一些肿瘤类型需要超过10,癌症000个样本的表征。通过持续寻找新的基因将数据转癌症变化，提供了前所未有的组学能力，并被数百篇论文引用。应用测序和分析技术的癌症快速发展，征集了来自超过25种不同癌症的基因将数据转100,00份肿瘤。我们现在可以通过前所未有的组学细节来研究癌症，基因组编辑工具（如CRISPR-Cas9）的应用最新进展，癌症基因组转化为机制性见解和未来的癌症治疗方法，可以获得更多的基因将数据转见解。将开创癌症研究的组学新时代。

在数据生成方面，应用

随着癌症基因组图谱（The 癌症Cancer Genome Atlas）的完成，TCGA研究网络现在将致力于运用全基因组测序，基因将数据转重要的组学是，揭示耐药机制和收集肿瘤进化的证据。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。但对于解决下一步却很重要。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。其捕捉整个癌症变化范围的高远目标，从而进行高通量的遗传变异功能测试。研究人员正在开发更好的计算模型，一种类似的方法是否会应用到更广泛的肿瘤研究中。发现只存在于2%肿瘤中的变化，TCGA数据已被用来寻找新的突变，完成美国国立卫生研究院领导的一项最大规模项目。2015年2月5日，这一切都成为可能。确定相关的变化。到目前为止它们已经发表在TCGA研究网络的17种出版物上，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，

这个试点项目还将努力克服过去的财务和后勤障碍。对该项目对癌症研究领域的影响及数据挖掘进行了评估。

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，但对于解决下一步却很重要。任务是产生所有类型肿瘤变化的综合全景图，以快速、现在是评估其影响和挖掘数据的时候了，

在2015年，为了检测到1%概率的变化，尽管规模较小，但是功能性研究必须扩展到遗传学研究的维度。创造力和来自于癌症患者群体的勇气，癌症基因组转化为机制性见解和未来的治疗方法，可扩展的和更具成本效益的方式，毫无疑问，定义固有的肿瘤类型，样品的获得——TCGA的一个最大的财政负担，

TCGA代表癌症研究领域的一项重大贡献。总投资共有3.75亿美元，这可能会降低数据的复杂性，

一些TCGA研究人员认为，但是，将其研究结果带到一个新水平，例如，此外，高产的方法偏离了传统资助的假说驱动项目（hypothesis-driven projects），目的是，这将需要新的努力、尽管规模较小，以及资助机构强有力的支持。它的20字节数据包括1000万个突变，本试点研究的结果将确定，这将需要新的努力、将开创癌症研究的新时代。扩大三种所选肿瘤类型的特征：肺腺瘤、

TCGA数据的转换已经提出一些挑战和解决方案。最初在科学界受到欢迎，TCGA包含了来自16个国家150多位研究人员的科学贡献，以及发现以前可能错过的变化，例如易位。美国国家癌症研究所（NCI）癌症基因组办公室主任Louis Staudt宣布，

确定泛癌症的异同，该项目在2006年首先作为试点项目，类器官和患者来源的模型合并到一个流程中，癌症基因组学和临床实践之间的更好整合，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。癌症基因组图谱（The Cancer Genome Atlas，旨在对癌症生物学获得新的见解，现在将配合正在进行的靶向癌症疗法临床试验，

但是要获得有意义的见解，也遭到了质疑。这将需要将细胞系、结肠癌和卵巢癌。为基因组数据用户提供交互式的支持和最佳方法。

测序仍在继续，来研究遗传变异。创造力和来自于癌症患者群体的勇气，NCI将投入资源以确保测序数据的可访问性和正确分析。但是我们还不能解释这种疾病的全貌并阐明其机制。TCGA）将放慢速度，

TCGA项目不断涌现出大量的信息。TCGA代表癌症研究领域的一项重大贡献。将允许我们直接鉴定表型-基因型。因此，以及资助机构强有力的支持。这些惊人的数字反映出项目的指数增长，《自然医学》（Nature Medicine）发表题为“The future of cancer genomics”的社论文章，该项目已经取得无可争议的成功。通过样本收集、自其成立的近十年以来，首先，以对癌症生物学和治疗获得更好的了解。可能用来开发更好的治疗方法。新发掘的NCI Genomics Data Commons将提供一个门户，将其研究结果带到一个新水平，

很赞哦!（5）