试想一下，要追读一部篇幅比《战争与和平》长许多倍、人物和情节转折多达数百的复杂小说。每一种癌症的遗传密码中都藏着独一无二的故事，现代研究人员面临的挑战与此类似。
现在再想象一下，如果有些页面缺失，要如何追读情节。
本周，我们最新的研究发表于《癌症研究》期刊。研究表明，科学家在解读癌症故事时也面临这样的挑战。我们发现，用来“读取”癌症 DNA 的技术，有时会在情节可能至关重要的时刻漏掉部分故事。就好像你用电子阅读器或平板电脑读小说时，每点一下，页面就莫名其妙地跳过几段。
通过找出这些缺失的数据，我们希望开发相关技术，更仔细地检查这些区域，看看其中是否藏有关于如何应对癌症的更多线索。
写在密码中的故事
每个肿瘤都有自己独特的故事，讲述它如何从一个正常细胞逐渐演变为侵袭性癌症。这些故事隐藏在遗传密码中；遗传密码是细胞执行各项功能的蓝图。构成每种癌症独特故事的情节转折，则由这份遗传蓝图中的错误，也就是突变，所致。
因此，找到这些突变是一项重大挑战；确定它们的位置，可能有助于科学家开发新疗法，阻止癌细胞生长。
幸运的是，现代基因读取技术大幅提升了我们发现这些突变的能力。我们实验室一直在使用一种名为“下一代测序”的技术。如今，借助这项技术，我们只需一次实验，就能揭示癌症遗传故事中的大部分内容（超过三十亿个密码字母）。
然而，在搜寻癌细胞遗传数据、寻找可作为治疗靶点的新突变时，我们发现，世界各地研究机构共享的数据版本彼此存在不一致。问题出在哪里？
我们想弄清这是否是一个普遍存在的问题，可能妨碍我们发现新的致癌突变。为此，我们查阅了两个主要在线数据库中的癌症数据——桑格研究所的 COSMIC 数据库，以及博德研究所的 Cancer Cell Line Encyclopaedia（癌细胞系百科全书）。
同一种癌症，不同的故事
我们在数据库中查找两家研究机构是否采集过同一种癌细胞的遗传数据。如果癌细胞相匹配，我们本以为结果应该相似，但发现却出人意料。
数据库显示，两家机构得出的遗传故事只有约一半的突变相吻合。有些情况下，两者的一致程度还要低得多。我们想知道原因。
缺失的页面
我们挑选了一些癌症样本，聚焦故事中的特定部分，寻找线索，以解释为何一家机构检测到某种突变，而另一家却没有。我们发现，许多情况下，差异是因为有些样本的读取完整度不如其他样本。
追查原因时，我们发现，这些读取不佳的区域往往位于密码较简单的地方。看似矛盾的是，密码简单的区域反而让基因读取技术更难发现变化。
也可以这样理解：癌症故事的某些部分中，页面实际上粘在了一起。结果是宝贵的信息缺失，事情的真实经过也无从确定。
这些缺失的页面重要吗？
问题在于：这些缺失的数据只是无关紧要的填充内容，还是包含可能揭示癌症优劣势的重要信息？为回答这个问题，我们采用不同技术检查了肺癌样本中的这些隐蔽区域，并发现了一个此前被遗漏的 PAK4 基因突变。
在检验这一突变的影响时，我们发现它可能会使癌细胞生长得更快。这表明，一些缺失的页面或许包含有关癌症行为的重要信息。
随着越来越多癌症活检样本的遗传历史被读取，我们正步入一个新的时代；了解这项技术的局限性至关重要。
当遗传信息日益常规地用于帮助决定患者的最佳治疗方案时，这一点尤其重要。
填补空白
好消息是，基因读取技术正在改进，并开始填补这些缺失区域。这将帮助我们更深入地了解这些“盲点”，并利用相关信息在未来开发新疗法。
与此同时，我们会进一步仔细研究这些区域；我们还发现了其他原因，可以解释为何不同机构的数据并不一致。
迄今为止，我们已确定了 400 多个数据缺失区域的位置。通过聚焦这些缺失的页面，我们希望拼凑出癌症复杂的故事，写下重要的新篇章，最终有望在未来为患者带来新疗法。
作者：Andrew Hudson 是一名临床研究员，目前在英国癌症研究中心曼彻斯特研究所工作。
图片：2013 年 5 月 2 日，伦敦，伦敦大学学院药学院纳米医学实验室的研究生 Yein Nam 为啮齿动物帕金森病脑切片染色。路透社 / Suzanne Plunkett
