有的人利用TCGA資料發了1-2分的SCI；有的人利用TCGA資料發了3-5分的SCI；現在有人利用TCGA資料發了12的SCI。這篇文章發表在Nat Commun上，該期刊屬於Nature子刊，影響因子：12.121，中科院分割槽：1區。文章作者分別來自於馬薩諸塞州波士頓大學、傑克遜基因醫學實驗室、耶魯大學醫學院，文章出處：PMID: 33311458，DOI: 10.1038/s41467-020-20030-5。

分析內容：

1、進行適用於腫瘤/正常組織的泛癌卷積神經網路分類

2、進行癌症亞型的神經網路分類

3、分析腫瘤型別之間的交叉分類的保守的空間行為，交叉分類關係概括了癌症組織生物學

4、使用CPTAC影象驗證交叉分類關係

5、進行TP53突變分類的神經網路比較

6、分析影響腫瘤純度預測的特徵

這類TCGA資料探勘的特點往往如下：

1、分析方法高大上

2.資料難以獲取，普通人根本獲取不了，樣本量巨大（大於1萬）

3.需要強大的計算機資源（普通個人電腦根本完成不了）

4.需要雄厚的生信專業知識和計算機知識

5.需要有實力的團隊來完成，個人無法實現

6.科研經費充足