1. 项目概述为什么需要一份清晰的TCGA癌症名称对照表如果你正在或即将踏入癌症基因组学的研究领域尤其是要处理TCGAThe Cancer Genome Atlas的数据那么你大概率会遇到一个看似简单却极其磨人的问题这些癌症的英文全称、缩写和中文名称怎么就对不上号呢我刚开始接触TCGA数据时就曾被这个问题困扰过。下载的数据集文件夹名是“BRCA”文献里一会儿叫“Breast invasive carcinoma”中文资料又可能写作“乳腺浸润性癌”。更头疼的是TCGA官方项目涵盖了超过30种癌症类型每种都有其特定的命名逻辑和简写规则没有一个统一的“字典”在阅读文献、撰写报告、甚至和同行交流时都容易产生混淆和误解。这个项目就是基于我多年处理TCGA数据的经验整理的一份详尽、准确、可直接查阅的TCGA癌症名称对照表。它不仅仅是一个简单的列表更是一把帮你快速理解TCGA研究体系的钥匙。通过这份对照表你可以高效查阅在分析数据时快速将文件夹缩写如LUAD与癌症全称Lung adenocarcinoma及其中文名肺腺癌对应起来。准确沟通在论文写作或项目讨论中使用规范、统一的术语避免因名称不一致导致的歧义。理解分类透过名称了解TCGA对癌症的组织学分类例如区分“腺癌”Adenocarcinoma和“鳞状细胞癌”Squamous Cell Carcinoma。快速入门对于新手这是梳理TCGA庞大癌症类型体系的最佳起点。无论你是生物信息学分析师、临床科研人员还是医学领域的学生这份凝结了实操经验的对照表都能成为你案头常备的实用工具节省大量查阅和核对的时间。2. TCGA癌症命名体系深度解析TCGA的命名并非随意为之其背后有一套基于医学分类学和组织病理学的严谨逻辑。理解这套逻辑不仅能帮你记住名称更能深化你对这些癌症本质的认识。2.1 命名构成的三要素一个完整的TCGA癌症类型标识通常由三个核心要素构成这也是我们对照表的三个核心列TCGA项目代码/简写 (Abbreviation)这是TCGA数据中最常用、最核心的标识符。通常是2-4个字母的缩写用于数据集的文件夹命名、文件前缀等。例如BRCA乳腺癌、LUAD肺腺癌。其构成规则主要有器官/组织类型最常见的方式。如LUADLung肺 Adenocarcinoma腺癌LUSCLung肺 Squamous Cell Carcinoma鳞状细胞癌。纯器官缩写主要用于该器官最具代表性或唯一研究的癌种。如GBMGlioblastoma multiforme 多形性胶质母细胞瘤特指脑部的这种高度恶性胶质瘤。特殊缩写部分采用疾病英文名的首字母组合。如AMLAcute Myeloid Leukemia 急性髓系白血病。英文全称 (Full Name)指该癌症在医学文献中的标准英文名称。它精确描述了癌症的起源组织和病理学类型。例如“Breast invasive carcinoma”强调了“浸润性”这一关键临床病理特征。全称是理解疾病本质的关键。中文名称 (Chinese Name)对应于英文全称的规范中文医学译名。这是与国内临床医生、科研同行沟通的桥梁。翻译通常遵循“器官病理类型”的原则如“肺腺癌”、“肝细胞癌”。准确性至关重要一个错误的翻译可能导致完全不同的疾病理解。2.2 从命名看癌症分类学TCGA的命名直接反映了癌症的分类层次主要从两个维度解剖部位维度即癌症发生的器官或组织。这是最顶层的分类。例如所有Lung肺开头的项目LUAD LUSC都归于呼吸系统肿瘤。这能帮助我们从宏观上把握TCGA覆盖的癌种范围。组织病理学维度即癌细胞在显微镜下的形态和结构。这是区分同一器官不同癌症类型的核心。例如在肺部Adenocarcinoma腺癌癌细胞呈腺样结构常与吸烟相关但非吸烟者也可发生多位于肺外周。Squamous Cell Carcinoma鳞状细胞癌癌细胞有角化珠或细胞间桥与吸烟关系极为密切多位于中央气道。这两种类型的发病机制、驱动基因、治疗策略和预后都有显著差异。因此TCGA将其作为两个独立项目LUAD和LUSC进行研究这份对照表清晰地展示了这种重要的区分。注意中文命名有时会省略或简化部分病理描述词。例如“Breast invasive carcinoma”严格应译为“乳腺浸润性癌”但国内部分语境下可能简化为“乳腺癌”。在严肃的科研写作中建议使用完整、准确的译名。2.3 容易混淆的命名案例与辨析在实际使用中有几组名称特别容易混淆需要格外留意LAML vs AML在TCGA中LAML特指“Acute Myeloid Leukemia”急性髓系白血病。而AML这个缩写虽然在通用医学领域等同于急性髓系白血病但在TCGA的特定上下文中它就是LAML项目的代码。这提醒我们在TCGA体系内必须使用其官方项目代码。