基因云馆，新一代网上实验室
我们坚信计算机科学和信息技术的发展将揭示大量而复杂的生物数据所赋有的生物学奥秘。基因云馆的生物信息学研究重点主要体现在基因组学（Genomics）研究，具体说就是从核酸序列出发，分析序列中表达的结构功能的生物信息。
我们的平台研究和服务主要包括 3 个部分：
各类数据的分析和解释
数据的关键一方面在于分析，另一方面在于分享。我们将各个数据库内容纳入平台，使客户获得一站式的最新最全的数据内容，保证整体流程结果的先进性。
研制有效利用和管理数据新工具
数据平台在发展的路途中没有一劳永逸，我们一直秉承匠人的信念，一步步更新和改良我们的工具，在数据化的大潮中勇敢前进。
新算法和统计学方法研究
通过新的算法以及经典算法的升级，我们可以通过计算机获得解决问题的最优解，同时快速而准确地获得通路或者关键基因的信息。
基因组学，从未和我们如此接近
基因组学（英文 genomics）是研究生物基因组以及如何利用基因的一门学问，用于概括涉及基因作图、测序和整个基因组功能分析的遗传学分支。该学科提供基因组信息以及相关数据系统利用，试图解决生物、医学和工业领域的重大问题。
随着人类基因组计划（HGP）的顺利进行，生物医学研究已进入后基因组时代（post-genome era）。基因组学的研究发生了翻天覆地的变化，已从结构基因组学（structural genomics）过渡到功能基因组学（functional genomics）。功能基因组学以揭示基因组的功能及调控机制为目标，对于基因功能的研究也由单一基因转向大规模、批量分析。功能基因组学的研究是 21 世纪国际研究的前沿，也是最热门的研究领域之一。
基因组学能为一些疾病提供新的诊断、治疗方法。例如，基因组学能用来评估病人乳腺癌复发的个体危险率以及化疗效果，这有助于医生获得更多的治疗信息并进行个性化医疗。
基因组学的主要工具和方法包括：生物信息学、遗传分析、基因表达测量和基因功能鉴定。
功能基因组信息学
功能（或结构）基因组信息学是在全基因组上对基因及其表达产物进行全面分析，其目的在于探索基因的时空表达差异，包括基因功能发现、基因表达分析及突变检测。尽管人类基因组计划在基因表达谱方面取得了一定进展，但人类基因有 90% 的功能尚不明确。目前基因组功能研究的技术有基因表达分析系统、二代测序、基因芯片等，使用的方法有聚类／分类分析与模式识别、几何分形等多元数据统计方法及代数的结构分析方法等，以进行功能表达谱的网络分析研究。
在后基因时代，生物信息学的主要研究内容已从 DNA 分子和蛋白质分子序列比较、编码区分析、生物分子进化等，转向基因组的结构分析、代谢网络分析、基因表达谱的网络分析、蛋白质组数据分析处理、蛋白质结构与功能分析以及药物靶点筛选分析等，即系统研究基因组、蛋白质组的功能，以高通量、大规模试验方法及计算分析为基本特征。
Genelibs 数据库分析平台能做什么
- 检测分析测序数据，并在结果中找寻关键基因信息。
- 通过在线挖掘数据库信息，不用做实验也可以获得初步的基因表达谱分析报告，发表文章。
- 帮助预测疾病基因，以及该基因潜在的靶点、转录因子等。
- 补充文章依据，对特定基因的选择提供生物信息学支持（文献挖掘该基因和已确定疾病基因的关系）。
- 基金申请的支持，生物信息学探路。
- 实验指导：包括生物信息学探路、实验室湿实验跟进、高通量平台及其样本数量选择、实验室初步成果的延伸扩展等。
Genelibs 数据库特点
知识决定起点，智慧带来突破，欢迎使用新一代生物学、医学数据库。
数据库工具
通过 Genelibs 数据库工具，将各大数据库的信息汇集到平台中本地化，实现云分析。
数据处理
采用最新的过滤算法，管理数据的初始信息，信息来源最可靠。
算法设计
研发最新的分析流程，深入挖掘数据的内在信息，使信息应用最大化。
科研平台
众多一线项目参与，广泛且开放的交流平台，打造数据库生态系统。
最新项目简介
二代测序基因组后分析
差异基因与差异共表达基因分析
通路算法的选择
分析示例
疾病通路分析
药物预测分析
吸引子通路
基因差异分析
相关性分析
