马俊，吴霞，宫伟，李涛

    生物信息学相关数据库在肿瘤研究中的应用

    马俊，吴霞，宫伟，李涛

    523808 东莞，广东医科大学广东省医学分子诊断重点实验室

    肿瘤是一种多因素参与的复杂疾病，从正常细胞变为肿瘤细胞的过程中有多个步骤，包括逃避免疫攻击、能量代谢重建、诱导血管生成等[1]，这些步骤构成了一个复杂的信号调控网络，因此肿瘤的研究需要从整体上、不同时间、空间上进行观察。在肿瘤研究的过程中，不同肿瘤之间、同一肿瘤不同的分布位置、病程时间、研究时所使用的方法及材料等的不同，均会得到数据量庞大又不同的研究结果，这加大了肿瘤研究的难度。生物信息学在肿瘤研究中以计算机为工具，利用信息学技术，对各类数据进行收集、整理和分析[2]。它的出现从不同应用角度收集和整理了大量的现行肿瘤研究结果，并根据需要的不同构建了各种功能不同的数据库，利用这些数据库来进行肿瘤研究丰富了我们的研究手段。下面简要介绍一些肿瘤研究中的常用数据库及应用案例。

    1 肿瘤研究中常用数据库

    1.1 癌症基因组图谱数据库

    癌症基因组图谱[3](The Cancer Genome Atlas，TCGA)是由美国国立癌症研究院(National Cancer Institute，NCI)以及国立人类基因组研究院(National Human Genome Research Institute，NHGRI)在 2006 年启动的，该项目使用大规模测序技术为主的基因组分析技术，旨在完成一套完整的与所有癌症基因组改变相关的“图谱”，从而帮助人们从基因组的角度深入了解肿瘤的分子机制以及提高诊断、治疗肿瘤的能力。

    TCGA 以预后不良、公共危害较大以及能否获取到符合要求的组织样本为入选标准，收录范围从最开始的 2 种扩大到目前的 33 种肿瘤，涵盖 11 000 例患者。组织收集站点负责收集患者自愿捐赠的肿瘤组织及正常组织样本。然后由生物样本核心资源中心的研究人员按照严格的标准(例如足够的样本量、未经过化疗、组织中超过 60% 的肿瘤细胞等)核实样本的质量和数量以及采集临床资料、提取组织的 DNA 和 RNA 等。样本的 DNA 和 RNA 被分别送到基因组测序中心和基因组鉴定中心进行大规模测序和多平台分析，产生关于肿瘤基因组和结构变化的基因表达数据、DNA 拷贝数变化、miRNA 数据、外显子测序、全基因组测序等数据。数据整合中心和肿瘤基因组学中心负责对这些数据进行收集、存储和整理。目前，TCGA 的所有数据被整合到了 NCI 的基因组数据共享中心(genomic data commons ......