較近真是好消息不斷：《FDA授予肺癌新藥dacomitinib優(yōu)先審評資格，有望成為一線治療方法》；《傳奇抗癌藥LOXO-101前沿研究數據公布：對部分癌癥治效果果對比高達93%》；《世界初次！通過來自心臟的“留言”來預防癌癥轉移》（可點擊厚樸方舟主頁查看相關文章）......
這幾天，又一條重磅新聞震驚了整個腫瘤界：通過對33種較常見癌癥超過11000個腫瘤樣本的分析，一份關于癌癥的“世界地圖”正式上線。這項凝聚了全世界無數權威腫瘤學家10多年工作的精華，發(fā)表在了27篇論文上，涵蓋權威學術期刊《細胞》及其一系列子刊。
▲前沿一期聞名學術期刊《Cell》以封面形式聚焦泛癌癥圖譜（Pan-Cancer Atlas）
該項目是由國立衛(wèi)生研究院（NIH）的兩個研究機構同時贊助，即國家癌癥研究所（NCI）和國家人類基因組研究所。全美超過二十多個研究機構的150多位研究人員參與了這項耗資3億美元的項目。
美國國立衛(wèi)生研究院院長Francis S. Collins博士說：“這個項目是10多年來突破性工作的結晶!為癌癥研究人員提供了前所未有的工具，讓他們理解腫瘤在人體內如何誕生、何處誕生、為何誕生，并能更好地指導臨床試驗，使更好的治療方法成為可能?！?/p>
具有里程碑意義的“TCGA”
不夸張地講，這個被稱為“癌癥大地圖”(Pan-Cancer Atlas)的項目，是癌癥研究領域的一大里程碑。而它的啟動與完成，則離不開科學家們如匠人一般，細致地描繪出地圖的每個細節(jié)。
泛癌癥圖譜項目被分為三大類別，每種類別都由一篇總結性論述對其核心內容進行概括和引申討論，核心主題內容包括：癌細胞起源、致癌過程和途徑以及癌細胞信號傳導通路等。多篇同期論文發(fā)表了對三大類別中的其他主題也進行了深入挖掘和探討其研究成果。
在研究之初，科學家們首先依照解剖學的角度，從人體的乳腺、腎臟、肺部等不同部位分離出了腫瘤的樣本。隨后，利用多種權威的技能平臺，研究人員用細胞和遺傳組成來對這些腫瘤進行進一步的區(qū)分。用已經顯得有些陳舊的觀點看，這些腫瘤來自33種不同的部位。但根據腫瘤的分子特征，它們實際上要被重新劃分成28類。
這些分類顛覆了過去我們對腫瘤的認知。分析結果表明，許多看似不同的癌癥，在根源上其實有著極高的相似性。舉例來說，一些帶有特定分子特征的類別，竟包括了25種(解剖學上)不同的腫瘤。這能讓研究人員的目光透過腫瘤病發(fā)部位這一表象，直擊癌癥的較初根源。
更棒的是，這些分子分析結果與大量臨床研究結合了起來，讓我們能夠理清不同的治療方法對于特定類別的癌癥，能有怎樣的效果。這些數據將對全球所有的醫(yī)生和研究人員公開。
在專家們看來，這個項目將直接造福于癌癥研究與癌癥新藥的開發(fā)?！斑@些前沿的成果有望讓醫(yī)藥公司開發(fā)全新的癌癥免疫治療方法方法，或是讓已經獲批、治療其他疾病的藥物用于癌癥的治療?！奔又荽髮W舊金山分校(UCSF)的癌癥與發(fā)育治療方法項目主任 Christopher Benz教授評論道。
在基于癌癥基因組的分析之外，這一系列研究還綜合了癌癥轉錄組、蛋白質組、甲基化組、臨床數據、以及癌癥醫(yī)學影像。通過整合不同的數據類型，研究人員們相信這可以挖掘出關鍵的洞見，帶來實際可用的信息。
“是時候重寫癌癥的教科書了!”Benz教授興奮地說道。
所有關于“泛癌癥圖譜”發(fā)表的研究成果和論文都可以通過《Cell》官網上獲得。此外，隨著長達十年的“TCGA”項目的正式結題，該項目組牽頭機構預期計劃舉辦一個為期3天的專題學術研討會，主題是“TCGA”的豐功偉績：癌癥多組學的精準研究。研討會擬定2018年9月27-29日在華盛頓特區(qū)舉行。
▲泛癌癥圖譜（Pan-Cancer Atlas）的重磅文章收錄網站（圖片來自CellPress）
研討會屆時將著重探討癌癥研究的未來發(fā)展方向，并討論“泛癌癥圖譜”的指導意義，與此同時，還將展示癌癥基因組結構前沿進展和近期靶向治療進展等。
參考文獻：
1. Charting a Course to a Cure
2. The Cancer Genome Atlas: CreatingLasting Value beyond Its Data
3. Cell-of-Origin Patterns Dominate theMolecular Classification of 10,000 Tumors from 33 Types of Cancer
4. Perspective on Oncogenic Processes atthe End of the Beginning of Cancer Genomics
5. Oncogenic Signaling Pathways in TheCancer Genome Atlas
6. Machine Learning Identifies StemnessFeatures Associated with Oncogenic Dedifferentiation
7. Pathogenic Germline Variants in 10,389Adult Cancers
8. Comprehensive Characterization of CancerDriver Genes and Mutations
9. A Pan-Cancer Analysis of EnhancerExpression in Nearly 9000 Patient Samples
10. An Integrated TCGA Pan-Cancer ClinicalData Resource to Drive High-Quality Survival Outcome Analytics
