文章通讯作者，西奈山伊坎医学院基因信息学主任Rong Chen表示：“我们进行这个项目，是希望对于每一种肿瘤的变异信息有更加全面的认识，并对病人的治疗产生作用。但令我们惊讶的是，只用现有的单个检测技术可能会丢失大量信息。”该研究的目的是探索个性化癌症治疗项目潜在的临床效用。作为试验的一部分，研究小组征集了一批正在接受治疗的癌症患者。
对前5个患者的样本进行研究时，对样本分析流程有所不同。之后41个患者样本采用统一的分析流程，使用Illumina的芯片和伊坎医学院基因组学中心CLIA认证实验室的测序平台。在使用外显子测序和SNP芯片基因分型对冻存样本或者福尔马林固定石蜡包埋（FFPE）样本进行分析，同时冻存样本进行RNA测序。该研究小组通过结合三种分析方法，寻找可能影响肿瘤治疗或者预期结果的基因突变、表达改变、基因融合，以及拷贝数模式。
文中写道：“我们采用这种整合方法，最初是希望利用多种平台的基因组分析数据，在细胞水平生成癌症中潜在的致癌信号网络。”
研究人员将外显子组测序得到的突变与靶向panel测序鉴定结果进行对比，发现两者在识别体细胞单核苷酸变异、小型插入缺失等方面一致性达到85%。靶向panel测序方法识别这些变异类型更加灵敏，可能是由于测序深度增加导致。在进行拷贝数分析时，研究人员发现外显子组测序结果和SNP分型结果一致。利用RNA测序数据，在14个肿瘤样本中检测到基因融合，其中1个基因融合事件已通过PCR实验得到验证。
另外，不同种类的肿瘤和个体患者所携带的突变数量存在差异。有的肿瘤样本中，DNA（每Mb）中仅存在几个体细胞变异，有的样本中可能存在超过二十几个突变。平均每个病人体内存在与癌症相关的体细胞突变超过17个。
研究小组评估后表示，通过以外显子组测序为核心的整合检测方法，发现每个病人的体细胞突变是FoundationOne，Oncomine Comprehensive和Ion AmpliSeq Cancer Hotspot panels等方法检测到的体细胞变异的5~13倍。有42个病人检测到的体细胞突变数量是使用panel测序方法检测出的2~8倍。
文章另一通讯作者伊坎基因组织学和多尺度生物学研究所创办董事EricSchadt表示：“这种整合方法目前最大的争议就是使用多种分析平台导致费用增加。但是对于那些和癌症抗争的病人来说，很难用价格来衡量可能会带来的好结果。”他还补充道，可先使用靶向panel检测，然后对于没有检测出有用变异信息的病人进一步增加更加全面的检测，使病人的利益最大化。