领导生物计算研究组的Andrew Phillips说：“我们日常生活的方方面面都会受到影响。新的方法正努力开发某种分子计算机，可以放到细胞内监测疾病。如果传感器检测到疾病，会启动应对措施治疗它。“很多目前的癌症治疗方法会在消灭癌细胞时破坏健康的细胞。与之相比，这一方法无疑是一个重大进步。

　　早期但大有前途的措施

　　Phillips同时也提醒到，他们仍处于这项研究的极早期阶段，距离长期目标还有很长的路要走。他说：“这项研究的成果将是一个杀手级应用。”但一个很明显的重大挑战是生物系统（包括我们的身体）比运行软件的硬件（计算机）要神秘的多。Phillips说：“我们制造了计算机，知道它的工作原理。但我们没有制造过细胞，细胞的很多复杂内部运行机制对于我们来说仍旧是是个谜。因此，我们需要了解细胞如何计算才能对其进行编程。我们需要找到方法并开发软件来分析和编程细胞。”

　　以癌症为例。同样在生物计算小组工作的科学家Sara-Jane Dunn说，你可以把癌症看作出错的生物程序——有缺陷的健康细胞造成小差错。你还可以把免疫系统看作修复某些缺陷的机制，但它并不能修复所有缺陷。科学家已经了解到有关什么造成癌症以及什么会激活免疫系统的知识，但Dunn认为我们仍处于早期阶段，还有很多工作要做。如果她的团队能够像了解微软Word如何在PC上运行那样了解这些系统，他们就可能让免疫系统自行应对癌症。她说：“如果我们希望能够进行生物编程，我们实际上首先需要了解生物如何进行计算。我认为，我们可以在这方面发挥重大作用。”像计算机编程一样进行生物编程是否就像登月一样？Phillips认为，这是一个雄心勃勃的长期目标，但他看到了通向成功之路。他说：“就像登月，我们知道这在技术上是可行的。现在的问题是把它变成现实。”

数据如何帮助医生以个性化的方式治疗癌症

　　今年，全球有数百万人被诊断得了癌症。对于少数被选中的癌症案例，来自领先的癌症研究机构的专家加入了分子肿瘤委员会，审查患者的病史并根据他们的癌症诊断和基因构成来制定最佳的个性化治疗方案。Hoifung Poon希望使得分子肿瘤委员会更大众化，使得更多研究人员能参与其中。并正与一组研究人员一起为此开发一款工具。

　　它被称为汉诺威项目（Project Hanover）。这是一种数据驱动型方法，使用机器学习（人工智能的一个分支）来自动处理让癌症专家难以评估每个患者的繁重工作。Poon说：“我们知道，癌症通常不是有一个基因突变造成的。相反，它是很多不同的突变经过复杂的相互作用而引起的，这意味着你需要仔细审视有关基因组的一切。”

　　这需要梳理数百万条碎片化信息，以发现适用于特定人和特定癌症案例的共同基础。对于忙于治疗很多患者的肿瘤医生来说，这是不可能的事情。这就是微软研究人员为什么开发系统，帮助医生完成工作。该系统可以自动梳理所有碎片化信息，以发现最相关的数据，这让肿瘤专家有更多时间利用自己的专业知识为患者制定最佳的治疗方案。

　　这一项目的最终目标是帮助医生做所有这些研究工作，然后提供一个基于Azure云的工具，让医生根据自己收集的信息模拟哪些治疗方案的效果最好。微软汉诺威项目的首席软件架构师Ravi Pandya说：“如果我们可以利用这个知识库展示与每个具体患者最相关的研究结果，普通的肿瘤学家也可以做出最好的决策。”

　　用Literome海底捞针