癌症的诊断带来了不确定性和焦虑，因为患者和他或她的家人面对一个新的现实。但是并不是所有的癌症都是一样的，也不是所有的病人都是一样的，这使得我们很难知道这种疾病的严重程度。

随着医生越来越关注病人的个人护理，研究人员希望利用新技术提供的大量信息，从确定癌症风险，到早期诊断，再到提供治疗和后续护理，帮助人们进行一切工作。

冷泉港实验室(Cold Spring Harbor Laboratory)研究员贾森•谢尔策(Jason Sheltzer)和他的伴侣琼•史密斯(Joan Smith)一直在试图利用癌症的基因指纹来确定疾病的可能病程。

通过观察20,000名癌症患者的基因，Sheltzer和Smith发现了一种称为拷贝数变异的现象，即基因增加特定长或短序列的拷贝，这通常是癌症侵袭性的一个良好指标。那些拷贝数变异较大的癌症也可能是最具侵袭性的。他们最近在eLife杂志上发表了他们的研究。

这项研究历时4年，尚处于初步阶段，但这种预后生物标志物可以为医生和患者提供更多的信息，从而为治疗决策提供依据。它还可以提供对疾病过程的更好理解，因为随着癌症的进展，拷贝数的变化也会发生变化。

Sheltzer说:“主要的发现很简单，拷贝数的变化是一个比人们意识到的更有效的预后生物标志物。”“它似乎比大多数单个基因的突变更能提供信息。”

此外，尽管有来自数千名患者的数据，Sheltzer和Smith还不知道是否存在一个临界点，超过这个临界点，癌症就会达到临界阈值。

一些拷贝数的改变也比其他的更有问题。“我们的分析表明，影响少数关键致癌基因和肿瘤抑制因子的拷贝数改变似乎对患者的预后尤其不利，”谢尔策说。他补充说，他们无法进行临床随访，以确定基因在癌症进展过程中的变化。

“希望我们能继续这项研究，做一个纵向分析，”他说。

Smith曾为Twitter、Oracle和现在的谷歌编写过计算机代码，他编写的代码是针对这个项目的。她说:“我们在这里做的分析是新的，比我们过去做的分析规模大得多。”

在本文中，Smith能够重用不同相关实验所需的部分代码。其中一些可重用代码清理了数据并提供了有用的格式，而另一些代码则搜索遗传模式。

她在一封电子邮件中解释说:“编写这段代码，以及编写一般的代码，都需要相当大的改进。”

史密斯在谷歌有一份全职工作，在那里她必须清理她与Sheltzer在搜索引擎上的所有工作。在论文发表前，她将论文发给了谷歌进行审批。她“在私人时间”与Sheltzer一起工作，她的工作“与谷歌或谷歌工具无关”。

她在一封电子邮件中解释说，这家搜索引擎公司“倾向于支持员工从事有趣且有价值的外部工作，只要它不使用任何谷歌机密信息或谷歌拥有的资源”，包括设备供应或设施。

Sheltzer说，复制数变异现象在体细胞中经常发生，包括那些没有与致命疾病作斗争的人。“一般来说，人们的拷贝数量有很多正常的变化，”他补充说。

事实上，基因组中其他类型的重复变化在各种条件下都发挥了作用。

一些拷贝数的变化，加上删除，可能会带来特别大的问题。一种名为P53的抑癌基因可以积累拷贝数变异，这种基因在世界各地的研究实验室中得到了广泛研究。

Sheltzer说:“P53缺失的患者比没有缺失的患者更容易积累更多的拷贝数改变。”“我们论文的一个令人惊讶的结果是，拷贝数的变化超出了P53突变。你可以控制P53的状态，仍然可以发现作为重要预后生物标志物的拷贝数变化。

Sheltzer和Smith正在检测的拷贝数变异影响了大约10000个碱基或更长碱基的整个基因。

“我们认为这是因为癌症是达尔文主义的，”Sheltzer解释说。“这些细胞相互竞争，以获得最快的生长速度和最具侵略性。如果一种癌症放大了一种有效的致癌基因，这对癌症是有好处的。如果癌症放大了200个，那么在癌症的情况下，它就意味着健康的损失。

史密斯非常高兴有机会为Sheltzer的研究贡献她的信息学专业知识，将越来越重要的技能集合在一起，因为技术可以在更短的时间内以更低的成本积累大量的数据。

史密斯拥有麻省理工学院的物理学学位，从那时起就一直从事技术工作。

她说:“能同时从事技术工作和癌症研究，真是太棒了，也太鼓舞人心了。”

这对充满活力的科学搭档住在米诺拉。他们选择这个地点是因为它距离他们的两次通勤路程相等，大约35分钟。这对夫妇已经在一起生活了8年，几乎所有人都参与了他们的研究。当他们不工作的时候，他们喜欢骑自行车，通常一次骑行30到60英里。