--  精准医学和转化医学中的数据分析涉及到两层。

--  首先通过分析多组学数据，诸如点突变数据、基因表达数据、甲基化数据、拷贝数变异数据、菌群数据、蛋白质谱数据，代谢组学数据等等，当然也包括单细胞在内的组学数据，抽取有意义的分子特征，整合进结构化的临床记录。

--  然后对这样一个巨大的数据矩阵，依据数据本身和已知的临床知识，对数据再处理后进行数据挖掘，针对给定的临床问题构建数学模型，寻找更具意义的数据特征。

--  这些筛选出来的特征首先是针对具体临床诊疗问题筛选的，因此可以迅速产业化，进行下一步的大规模临床实验，申报监管机构许可。同时这些筛选出来的特征，对具体临床问题所对应的疾病机理或者药物设计则具有指导意义。

--  要完成这样的两层数据分析，商用海量多组学数据平台是必不可缺的，构建这样的商用平台可以大大提高临床精准医学的高效转化。