扫码联系客服
一、泛癌介绍
昨天公号推广了一篇单基因的泛癌分析，然后后台有很多小伙伴留言泛癌分析是热点终结者，今天就跟大家简单的聊下泛癌（pan-cancer）分析现在泛癌分析IF都在5以上，很值得关注哦。
小编刚进入生信行业的时候，是做的农学项目，比较流行的是pan-genome泛基因组分析，其实就是多个基因组进行比较，然后现在医学领域是泛癌分析pan-cancer，其实就是针对某一个特征横向的比较多个癌型，看其敏感性和特异性，从这个角度出发，具有同一类属性的事物，都可以泛一下，比如泌尿系统疾病，女性疾病，男性疾病等等。
干干巴巴的，麻麻赖赖的，pan他！真是万物皆可pan。
二、泛癌分类
通过pubmed检索关键字，相关的热点比如m6A、铁死亡等近两年出现的频数大多几十，但是输入pan-cancer，好家伙，好几百。这说明热点终结者pan-cancer自己成了热点。
泛癌是不是终结者，我们暂且不讨论，我们可以看下历年来泛癌关注的方向有哪些。
泛癌分析也是分析，考虑的也是关注方向，相关疾病，还有数据。根据这个特点泛癌分析可以分为如下几种：样本特征、模型特征、临床特征。
1、样本特征：限制化处理
样本特征很容易理解，就是数据本身的特征，比如基因表达，基因突变，甲基化等等，这些都比较直接，直接利用数据的垄断性来获取。
2020年开年NATURE大作，24篇都是泛癌分析，可以说比较大的方向，都已经被盘过了。
再利用这些数据进行分析，大家可以看下都存在一些限制处理。
Ebiomedicine 上的Pan-cancer analysis of somatic mutations in miRNA genes，关注的是miRNA的突变。
Epigenetics发表的Integrative analysis identifies potential DNA methylation biomarkers for pan-cancer diagnosis and prognosis关注潜在DNA甲基化
Mol Cancer发表Molecular characterization and clinical relevance of m 6 A regulators across 33 cancer types 关注m6A因子
Nature communication 发表Pan-cancer characterization of immune-related lncRNAs identifies potential oncogenic biomarkers 关注免疫相关的lncRNA
Cancers发表RNA Immune Signatures from Pan-Cancer Analysis Are Prognostic for High-Grade Serous Ovarian Cancer and Other Female Cancers 关注女性肿瘤
Iscience上发表Integrative Analysis of Hypoxia-Associated Signature in Pan-Cancer关注缺氧。
如果客户想做这种分析，首先要求有很好的文章写作能力，对于各个癌型的特点有有所关注，如果做不到，建议退而求其次做自己领域的小泛癌分析，比如消化道，泌尿，女性等等，通过对肿瘤的更为细致的研究来深化研究，扬长补短。其次，对于新出现的热点要足够敏感，了解知道要迅速开展，以防止撞车。最后建议一定要加最够多的限制词，这样圈定小范围，才好开展工作。总结起来就是：紧跟热点，快速反应，立足自己领域。
2、模型特征：性价比最高
模型特征就是本身调研或者测序得不到一些确切的指标，但是通过模型或者公式可以得到的特征，就叫做模型特征，比如TMB、TFB、TME、M6Ascore、ASscore等。
由于任何人都可以根据已有数据提成合理的模型，都可以将这个模型放在其他32个癌型中看一眼，所以这个模式的泛癌分析，可以说是性价比最高的。
Frontiers in Immunology发表Pan-Cancer Analysis of Immune Cell Infiltration Identifies a Prognostic Immune-Cell Characteristic Score (ICCS) in Lung Adenocarcinoma，基于肺癌构建免疫相关模型，然后其他癌型也看看。
Cancer Immunology research发表Tumor microenvironment characterization in gastric cancer identifies prognostic and immunotherapeutically relevant gene signatures通过胃癌构建模型，然后其他癌型也看一看。
Molecular Cancer 发表m6A regulator-mediated methylation modification patterns and tumor microenvironment infiltration characterization in gastric cancer 通过胃癌构建m6A预后模型，其他癌型也看一看。
对于这种类型的泛癌分析，小编鼎力推荐。这个也不用太着急，是不是热点，反应够不够快，都不那么重要，立足自己的研究方向就够了，可以从从容容。
3、临床特征：请佛系
最后还有一个就是临床特征，这个方向对于自测数据的来说，非常重要，可以把自己样本区分，比如原发转移，年龄大小、身高体重，都可以用来分组，分组之后就可以比较，就可以盘了，但是对于公开数据库，这个方向还真的不好做，因为临床特征就那么多，还不好加过多的限制词。
推荐两篇文献：
Cancer Research 发表Sex differences in cancer incidence and survival: a pan-cancer analysis关注性别对预后影响
Cancers发表Pan-Cancer Analysis of Radiotherapy Benefits and Immune Infiltration in Multiple Human Cancers关注化疗和免疫。对于这个方向，小编认为就要佛系一点了，毕竟有一些事情，不是努力就能成的。
三、最适合临床医生的泛癌策略
通过上面的案例分析，我们可以总结泛癌的特点，大机构大单位处理数据垄断地位，小机构和个人需要进行限制词处理，要紧跟热点。但是泛癌也不是热点终结者。
对于热点出现，泛癌之所以叫做泛癌，是因为它只考虑了事物的共性，对于某个癌型的特异性研究较少，所以即使某一个热点出现了泛癌分析，单个癌型的深入分析请大胆继续。
尤其做泛癌的单位基本都是基础研究的单位，对于疾病的临床特征了解绝对不如一线的大夫深刻，所以大家可以扬长避短，贡献力量。
针对模型泛癌分析的现状，结合临床医生自身的特点，个人建议最适合临床医生使用的泛癌策略就是：通过单个癌型提取模型特征，然后泛癌分析。
这样既能突出自身领域优势，还不用那么慌张，从从容容，开开心心。
了解了泛癌分析的特点，大家要勇敢的拥抱泛癌分析。
最适合临床大夫的泛癌分析
兄弟姐妹们，盘它
四、参考文献
