《Cell》：如何根据癌症基因组图谱分析肿瘤
时至今日，这一计划已经取得了许多成果，最新Cell杂志公布了泛癌症图谱（Pan-Cancer Atlas），这也是癌症基因组图谱（TCGA）的收官项目，同期Cell杂志介绍了根据癌症基因组图谱分类的肿瘤类型列表，以及相关的一些主要发现（每种肿瘤类型的标记论文）。 生物通报道：2005年美国国立癌症研究协会（NCI）和国家人类基因组计划研究协会（NHGRI）各投入资金5千万美元，准备进行一项为时3年的癌症基因组试验性质的计划，主要目的是分析全面测序癌症基因序列改变是否对了解癌症和获得新的诊断治疗方法有一定的帮助。 时至今日，这一计划已经取得了许多成果，最新Cell杂志公布了泛癌症图谱（Pan-Cancer Atlas），这也是癌症基因组图谱（TCGA）的收官项目，同期Cell杂志介绍了根据癌症基因组图谱分类的肿瘤类型列表，以及相关的一些主要发现（每种肿瘤类型的标记论文）。4 在数据生成方面，该项目已经取得无可争议的成功。......阅读全文
癌症基因组项目(TCGA)完成之反思
经过美国不懈的努力，涉及上万个癌基因的癌基因组项目正式告一段落。该项目在2006年开始，预计花费1亿美元进行研究，并且癌症基因组图谱（TCGA）现在已经成为国际癌症基因组协会最大的组成部分，该项目汇聚了来自16个国家的科学家，并发现了接近10万个与癌症相关的基因突变。 现在的问题是，下一步怎么
《Cell》：如何根据癌症基因组图谱分析肿瘤
时至今日，这一计划已经取得了许多成果，最新Cell杂志公布了泛癌症图谱（Pan-Cancer Atlas），这也是癌症基因组图谱（TCGA）的收官项目，同期Cell杂志介绍了根据癌症基因组图谱分类的肿瘤类型列表，以及相关的一些主要发现（每种肿瘤类型的标记论文）。 生物通报道：2005年美国国立
透过大规模基因组分析推出 泛癌症图谱 开启癌症治疗
【Technews科技新报】美国国立卫生研究院（NIH）资助的研究团队已经完成了一份详细的基因组分析，这个被称为泛癌症图谱（PanCancer Atlas）的研究结果收录了 27 篇论文，并包含了 33 种癌症、1 万多个种不同肿瘤分子和临床讯息的数据资料。 泛癌症图谱主要是针对癌症基因组
全球癌症基因组图谱计划又一研究突破
最近，发表在国际杂志the New England Journal of Medicine上的一篇研究论文中，来自从事癌症基因组图谱（The Cancer Genome Atlas）研究计划的科学家通过进行研究，对第二种常见类型的肾癌的两种类型进行了分子特性的分析，并且对这种常见类型的肾癌进行了
Nature重要成果：绘制癌症的全面分子图谱
根据一项获得美国国立卫生研究院(NIH)支持的新研究发现一种乳腺癌亚型与难治性高分级浆液性卵巢癌具有许多共同的遗传特征。研究结果表明两种癌症具有相似的分子起源，这可能推动比较乳腺癌和卵巢癌亚型的治疗学数据。 研究人员利用癌症基因组图谱(TCGA)生成的部分数据，根据来自825名乳腺癌患者样
Nature重要成果：绘制癌症的全面分子图谱
根据一项获得美国国立卫生研究院（NIH）支持的新研究发现一种乳腺癌亚型与难治性高分级浆液性卵巢癌具有许多共同的遗传特征。研究结果表明两种癌症具有相似的分子起源，这可能推动比较乳腺癌和卵巢癌亚型的治疗学数据。 研究人员利用癌症基因组图谱（TCGA）生成的部分数据，根据来自825名乳腺癌患者样本的综合
NIH 340万美元资助癌症基因组图谱研究计划
美国国立卫生研究院于当地时间7月2日宣布，决定对八个单位（或个人）进行为期两年、总值340万美元的资助，以支持癌症基因组图谱研究计划（Cancer Genome Atlas pilot program）。 癌症基因组图谱计划是美国国立癌症研究所和美国国家人类基因组研究的合作项目，于2005年晚期，
Cell年度论文：值得关注的几大关键词
近期Cell杂志公布了2018年年度论文，共包括五篇Snapshots，两篇Reviews，以及八篇Articles和Resources，其中五篇Snapshots涉及五大新兴领域，值得关注。 TCGA-Analyzed Tumors 2005年美国国立癌症研究协会（NCI）和国家人类基因组
Nature：癌症基因组计划宣布完成，下一步路在何方？
癌症基因组图谱计划（The Cancer Genome Atlas，TCGA）是国际癌症基因组联盟（International Cancer Genome Consortium）最大的项目。该项目于2006年启动，耗资1亿美元，旨在绘制1万个肿瘤基因组图谱。目前，来自16个国家的科学家合作完成了
肿瘤免疫火得飞起，更新后的TIMER 2.0数据库真心好用！
肿瘤微环境中免疫细胞的组成和丰度是影响肿瘤进展和免疫治疗效果的重要因素。由于直接测量方法的局限性，计算算法通常用于从肿瘤转录组图谱推断免疫细胞组成。这些估计的肿瘤免疫浸润人群与肿瘤的基因组和转录组学变化相关，提供了对肿瘤免疫相互作用的见解。今天我们就一起来看这个肿瘤免疫分析的又一神器——TIME