最终导致健康细胞癌变的基因数量也许并不多，未来很有可能通过对几个基因的监测，提前好几年就发现癌变的苗头。

癌症的病根是基因突变，所以抗癌必须从基因入手。人类基因组全序列早在2001年就被测出来了，至今已经过去了将近20年，为什么情况似乎未见根本好转呢？一个原因在于人类基因组太大了，研究起来困难重重。

人类基因组包含30亿个碱基对，如果仅仅将这些“字母”序列（ATCG）储存起来的话，需要占用700M内存，大致相当于一张CD的容量。但真正的全基因组测序结果绝不仅仅只包含这一串数字，还包括对同一个基因片段的重复测量，有时甚至要重复30次以上，这是现代高通量DNA测序的原理所决定的。科学家之间通常以后者的形式交流基因组数据，这样的一个包含所有重复测量结果的数据包大约需要占用200G的内存，大致相当于40张DVD的容量。

目前已经商业化的那些基因检测公司（比如测遗传病和家族史）测量的只是预先选定的若干个突变位点，数据量要小得多。但即使是这样，这些突变位点全加在一起的话也需要占用大约125M的内存。

以上所说的只是数据的储存，如果再加上数据分析的话，所需要的电脑算力将是惊人的，所以基因组分析实验室是云计算服务的热门用户，如果没有云计算，很多DNA分析是根本没有办法进行的。

因为以上原因，关于致癌基因的研究一直进展缓慢，癌症突变基因数据分散在各处，没有任何一家研究机构能够一窥全貌。为了改变现状，科学家们决定联合起来，成立了一个“全基因组泛癌分析联盟”（Pan-Cancer Analysis of Whole Genomes）。顾名思义，这个泛癌联盟打算按照统一的标准，把目前已经发现的所有癌症的全基因组都测一遍，看看能否从中找出癌症的发生规律，从而彻底解决癌症诊断和治疗当中所遇到的各种问题。

2020年2月6日出版的《自然》（Nature）杂志刊登了一组来自泛癌联盟的重磅论文，首次向全世界公布了该联盟的阶段性成果。这组文章的原始数据来自全世界744家癌症研究机构，科学家们一共分析了2658个癌症病人的基因组，涉及到33个不同的人体组织。研究人员不但测出了这些癌细胞的全基因组序列，还测出了来自同一个人的尚未癌变的健康细胞基因组序列作为对照，可想而知最终的数据量有多大。但如果我们没有这样的全面分析，要想攻克癌症是不可能的。

虽然科学家们仅仅对这些数据进行了初步的分析，但已经得到了一些很有价值的信息。比如，研究发现有95%的癌基因组含有4～5个癌症驱动突变（Driver Mutation），这些突变往往发生在肿瘤形成的早期，是健康细胞发生癌变的原始驱动力。

进一步研究还显示，有一半左右的这种早期癌症驱动突变只发生在9个基因上，说明最终导致健康细胞癌变的基因数量也许并不多，未来很有可能通过对这几个基因的监测，提前好几年就发现癌变的苗头。

《自然》杂志编辑部还刊发了一篇社论，认为这组论文的发表是人类抗癌史上的一个里程碑事件。但是，该社论认为泛癌联盟存在一个严重的缺陷，那就是没能同时收集到病人的详细病历，光有基因组数据是不够的。好在不少科学家已经认识到了这个缺陷，一个专注于收集病历的全新的抗癌联盟刚刚成立，有望彻底解决这个问题。