随着极具成本和时间效益的基因组分析技术的出现，癌症药物正逐步从“一个尺寸适合所有人”的治疗实践转移到了前所未有的个体化治疗境界，肿瘤学家也被视之为“临床肿瘤生物学家”。事实上，一些患者对特定的基因和蛋白质会出现各种不同的症状反应，癌症越来越呈现出高度多样化和复杂性。但遗憾的是，大多数患者缺乏相应的癌症治疗药物。针对这种情况，基于肿瘤分子特征的临床试验已经越来越普遍。由此，分子表现型态被认为是肿瘤学临床试验设计和实施的重要元素，因为它将会使研究者获得与生物标记物匹配的个体肿瘤，并特异性地针对那些生物标记物选择合适的药物。在日常临床实践中，越来越多的肿瘤学家开始采用分子表现型态来分析、筛选癌症发生的主要机制，以寻找合适的药物，因此，分子表现型态分析的作用日益受重视。

抑制显性致癌机制

大量组织特异性类型的肿瘤基因特征揭示了致癌机制的多样性，从而使个体肿瘤具有可能与其他肿瘤遗传病变不同的类型。更为复杂的是，即使相同的肿瘤也存在多个基因不同的克隆，而且可以竞争性地存在，并对抗癌药物产生抵抗。尽管这仅属于遗传系统发育的分支，但肿瘤克隆之间却共享着这些关键的致癌病变。在这种情况下，分子表现型态分析可以用来发现肿瘤的显性致癌机制，并选择靶向作用于导致该癌症发生原因的药物。

应用生物学开发精确靶向作用于癌基因的药物的成功并没让人们等待太久：针对HER2阳性癌症的抗体曲妥珠单抗及小分子抑制剂拉帕替尼，对乳腺癌和食管癌患者的治愈率和存活时间产生了显著的益处。而辉瑞公司采用这种方法来开发ALK抑制剂Crizotinib(克唑替尼），用于ALK基因突变非小细胞肺癌（NSCLC）的治疗，被认为是大型制药公司针对特定患者人群开发靶向药物的又一经典案例。克唑替尼仅对一小部分NSCL患者（5%）具有治疗效果，并没有徒劳地寻求其对余下的95%患者也有疗效。

其他的例子包括肿瘤抑制基因BRCA1，BRCA2和PALB2（与遗传性乳腺癌和卵巢癌都有关），对铂类药物和丝裂霉素C治疗具有很强的敏感性。抑制显性致癌机制也促使临床使用PARP抑制剂治疗晚期乳腺癌和卵巢癌BRCA缺陷患者（BRCA1/2蛋白缺失使癌细胞完全依赖于另一种由PARP介导的DNA的修复机制，同时降低这些癌症DNA的损伤修复能力，使此类患者对化疗比较敏感）。最近，美国纪念斯隆-凯特琳癌症中心的研究人员表示，RAD52蛋白失活在细胞缺乏BRCA1、BRCA2和PALB2中具有合成致死性作用（即诱发肿瘤细胞死亡）。此前研究显示，RAD52基因是白血病发展的关键因素，小鼠骨髓细胞在缺乏RAD52时，慢性髓性白血病会停止发展，这表明慢性髓性白血病要依靠RAD52来实现自身DNA修复。

类似的发现促使人们开始使用厄洛替尼和吉非替尼治疗EGFR突变肺癌患者。而BRAF抑制剂治疗黑色素瘤的最新试验表明，尽管其最初具有治疗效果，但以后肿瘤细胞会通过有丝分裂原活化蛋白激酶途径（酪氨酸激酶受体和N-RAS）对药物快速发生抵抗。这些发现促使研究者根据不同患者群体设计试验，分别通过抑制MEK、IGF-1R/PI3K、EGFR和SRC激酶家族，进而抵消BRAF阻断可能产生的逃逸机制。同样，携带PI3K-mTOR途径突变的神经内分泌癌和乳腺癌已被证明对PI3K-mTOR抑制剂敏感。最近，美国怀海德研究所的研究人员证实，改变mTOR1复合物信号通路，可使肿瘤对mTORC1抑制剂雷帕霉素（Rapamycin）治疗的敏感增强。

以合成致死性方法鉴定协同靶点

合成致死性的概念是指肿瘤细胞两个非致死的非等位基因同时突变导致细胞死亡的现象。在药理学方面，这一概念也适用于不影响野生型细胞，但可杀死携带特定基因改变细胞的药物。系统合成致死性筛选方法已经成功地用于鉴定新的协同靶点，以提高现有药物的活性。

根据信号蛋白质网络理论，抑制癌细胞单个节点会进而抑制其相互作用的网络下游靶点。研究者已经利用小干扰RNA(siRNA)筛选方法探测到了潜在增敏剂的EGFR网络，进而证实了信号蛋白质网络。目前临床正在观察EGFR拮抗剂（如厄洛替尼、西妥昔单抗）和靶向作用于蛋白激酶C、极光激酶(Aurora Kinase)或转录调节因子STAT3的药物之间的协同作用。

合成致死性方法也可以用于“无成药性(undruggable)”致癌因子如KRAS、MYC，或β-连环蛋白等因子，进而开发癌症治疗药物。

探索耐药和易感性生物标志物

2010年发表于《临床肿瘤学杂志》的一项研究，利用分子分析（MP）方法比较了选择治疗方案对肿瘤患者无进展生存期（PFS）的效果。这项研究采用各种不同的分子分析技术，对86例难治性实体肿瘤组织样本进行了分析，结果显示，患者PFS率（分子分析选择治疗的PFS/之前接受治疗的疾病进展时间）≥1.3。86例患者中有84例被确定了分子靶点，其中66人开始在分子分析基础上确定治疗方案。这项研究表明，66例患者中有18例（27%）的PFS与预先计划治疗方案相比更长。上述结果最终证实了使用分子分析方法确定分子标志物进而选择化疗药物，可明显改善患者的疗效。

利用机制匹配试验从大量的受试者中识别罕见的个体，再通过分子机制确定与遗传和表达分析相匹配的药物，这种做法可能前期成本高昂，但识别可能的受益者，并预测治疗失败患者，可使药物上市后的治疗效果更好。