COAD vs READ两者都是结直肠癌但COAD(Colon adenocarcinoma) 指结肠腺癌READ(Rectum adenocarcinoma) 指直肠腺癌。虽然解剖位置毗邻且常合称为结直肠癌CRC但TCGA将其分开研究提示二者在分子特征上可能存在差异。KICH, KIRC, KIRP这是一组肾脏肿瘤的经典案例完美展示了病理分类。KICH: Kidney Chromophobe肾嫌色细胞癌KIRC: Kidney renal clear cell carcinoma肾透明细胞癌KIRP: Kidney renal papillary cell carcinoma肾乳头状细胞癌 它们的缩写巧妙地包含了器官KI和关键病理特征CH RC RP是学习TCGA命名逻辑的绝佳范例。理解这些命名背后的逻辑能让你在看到缩写时不仅仅是在查一个“代号”而是在脑海中快速关联起其解剖位置、病理特征和临床意义。3. 核心工具TCGA癌症名称完整对照表以下是我根据TCGA官方项目列表、多篇核心论文以及国内医学命名规范反复校对整理出的对照表。表中不仅列出了三项核心信息还补充了样本量Cases这一关键数据维度并添加了简要注释帮助你在使用时获得更多上下文信息。TCGA简写英文全称中文名称样本量约注释与说明ACCAdrenocortical carcinoma肾上腺皮质癌90罕见的内分泌系统恶性肿瘤。BLCABladder Urothelial Carcinoma膀胱尿路上皮癌430最常见的膀胱癌类型曾称移行细胞癌。BRCABreast invasive carcinoma乳腺浸润性癌1100TCGA旗舰项目之一包含主要分子分型Luminal Her2 Basal-like。CESCCervical squamous cell carcinoma and endocervical adenocarcinoma宫颈鳞癌和宫颈腺癌310包含两种主要病理类型人乳头瘤病毒HPV感染是主要风险因素。CHOLCholangiocarcinoma胆管癌45起源于胆管上皮的癌症根据部位分肝内和肝外型。COADColon adenocarcinoma结肠腺癌460常与READ合并分析为结直肠癌CRC但TCGA分开。DLBCLymphoid Neoplasm Diffuse Large B-cell Lymphoma弥漫性大B细胞淋巴瘤50最常见的非霍奇金淋巴瘤类型。ESCAEsophageal carcinoma食管癌200主要包含食管腺癌EAC和食管鳞癌ESCC两者病因和地理分布差异大。GBMGlioblastoma multiforme多形性胶质母细胞瘤600最常见且最具侵袭性的原发性脑肿瘤TCGA早期重点项目。HNSCHead and Neck squamous cell carcinoma头颈部鳞状细胞癌530包括口腔、咽、喉等部位的鳞癌与吸烟、饮酒、HPV感染相关。KICHKidney Chromophobe肾嫌色细胞癌70三种主要肾细胞癌中预后最好的一种。KIRCKidney renal clear cell carcinoma肾透明细胞癌540最常见的肾细胞癌类型占75%-80%。KIRPKidney renal papillary cell carcinoma肾乳头状细胞癌290第二种常见的肾细胞癌类型。LAMLAcute Myeloid Leukemia急性髓系白血病200TCGA中血液系统肿瘤的代表使用LAML而非通用缩写AML。LGGBrain Lower Grade Glioma脑低级别胶质瘤530包含星形细胞瘤、少突胶质细胞瘤等区别于高级别的GBM。LIHCLiver hepatocellular carcinoma肝细胞癌380最常见的原发性肝癌常与乙肝/丙肝病毒感染和肝硬化相关。LUADLung adenocarcinoma肺腺癌520目前最常见的肺癌类型非吸烟者比例相对较高。LUSCLung squamous cell carcinoma肺鳞状细胞癌500与吸烟高度相关中央型肺癌多见。MESOMesothelioma间皮瘤85多发生于胸膜与石棉暴露密切相关。OVOvarian serous cystadenocarcinoma卵巢浆液性囊腺癌610最常见的卵巢上皮性癌高级别浆液性癌是研究重点。PAADPancreatic adenocarcinoma胰腺腺癌180预后极差的“癌王”以导管腺癌为主。PCPGPheochromocytoma and Paraganglioma嗜铬细胞瘤和副神经节瘤180起源于肾上腺或肾上腺外嗜铬组织的神经内分泌肿瘤。PRADProstate adenocarcinoma前列腺腺癌500男性最常见的恶性肿瘤之一。