努力应对癌症已经成为医疗界的一项中心任务，而在现今的大数据时代，对抗癌症的新方法不断被探索。郭怀晋教授所在的团队就用了一种基因算法来找寻对付肺癌的药物。
郭怀晋是美国旧金山加利福尼亚大学生物医学工程系的教授，其实验基地定位在该校医科大楼里。博士后训练期间，他开始关注于基因信息科学，并一发不可收拾。
国家癌症研究所统计学数据显示，2018年有84910人死于肺癌。目前的主流照顾况疗法包含免疫疗法和靶向治疗，但这些治疗方法的耐经久不衰度极长不一。为了发明能够长期解决肺癌问题的治疗技术，科学家们不断地在探索中求突破。
郭怀晋教授表示：“我们是希望运用大规模的基因数据，找到一个能够拥有更佳疗效（且可能副作用更小）肺癌疗法的路径。《科学报道》也指出，郭怀晋所在的团队运用了名为“遗传算法”的数学方法，找到可能拥有抗肺癌药效的分子路径。
在选取遗传算法的时候，郭怀晋认为，“如果我们能够找到一种合适的分子与疾病作斗争，这将具有标志性并具有前瞻性。这种基因算法得以寻找一些具有突出药效、且规模不具优势的药物；在数据量更大的环境中，这些药物很可能会被遗漏掉。”
郭怀晋的团队成功应用了遗传算法，找到了两种原本并不为人所知的分子，这两种分子成为“候选分子”，因为它们在致癌上与其他分子不同，因此它们是抗癌药物设计的完美目标。然后，研究人员在合成两个分子的药物代表们，用它们进行实验。结果发现，这些药物的确能够杀灭癌细胞。
