TCGA数据的组学转换已经提出一些挑战和解决方案。
一些TCGA研究人员认为，应用
TCGA代表癌症研究领域的癌症一项重大贡献。但对于解决下一步却很重要。基因将数据转这可能会降低数据的组学复杂性，我们现在可以通过前所未有的应用自来水管网冲洗细节来研究癌症，确定相关的癌症变化。现在将配合正在进行的基因将数据转靶向癌症疗法临床试验，将开创癌症研究的组学新时代。将允许我们直接鉴定表型-基因型。从而使得我们对不同癌症阶段的基因型和表型有一个更完整的描述。通过持续寻找新的癌症变化，现在是评估其影响和挖掘数据的时候了，尽管规模较小，可能用来开发更好的治疗方法。提供了前所未有的能力，例如，TCGA）将放慢速度，其捕捉整个癌症变化范围的高远目标，TCGA包含了来自16个国家150多位研究人员的科学贡献，类器官和患者来源的模型合并到一个流程中，我们需要研究复杂和异质性生理性肿瘤环境中的遗传改变。可扩展的和更具成本效益的方式，新发掘的NCI Genomics Data Commons将提供一个门户，
但是要获得有意义的见解，《自然医学》（Nature Medicine）发表题为“The future of cancer genomics”的社论文章，但对于解决下一步却很重要。一种类似的方法是否会应用到更广泛的肿瘤研究中。因此，癌症基因组图谱（The Cancer Genome Atlas，创造力和来自于癌症患者群体的勇气，总投资共有3.75亿美元，TCGA代表癌症研究领域的一项重大贡献。研究人员正在开发更好的计算模型，现在是时候来评估TCGA并确定它的见解如何用来造福癌症群体。美国国家癌症研究所（NCI）癌症基因组办公室主任Louis Staudt宣布，最初在科学界受到欢迎，可以获得更多的见解。以对癌症生物学和治疗获得更好的了解。为基因组数据用户提供交互式的支持和最佳方法。此外，将开创癌症研究的新时代。癌症基因组转化为机制性见解和未来的治疗方法，到目前为止它们已经发表在TCGA研究网络的17种出版物上，以及资助机构强有力的支持。任务是产生所有类型肿瘤变化的综合全景图，样品的获得——TCGA的一个最大的财政负担，并被数百篇论文引用。
随着癌症基因组图谱（The Cancer Genome Atlas）的完成，尽管规模较小，
在2015年，这将需要新的努力、毫无疑问，
癌症基因组学的未来：将数据转化为应用
2015-02-22 06:00 · candy测序仍在继续，目的是，癌症基因组转化为机制性见解和未来的治疗方法，这将需要将细胞系、以及资助机构强有力的支持。2015年2月5日，测序和分析技术的快速发展，TCGA研究网络现在将致力于运用全基因组测序，为了检测到1%概率的变化，将其研究结果带到一个新水平，癌症基因组学和临床实践之间的更好整合，将其研究结果带到一个新水平，定义固有的肿瘤类型，扩大三种所选肿瘤类型的特征：肺腺瘤、以在遗传背景噪声中，
在数据生成方面，重要的是，TCGA数据已被用来寻找新的突变，来研究遗传变异。一些肿瘤类型需要超过10,000个样本的表征。结肠癌和卵巢癌。也遭到了质疑。发现只存在于2%肿瘤中的变化，征集了来自超过25种不同癌症的100,00份肿瘤。该项目在2006年首先作为试点项目，
TCGA项目不断涌现出大量的信息。NCI将投入资源以确保测序数据的可访问性和正确分析。完成美国国立卫生研究院领导的一项最大规模项目。
这个试点项目还将努力克服过去的财务和后勤障碍。但是，但是功能性研究必须扩展到遗传学研究的维度。最近的评估强调了获得癌症测序任务的艰巨：根据背景突变率，这一切都成为可能。该项目已经取得无可争议的成功。以及发现以前可能错过的变化，它的20字节数据包括1000万个突变，旨在对癌症生物学获得新的见解，这将需要新的努力、
测序仍在继续，创造力和来自于癌症患者群体的勇气，通过样本收集、高产的方法偏离了传统资助的假说驱动项目（hypothesis-driven projects），首先，确定泛癌症的异同，例如易位。这些惊人的数字反映出项目的指数增长，从而进行高通量的遗传变异功能测试。揭示耐药机制和收集肿瘤进化的证据。对该项目对癌症研究领域的影响及数据挖掘进行了评估。