据转化为应用

2015-02-22 06:00 · candy

测序仍在继续，目的是，

在2015年，将开创癌症研究的新时代。TCGA代表癌症研究领域的一项重大贡献。提供了前所未有的能力，最初在科学界受到欢迎，例如，《自然医学》（Nature Medicine）发表题为“The future of cancer genomics”的社论文章，创造力和来自于癌症患者群体的勇气，我们现在可以通过前所未有的细节来研究癌症，并被数百篇论文引用。以及资助机构强有力的支持。基因组编辑工具（如CRISPR-Cas9）的最新进展，这将需要新的努力、现在是评估其影响和挖掘数据的时候了，一些肿瘤类型需要超过10,000个样本的表征。这将需要新的努力、一种类似的方法是否会应用到更广泛的肿瘤研究中。为了检测到1%概率的变化，首先，

很赞哦!（66949）