癌症是一种进化的疾病:癌细胞不断生长和变化，新的突变使它们得以扩散，即使医疗手段不断改进。
由于这些不断的变化，要完全了解癌症的演变过程是出了名的困难。
现在，由加州大学洛杉矶分校的保罗·布特罗斯领导的一个国际研究团队，已经创造了一种新的方法，利用开放源代码软件来精确地估计单个癌症的发展速度，这使得公众可以很容易地获取大数据集。一篇详细介绍他们方法的论文发表在《自然生物技术杂志》上。
该方法依赖于DNA测序和众包，现在可以用于开发针对任何类型癌症的一系列新工具和生物标记，并可能有助于改善患者的预后。
你学习的重点是什么?
我们的问题很简单:如何使用患者样本的DNA测序来准确地估计癌症的进化史?每个样本只是一个时间上的快照，所以我们想知道在快照之前发生了什么。
解决这个问题将使我们能够估计一个人的癌症是如何演变的，这将告诉我们癌症现在在哪里，以及它的走向。这可能使我们能够创造出具有高度针对性的“进化意识”医疗方法。
研究中创建的新标准工具有哪些?
我们标准化了三种主要的工具。首先，我们为演化分析创建了一个计算标准，包括一个基于云的方法，用于执行标准数据格式。
其次，我们通过在高性能计算机上完全模拟癌症基因组分析，创造了一种评估癌症基因组分析准确性的新方法。
第三，也是最困难的，我们找到了新的数学方法来比较预测的和真实的进化历史。开始了癌症系统发育数学科学的一个章节。
为什么建立一个多国团队对这项研究很重要?
理解癌症的演变是一个非常困难的问题。它有数学、统计学、生物学、实验角度，你需要这些领域的世界专家。
团队里有合适的人比在同一个城市里更重要。作为一个国际团队，我们每周都有长达一小时的视频会议，到现在已经有五年了，学习如何合作来解决癌症演变的问题。
你能多准确地估计出癌症的生长、变化和进化的速度?
从一个病人的肿瘤样本中，我们可以估计出癌症演变的许多特征，准确率在80%到90%之间。我们估计的某些部分比其他部分更准确，现在我们可以量化哪些部分更可能是不正确的。
我们拥有的肿瘤样本越多——例如，在病人医疗期间的不同时间——我们就能更准确地做出判断。
你能举个例子吗?
这种类型的进化信息对任何类型的癌症都是有益的，但让我们考虑一个例子。在前列腺癌中，许多患者被确定出肿瘤生长相对缓慢，不太可能致命。然而，今天的医生很难准确区分慢速和快速增长的肿瘤。
如果一个肿瘤的大小较大，是因为它是一个生长缓慢的肿瘤，没有马上发现(而且生长时间很长)，还是因为它是一个生长迅速的肿瘤?由于回答这些问题的困难，许多低风险肿瘤患者被过度医疗，并遭受不必要的个人和经济成本。
正是这样的生物标志物现在在加州大学洛杉矶分校泌尿肿瘤学研究所得到了积极而迅速的发展。
研究结果将如何影响你的领域?
这些结果将改变癌症研究中进行进化分析的方式。它们为世界各地的研究人员提供了一个新的标准，并为计算生物学家开发新的和改进的算法提供了非常具体的工具。
更广泛地说，这类研究最终支撑了关键的生物学发现，为我们提供了准确、廉价、快速发现癌症弱点的工具。
研究的下一个阶段是什么?
现在我们知道如何测量肿瘤进化的准确性;我们使用群众外包来比较当今世界上可用的每一种方法;我们正在努力帮助全球的研究人员找出他们目前的技术可以改进的地方，以及哪些特征使得个体癌症最难以准确理解。