癌癥組學大數據的可視化與再挖掘
大型的項目如TCGA，GTEx創造出了大量的轉錄組數據，為人們提供了數據挖掘、理解基因功能的機會。而如何能快速獲取到這些生物大數據，從其中能夠得到什么有價值的信息，是人們一直在探索的命題。為了讓沒有生物信息學背景的研究人員也能夠輕易獲取、分析生物大數據，北京大學張澤民教授實驗室的唐澤方等人通過 R 、Perl等語言對數據進行處理、可視化，設計了癌癥大數據可視化 APP GE-mini (gemini.cancer-pku.cn)以及癌癥大數據分析網站GEPIA (gepia.cancer-pku.cn)。研究人員能夠通過 GE-mini 和 GEPIA來提出問題或是驗證假設。
高通量RNA測序（RNA-Seq）已經成為一個強有力的轉錄組分析方法，廣泛應用于基因功能和模式生物研究、尋找候選藥物靶點、識別疾病分類和診斷的生物標記物等領域。癌癥基因組圖譜（TCGA）和GTEx項目對數以萬計癌癥和非癌癥樣本進行了RNA-Seq，為包括癌癥生物學在內的許多相關領域提供了前所未有的機會。TCGA項目中，除了726個癌旁正常組織的數據外，來自33種癌癥類型的9736例腫瘤樣本也進行了RNA-seq分析。
GTEx項目產生的RNA-Seq數據包含超過8000例正常樣本。由于存在一定的差異，這樣的數據不能直接用于綜合分析。為使來源不同的數據更為兼容，UCSC Xena項目（http://xena.ucsc.edu/）已基于標準流程重新計算所有表達的原始數據，成為了迄今為止zui的表達數據。
一些分析工具，如Xena、cBioPortal 、HPA等，提供了一定程度的可視化和分析功能，也在被廣泛使用，但沒有充分解決實驗生物學家需要的許多額外的表達分析功能。
唐澤方博士等人開發的GEPIA，滿足了上述未得到充分解決的需求。
GEPIA提供了關鍵的交互分析和定制功能，包括腫瘤/正常差異表達譜分析、剖面繪制、病理分期、患者生存分析，相似基因檢測分析和降維分析。通過簡單的點擊GEPIA 就可以進行綜合的表達分析，大大促進了研究領域內的數據挖掘、科學討論和治療的發現過程。GEPIA能夠提供快速定制功能，填補了癌癥基因組學大數據和為終端用戶提供集成信息之間的缺口，從而幫助實現當前數據資源的價值。基于基因表達水平的生存分析也被廣泛用于評估某一特定基因的臨床重要性。此外，由于具有相似表達模式的基因可能具有相關功能，因此在需要識別與已知基因相似基因時，GEPIA的表現令人滿意。
