惡性腫瘤都存在哪些異常標志？

利用GBMs中基因組拷貝數的獲得和丟失，可以讓其他算法如畸變拷貝數，顯著性地利用兩種互補數據，并結合新的尋找策略，去鑒別非隨機的拷貝數。也就是說，這些以及相關算法，更傾向于將觀察者，引導到高擴增或純和缺失區域，對于這一點的認識很重要。

這增加了發現在癌發生、進展中起重要作用的異?；虻臋C會，同時也可能錯過，在癌表型作用較小、或者通過協作起作用的異?；颉hin等指出，低水平拷貝數畸變，可通過改變數百種基因的表達，在總體上導致代謝活動的增加，這種情況終將促進致乳腺癌病理學的發展。

同樣，該情況也顯示了在乳腺癌中，編碼ERBB2、MYC、CCND1的區域有擴增，每一個擁有2~5個基因，并且提供了對于腫瘤的擴增，所依賴的生長優勢的證據等。因此尋找極小的、普通畸變的信息算法，只能引導人們發現驅動擴增的基因，而功能的確認必須在實驗室獲得。

基于相關理解，對于一個給定的惡性腫瘤，及細胞系持有的基因組異常的大部分標志，讓許多研究小組，能利用細胞系平臺去研究基因畸變的功能。這些細胞系平臺，標有拷貝數的數據加上siRNA技術，能為癌病理生理學中畸變基因功能的鑒定，提供更加廣大的平臺。