READRectum adenocarcinoma直肠腺癌170常与COAD合并分析为结直肠癌。SARCSarcoma肉瘤260来源于间叶组织骨、软骨、脂肪、肌肉等的恶性肿瘤种类繁多。SKCMSkin Cutaneous Melanoma皮肤黑色素瘤470恶性程度高的皮肤肿瘤包含原发和转移样本。STADStomach adenocarcinoma胃腺癌440胃癌的主要病理类型与幽门螺杆菌感染等相关。TGCTTesticular Germ Cell Tumors睾丸生殖细胞肿瘤150年轻男性常见的恶性肿瘤治愈率高。THCAThyroid carcinoma甲状腺癌510以乳头状癌为主整体预后良好。THYMThymoma胸腺瘤120起源于胸腺上皮的肿瘤常伴发自身免疫性疾病。UCECUterine Corpus Endometrial Carcinoma子宫体子宫内膜癌560最常见的妇科恶性肿瘤与雌激素水平相关。UCSUterine Carcinosarcoma子宫癌肉瘤55罕见的高度恶性子宫肿瘤含癌和肉瘤两种成分。UVMUveal Melanoma葡萄膜黑色素瘤80发生于眼睛葡萄膜的黑色素瘤与皮肤黑色素瘤SKCM分子特征不同。使用心得与注意事项样本量的参考价值样本量大小直接影响后续分析如寻找低频突变、进行亚型分型的统计效力。对于样本量较小的癌种如CHOL UCS在进行分析时需要特别注意结果的可靠性可能需要采用不同的统计策略或与其他数据集合并。版本与更新TCGA项目本身已经结题这份列表是其主要癌种的稳定集合。但在使用具体数据时仍需从GDC Data Portal等官方渠道确认最新的数据版本和样本清单因为数据清理和更新可能导致可用样本数微调。“混合”项目的处理如CESC和ESCA它们包含了不同的病理亚型。在分析时需要留意是否需要对亚型进行区分因为混合分析可能会掩盖亚型特异的信号。4. 实操应用如何在数据分析流程中高效使用对照表整理对照表不是最终目的将其无缝嵌入到你的数据分析工作流中才能真正提升效率。以下是我常用的几种实战场景和方法。4.1 场景一数据下载与文件管理当你从GDC Data Portal、UCSC Xena等平台下载TCGA数据时数据通常按癌症缩写组织在文件夹中。操作步骤使用上方的对照表将你研究目标对应的英文全称或中文名称转换为TCGA简写如研究“肺腺癌” - 查找简写为LUAD。在下载界面直接选择或搜索LUAD项目。下载的数据文件可能命名为TCGA-LUAD.htseq_counts.tsv.gz或类似格式。在本地建立项目文件夹时我强烈建议采用项目简写_中文名的格式例如LUAD_肺腺癌。这样在文件管理器里一目了然避免了后续回忆“LUAD到底是哪个癌”的麻烦。避坑技巧注意TCGA数据有不同“数据层级”Data Level如Level 1原始数据、Level 3经过处理的基因表达/突变数据。对于大多数生物信息学分析我们直接从Level 3数据开始。下载时务必确认你下载的是所需的数据类型如基因表达FPKM、体细胞突变MAF文件和对应的层级。4.2 场景二分析脚本与注释文件的通用化编写在编写数据分析脚本如R或Python时硬编码癌症名称会导致脚本复用性差。利用对照表可以编写更通用的代码。操作示例R语言 假设你需要为多个癌种生成表达量概览图可以创建一个映射向量或数据框。# 创建一个TCGA癌症信息的数据框部分示例 tcga_cancer_info - data.frame( Abbreviation c(BRCA, LUAD, LUSC, COAD), Full_Name c(Breast invasive carcinoma, Lung adenocarcinoma, Lung squamous cell carcinoma, Colon adenocarcinoma), Chinese_Name c(乳腺浸润性癌, 肺腺癌, 肺鳞癌, 结肠腺癌), stringsAsFactors FALSE ) # 定义一个通用绘图函数 generate_summary_plot - function(cancer_abbr) { # 1. 通过缩写找到中文名用于图表标题 chinese_name - tcga_cancer_info$Chinese_Name[tcga_cancer_info$Abbreviation cancer_abbr] # 2. 动态构建文件路径假设数据文件以缩写命名 data_file - paste0(path/to/data/TCGA-, cancer_abbr, .expression.tsv) # 3. 