การทำเหมืองข้อมูลสำหรับการวิเคราะห์ข้อมูลทางชีววิทยามีลักษณะดังต่อไปนี้ -
การรวมความหมายของฐานข้อมูลจีโนมและโปรตีโอมิกที่ต่างกันและกระจายออกไป − ชุดข้อมูลจีโนมและโปรตีโอมิกถูกสร้างขึ้นที่ห้องปฏิบัติการหลายแห่งและด้วยวิธีการต่างๆ มีการกระจาย ต่างกัน และหลากหลาย การรวมความหมายของข้อมูลดังกล่าวมีความสำคัญต่อการวิเคราะห์ข้ามไซต์ของบันทึกทางชีววิทยา
ยิ่งไปกว่านั้น การค้นหาความเชื่อมโยงที่ถูกต้องระหว่างเอกสารการวิจัยและองค์ประกอบทางชีววิทยาที่เกี่ยวข้องนั้นเป็นสิ่งสำคัญ การวิเคราะห์การรวมและการเชื่อมโยงดังกล่าวสามารถสนับสนุนการวิเคราะห์จีโนมและบันทึกทางชีววิทยาที่เป็นระบบและประสานงานกัน สิ่งนี้ได้ส่งเสริมการพัฒนาคลังข้อมูลแบบบูรณาการและกระจายฐานข้อมูลรวมเพื่อบันทึกและจัดการข้อมูลทางชีววิทยาพื้นฐานและที่เปลี่ยนแปลง
การล้างข้อมูล การรวมข้อมูล การกระทบยอดอ้างอิง การจัดประเภท และการจัดกลุ่มจะสนับสนุนการรวมบันทึกทางชีววิทยาและการพัฒนาคลังข้อมูลสำหรับการวิเคราะห์ข้อมูลทางชีววิทยา
การจัดตำแหน่ง การทำดัชนี การค้นหาความคล้ายคลึง และการวิเคราะห์เปรียบเทียบของลำดับนิวคลีโอไทด์/โปรตีน − มีวิธีการจัดตำแหน่งลำดับทางชีววิทยาที่หลากหลายซึ่งได้รับการพัฒนาขึ้นในช่วงสองทศวรรษที่ผ่านมา โดยเฉพาะอย่างยิ่ง BLAST และ FASTA เป็นเครื่องมือสำหรับการวิเคราะห์ข้อมูลจีโนมและโปรตีโอมิกอย่างเป็นระบบ วิธีการวิเคราะห์ลำดับทางชีวภาพแตกต่างจากอัลกอริธึมการวิเคราะห์รูปแบบตามลำดับจำนวนมากที่เสนอในการวิจัยการทำเหมืองข้อมูล
ควรอนุญาตให้มีช่องว่างและไม่ตรงกันระหว่างลำดับการสืบค้นและข้อมูลลำดับที่จะค้นหาเพื่อจัดการกับการแทรก การลบ และการกลายพันธุ์ นอกจากนี้ สำหรับลำดับโปรตีน กรดอะมิโน 2 ตัวยังต้องได้รับการปฏิบัติเป็น “คู่กัน” หากตัวหนึ่งสามารถเปลี่ยนจากอีกตัวหนึ่งได้โดยการแทนที่ที่มีแนวโน้มว่าจะปรากฏในธรรมชาติ
การค้นพบรูปแบบโครงสร้างและการวิเคราะห์เครือข่ายทางพันธุกรรมและเส้นทางของโปรตีน ในทางชีววิทยา ลำดับโปรตีนถูกพับเป็นโครงสร้างสามมิติ และโครงสร้างดังกล่าวมีปฏิสัมพันธ์ซึ่งกันและกันโดยพิจารณาจากตำแหน่งสัมพัทธ์และระยะห่างระหว่างพวกมัน ปฏิสัมพันธ์ที่ซับซ้อนดังกล่าวเป็นพื้นฐานของเครือข่ายทางพันธุกรรมที่ซับซ้อนและเส้นทางของโปรตีน
การค้นหารูปแบบโครงสร้างและความสม่ำเสมอระหว่างเครือข่ายทางชีววิทยาขนาดใหญ่แต่ซับซ้อนนั้นเป็นสิ่งสำคัญ
สิ่งสำคัญคือต้องพัฒนาวิธีการทำเหมืองข้อมูลที่มีประสิทธิภาพและปรับขนาดได้เพื่อค้นหารูปแบบโครงสร้างโดยประมาณและบ่อยครั้ง และศึกษาความสม่ำเสมอและความผิดปกติในเครือข่ายทางชีววิทยาที่เชื่อมโยงถึงกัน
การเชื่อมโยงและการวิเคราะห์เส้นทาง − สามารถระบุลำดับยีนที่เกิดขึ้นร่วมกันและเชื่อมโยงยีนกับระยะต่างๆ ของการพัฒนาโรค วิธีการวิเคราะห์การเชื่อมโยงสามารถใช้เพื่อควบคุมประเภทของยีนที่สามารถติดตามในตัวอย่างเป้าหมายได้ การวิเคราะห์ดังกล่าวจะสนับสนุนการค้นพบทีมยีนและการศึกษาปฏิสัมพันธ์และความสัมพันธ์ระหว่างยีนเหล่านี้
