作數據挖掘，就算髮 20 幾分的 CNS 子刊，也是垃圾！？--轉載

關於數據挖掘發表文章，咱們知道不少人是看不上、瞧不起、嗤之以鼻的。大抵是由於這些人平時只發 CNS 主刊，因此才認爲經過數據挖掘這種用「別人的數據」或者叫「幹實驗」來發文章是「「垃圾」，沒有什麼價值。

真的是這樣嗎？今天咱們要介紹的就是一篇作數據挖掘的 Cancer Cell 雜誌的文章（IF: 27.4），你們來看看文章怎麼樣。

A Comprehensive Pan-Cancer Molecular Study of Gynecologic and Breast Cancers. Cancer Cell. 2018 Apr 1. pii: S1535-6108(18)30119-3.

1

文章數據挖掘的狀況

腫瘤類型：婦科腫瘤和乳腺癌；

數據來源：主要是 TCGA 數據庫，1,087 例 BRCA（invasive breast carcinoma，乳腺癌）, 308 例 CESC (cervical squamous cell carcinoma and endocervical adenocarcinoma, 宮頸癌 ), 579 例 OV（high-grade serous ovarian cystadenocarcinoma，卵巢癌），548 例 UCEC（uterine corpus endometrial carcinoma，子宮內膜子宮內膜癌）和 57 例 UCS（uterine carcinosarcoma ，子宮癌肉瘤），共 2,579 例，統稱爲 「Pan-Gyn」 泛婦科腫瘤。

數據類型：臨牀信息（clinical）,拷貝數變異（somatic

copy-number alterations SCNAs）, 突變（mutations）,DNA甲基化（DNA methylation），mRNA，miRNA，lncRNA和蛋白的表達（expression of mRNA, microRNA, long non-coding RNA, and proteins）。

2

文章的研究工做

1. 找到了分子特徵（molecular features），用以區分 「Pan-Gyn」 與 TCGA 中其它腫瘤；

23 個基因在 Pan-Gyn 和 Non-Gyn 中的突變和擴增頻率

2. 鑑定到高白細胞浸潤（high leukocyte infiltration）這一免疫應答的腫瘤亞型；

3. 創建了基因和 lncRNA 的相互做用 network（interaction network ）；

4. 創建了決策樹（Decision tree），將臨牀相關預後的腫瘤亞型進行再分組；

因爲內容比較多，這篇文章咱們就簡單介紹到這裏。

3

趨勢文章

細心的同窗會發現 Pubmed 的趨勢文章（Trending Articles），最近有不少從各個角度分析 TCGA 數據的高分文章。

好比 4 月 5 日 Cell 主刊的六連發：

1. 分析泛腫瘤中加強子（Enhancer）表達：

A Pan-Cancer Analysis of Enhancer Expression in Nearly 9000 Patient Samples.Cell. 2018 Apr 5;173(2):386-399.e12.

2. 分析腫瘤驅動（Driver ）基因和突變：

Comprehensive Characterization of Cancer Driver Genes and Mutations.Cell.2018 Apr 5;173(2):371-385.e18.

3. 分析腫瘤信號通路：

Oncogenic Signaling Pathways in The Cancer Genome Atlas.Cell. 2018 Apr 5;173(2):321-337.e10.

4. 分析患者生存預後結果的

An Integrated TCGA Pan-Cancer Clinical Data Resource to Drive High-Quality Survival Outcome Analytics.Cell. 2018 Apr 5;173(2):400-416.e11.

5. 分析腫瘤發病生殖系變異（Pathogenic Germline Variants）：

Pathogenic Germline Variants in 10,389 Adult Cancers.Cell. 2018 Apr 5;173(2):355-370.e14.

6. 分析細胞來源用於腫瘤分類：

Cell-of-Origin Patterns Dominate the Molecular Classification of 10,000 Tumors from 33 Types of Cancer.Cell. 2018 Apr 5;173(2):291-304.e6.

又好比 4 月 3 日 Cell Reports 的五連發：

1. 從DNA損傷修復角度分析基因組和分子圖譜：

Genomic and Molecular Landscape of DNA Damage Repair Deficiency across The Cancer Genome Atlas.Cell Rep. 2018 Apr 3;23(1):239-254.e6.

2. 分析腎癌總體分子特性：

The Cancer Genome Atlas Comprehensive Molecular Characterization of Renal Cell Carcinoma.Cell Rep. 2018 Apr 3;23(1):313-326.e5.

3. 分析鱗癌的基因組、通路和免疫特性：

Genomic, Pathway Network, and Immunologic Features Distinguishing Squamous Carcinomas.Cell Rep. 2018 Apr 3;23(1):194-212.e6.

4. 從泛素化通路角度分析：

Integrated Genomic Analysis of the Ubiquitin Pathway across Cancer Types.Cell Rep. 2018 Apr 3;23(1):213-226.e3.

5. 從lncRNA角度分析，並經過實驗驗證：

Pan-Cancer Analysis of lncRNA Regulation Supports Their Targeting of Cancer Genes in Each Tumor Context.Cell Rep. 2018 Apr 3;23(1):297-312.e12.

這是怎麼肥事？

其實，這個是 CELL Press 的 「The Pan-Cancer Atlas」 的主題系列：

整體上包括了 Cell-of-Origin，Oncogenic Processes、Signaling Pathway 和 Resources 四部分，前三部分收錄了 Flagship Paper（旗艦文章）和 Companion Papers。