随着高通量测序技术的迅猛发展，各种生物医学数据库应运而生，大数据挖掘技术已成为生物医学领域中最新最重要驱动力之一。GEO是当今最大、最全的公共基因数据资源库，包括基因的表达、突变、修饰等信息，涵盖几乎所有的疾病，且单个实验检测样品数目较多。TCGA数据库包含11,000个病人的33种肿瘤的7个不同层面的基因数据（包括基因表达、CNV，SNP，DNA甲基化，miRNA，外显子组等）和临床数据，旨在解析癌症发生的分子机制、肿瘤的亚型和治疗靶点等，也可佐证实验数据和提供新的研究思路，因此近年来基于GEO和TCGA数据发表的文章指数级增长。

吉赛生物融合数据挖掘技术、生物信息学和医学统计学，挖掘公共数据库并提取有价值的信息，加速科研进度。

部分结果示例

图1. 公共数据挖掘思路及结果展示

1. 公共数据挖掘

根据客户需求，挖掘TCGA、GEO、SRA等公共数据库蕴含的多层面的疾病数据，提供差异筛选、功能富集、靶基因预测、网络分析、生存分析、分子标志物分析等多种生物信息学分析内容。

2. 免疫浸润分析

免疫浸润分析可在转录组表达水平反映各样本的免疫活性状况，揭示组织细胞的免疫微环境。肿瘤具有很强的异质性，同一肿瘤在不同个体之间具有不同的免疫活性，而具有相似免疫活性状况的样本则可能处于相同的免疫微环境，免疫浸润分析是肿瘤微环境分析的强有力手段。

3. 预后分子分型

通过分析癌症等疾病样本中的基因信息（表达、甲基化等）以及临床信息，使用多种分类器挖掘预后相关标志物，为疾病的预后提供有效的预测模型。

4. 生物标记物分析

通过分析癌症等疾病和正常样本的基因信息（表达、甲基化等），使用分子建模的方法，发现早期诊断标志物。