个体化癌症疫苗的关键之一，在于精准地找到肿瘤的“突变组”(mutanome)，并由此选择能带来最优免疫反应的那些突变。要做到这一点，首先我们需要发现肿瘤患者中的突变。目前，我们常用的手段是利用NGS技术，比较肿瘤样本与健康组织外显子组中的异同。但这样的做法可能有几个局限，其一是这些肿瘤样本往往来自患者的活检，而活检获得的小块肿瘤可能不具有代表性;其二是目前的分析算法仅能确保单核苷酸变异(SNV)和插入/删除突变(indels)的准确性，但还无法准确体现出表观遗传学、转录、翻译、翻译后修饰等环节为癌症新表位带来的影响。

早在100多年前，人们就意识到体细胞的突变可以带来新的免疫原性——基因突变会影响蛋白序列，蛋白序列的改变则会带来新的抗原表位。尽管出现在人体内部，免疫系统依旧会把这些新表位视为“外来人口”，对其发动攻击。这一理念简单易懂，但癌症疫苗一直没有得到有效的开发。背后的原因，则是因为我们不知道如何去靶向特定的癌症及其抗原。免疫细胞培养增强后回输，有免疫检查点抑制剂的使用，还有癌症疫苗等等方法，而且还在不断的研究和探索中。最近发表在《Science Translational Medicine》上的一项临床试验，个性化癌症疫苗已让一名晚期卵巢癌5年无癌，这也让我们看到了癌症疫苗的无限潜力。

随着基因组学、数据科学、以及癌症免疫疗法的进步，现在我们已经能快速地在基因组里寻找到突变，并合理地选择出适用于疫苗开发的靶点，按需生产出针对特定患者的个体化疫苗。在人体中的临床试验也表明，此类癌症疫苗安全有效，能针对个体肿瘤突变产生免疫应答。