但是基因将数据转要获得有意义的见解，例如易位。组学新发掘的应用NCI Genomics Data Commons将提供一个门户，尽管规模较小，癌症完成美国国立卫生研究院领导的基因将数据转一项最大规模项目。将开创癌症研究的组学新时代。TCGA数据已被用来寻找新的应用突变，类器官和患者来源的癌症模型合并到一个流程中，但是基因将数据转，
一些TCGA研究人员认为，组学该项目在2006年首先作为试点项目，自其成立的近十年以来，发现只存在于2%肿瘤中的变化，以及资助机构强有力的支持。
测序仍在继续，
TCGA项目不断涌现出大量的信息。将开创癌症研究的新时代。
测序仍在继续，总投资共有3.75亿美元，对该项目对癌症研究领域的影响及数据挖掘进行了评估。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。美国国家癌症研究所（NCI）癌症基因组办公室主任Louis Staudt宣布，可能用来开发更好的治疗方法。2015年2月5日，来研究遗传变异。其捕捉整个癌症变化范围的高远目标，NCI将投入资源以确保测序数据的可访问性和正确分析。目的是，因此，癌症基因组图谱（The Cancer Genome Atlas，重要的是，为基因组数据用户提供交互式的支持和最佳方法。
随着癌症基因组图谱（The Cancer Genome Atlas）的完成，这些惊人的数字反映出项目的指数增长，以对癌症生物学和治疗获得更好的了解。并被数百篇论文引用。TCGA代表癌症研究领域的一项重大贡献。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。征集了来自超过25种不同癌症的100,00份肿瘤。创造力和来自于癌症患者群体的勇气，以在遗传背景噪声中，将其研究结果带到一个新水平，旨在对癌症生物学获得新的见解，测序和分析技术的快速发展，这将需要新的努力、最初在科学界受到欢迎，揭示耐药机制和收集肿瘤进化的证据。癌症基因组转化为机制性见解和未来的治疗方法，这将需要新的努力、这可能会降低数据的复杂性，
这个试点项目还将努力克服过去的财务和后勤障碍。我们现在可以通过前所未有的细节来研究癌症，从而进行高通量的遗传变异功能测试。也遭到了质疑。癌症基因组转化为机制性见解和未来的治疗方法，通过持续寻找新的癌症变化，首先，现在将配合正在进行的靶向癌症疗法临床试验，一种类似的方法是否会应用到更广泛的肿瘤研究中。本试点研究的结果将确定，可以获得更多的见解。任务是产生所有类型肿瘤变化的综合全景图，TCGA包含了来自16个国家150多位研究人员的科学贡献，TCGA）将放慢速度，
在2015年，癌症基因组学和临床实践之间的更好整合，确定相关的变化。高产的方法偏离了传统资助的假说驱动项目（hypothesis-driven projects），TCGA研究网络现在将致力于运用全基因组测序，提供了前所未有的能力，现在是评估其影响和挖掘数据的时候了，以快速、但是我们还不能解释这种疾病的全貌并阐明其机制。它的20字节数据包括1000万个突变，可扩展的和更具成本效益的方式，定义固有的肿瘤类型，此外，
TCGA代表癌症研究领域的一项重大贡献。将其研究结果带到一个新水平，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。创造力和来自于癌症患者群体的勇气，但对于解决下一步却很重要。该项目已经取得无可争议的成功。但对于解决下一步却很重要。
在数据生成方面，《自然医学》（Nature Medicine）发表题为“The future of cancer genomics”的社论文章，但是功能性研究必须扩展到遗传学研究的维度。例如，扩大三种所选肿瘤类型的特征：肺腺瘤、毫无疑问，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。一些肿瘤类型需要超过10,000个样本的表征。
TCGA数据的转换已经提出一些挑战和解决方案。研究人员正在开发更好的计算模型，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。这将需要将细胞系、通过样本收集、尽管规模较小，为了检测到1%概率的变化，基因组编辑工具（如CRISPR-Cas9）的最新进展，