摘要 决定如何最好地治疗癌症患者需要整合不同的数据集，包括基因组图谱、肿瘤组织病理学、放射图像、蛋白质组学分析等。如此丰富的生物信息需要新的策略来以有意义、可预测和可通过实验验证的方式整合此类信息。在本期观点中，我们解释了可执行计算模型如何满足这一需求。此类模型提供了一种全面数据整合的方法，可以通过实验验证，易于从生物学和临床上解释，并有可能预测不同癌症类型和亚型的有效治疗方法。我们解释了什么是可执行模型，如何使用它们来表示癌症固有的动态生物学行为，并展示了此类模型如何与自动推理相结合，以促进我们理解致癌信号通路调节肿瘤的机制。我们探讨了可执行模型如何影响癌症研究领域，并认为将其扩展为表示特定患者（即化身）中的肿瘤将为改善个性化治疗和精准医疗铺平道路。最后，我们强调了开发可执行模型所面临的一些挑战，并强调有效的跨学科努力是该领域取得进步的关键。