读取数据并分析... # df - read.table(data_file, headerTRUE, sep\t) # 4. 绘制图表标题包含中文名 # p - ggplot(...) ggtitle(paste(chinese_name, 基因表达分布)) print(paste(正在处理:, chinese_name, (, cancer_abbr, ))) # 返回或保存图表 } # 批量运行 for (cancer in c(BRCA, LUAD)) { generate_summary_plot(cancer) }这样当你需要新增一个癌种时只需在tcga_cancer_info数据框和循环列表中添加对应条目即可无需修改函数内部逻辑。4.3 场景三结果可视化与报告撰写在生成分析报告、发表论文或制作演示幻灯片时呈现规范、完整的癌症名称是专业性的体现。最佳实践图表中在图注或轴标签中建议使用“英文全称缩写”的格式例如 “Lung adenocarcinoma (LUAD)”。如果受众主要是中文读者可使用“中文名英文缩写”如“肺腺癌LUAD”。正文中首次提及某个TCGA癌种时应给出全称并括号注明缩写后续可使用缩写。例如“我们分析了来自癌症基因组图谱TCGA的肺腺癌Lung adenocarcinoma LUAD和肺鳞状细胞癌Lung squamous cell carcinoma LUSC数据集。”表格中可以设立三列“TCGA项目”、“癌症类型英文”、“癌症类型中文”使信息一目了然。心得分享 我习惯在论文的“材料与方法”部分或补充材料中以表格形式列出本研究所用的所有TCGA数据集包含缩写、全称、样本量。这既是对照表的直接应用也向审稿人和读者清晰展示了数据来源增强了研究的可重复性和严谨性。5. 常见问题与扩展资源5.1 高频问题速查表问题可能原因解决方案与建议在数据库里找不到某个缩写如“肝癌”找LIVC使用了非官方或错误的缩写。TCGA中肝癌的官方缩写是LIHCLiver Hepatocellular Carcinoma。回顾对照表或直接去TCGA官网/GDC门户查询官方项目列表。记忆时联系英文全称。为什么有的癌症有多个TCGA项目如LUAD和LUSC因为它们是同一器官肺下分子特征、病因和预后迥异的不同病理类型。TCGA旨在分别刻画它们的基因组图谱。理解这是基于病理学的精细分类。分析时应根据研究问题决定是单独分析还是合并如研究泛癌特征时可能合并。中文名称不统一和医院病理报告上的不一样医学翻译存在习惯差异且临床病理报告可能使用更具体的亚型名称。以权威教材如《病理学》、行业标准或大型数据库如知网、万方收录的核心期刊常用译法为准。对于亚型可在括号内注明英文。样本量为什么和我下载的实际数据量有出入对照表中的样本量是TCGA项目收集的大致总数。实际下载时可能因为部分样本数据不全、质量控制被过滤、或你只下载了特定数据类型如只下RNA-seq导致数量减少。以你从数据平台下载后统计的实际样本数为准。对照表的样本量仅用于大致参考和比较不同癌种的规模。想研究某个癌种但TCGA里没有TCGA主要覆盖了常见癌种并非包罗万象。一些罕见肿瘤、儿童肿瘤或特定亚型可能未被单独列项。可以查看TARGET儿童肿瘤、GTEx正常组织等补充项目。或考虑使用其他独立研究队列的数据。5.2 如何获取与验证最新的TCGA信息尽管TCGA主体项目已结束但其数据仍在被广泛使用和重分析。确保你信息的时效性和准确性很重要。官方源头验证GDC Data Portal (portal.gdc.cancer.gov)这是目前管理和提供TCGA数据的官方门户。在“Repository”页面你可以浏览所有项目Projects这里列出了最权威的项目缩写和全称。TCGA Publications (cancergenome.nih.gov/publications)官网的出版物页面列出了所有主要的标志性论文Cell Nature Cancer Cell等每篇论文的标题和摘要都规范地使用了癌症全称和缩写是极佳的参考。利用成熟的生物信息学资源R/Bioconductor包如TCGAbiolinks、curatedTCGAData。这些包的文档和函数帮助中通常内置了准确的癌症类型映射。UCSC Xena Browser (xenabrowser.net)在数据集的描述中会明确给出癌症的完整名称。建立个人知识库 建议将本文的对照表保存为本地CSV文件或纳入你的笔记软件如Notion Obsidian。在每次开始一个新的TCGA相关项目时首先核对和更新这份列表并记录下你本次分析使用的具体数据版本和样本ID列表。长此以往你就构建起了自己专属的、带有个性化注释的TCGA元数据知识库这将成为你科研路上的一大助力。