美国All of Us研究项目最新发布了约25万个全基因组序列数据，用于广泛的研究用途。

研究团队描述了DDD研究多年来开发的分析策略。通过该项目，大约5500例严重发育障碍患者了解了其疾病相关遗传因素。

研究团队开发了一种称为MethylSaferSeqS的通用方法，允许检测同一DNA模板中任何类型的遗传或表观遗传变化，包括C to T转变。

该系列研究发现有朝一日可以帮助医生利用血液检测来预测患者的癌症可能如何生长和扩散，从而实时跟踪并快速调整治疗，同时为临床医生分析术后复发风险提供了一种可能的途径。

研究发现，具有低肿瘤内变异的高表达肿瘤基因更可能处于正选择状态，这一发现可以为发现新癌症基因的研究提供思路。此外，该研究还发现在肿瘤进化中存在有限但显著的负选择。

该研究证明，术前ctDNA水平可以作为早期肺腺癌的预后指标，并揭示染色体不稳定性是该NSCLC亚型ctDNA检测的预测因子，ctDNA有望改变辅助治疗方案的设计。

该研究提出了面向药物发现的生物网络自监督表征学习的多任务联合框架MSSL2drug，系统地研究了如何有效地组合多个自监督模型这一人工智能领域的挑战性问题，

研究团队开发了一种识别不同类型cfDNA片段模式的方法F-profile，可确定样本中不同cfDNA片段化模式的比例。

综上所述，该研究对NSCLC患者的SU2C-MARK队列进行了联合分析，从而鉴定出与免疫治疗反应相关的不同层面的预测因子。

这一工作是目前国际上最大规模的STR变异研究之一，对人类基因组中STR变异的多样性和潜在功能提供了新的见解，为未来STR相关的研究提供了参考与基础。