जैविक डेटा विश्लेषण के लिए डेटा माइनिंग के निम्नलिखित पहलू हैं -
विषम, वितरित जीनोमिक और प्रोटिओमिक डेटाबेस का सिमेंटिक एकीकरण
जीनोमिक और प्रोटिओमिक डेटा सेट कई प्रयोगशालाओं में उत्पन्न होते हैं और विभिन्न तरीकों द्वारा। वे वितरित, विषम, और व्यापक विविधता के हैं। इस तरह के डेटा का सिमेंटिक एकीकरण जैविक रिकॉर्ड के क्रॉस-साइट विश्लेषण के लिए महत्वपूर्ण है।
इसके अलावा, शोध साहित्य और उनके संबंधित जैविक संस्थाओं के बीच सही लिंकेज ढूंढना आवश्यक है। ऐसा एकीकरण और लिंकेज विश्लेषण जीनोम और जैविक रिकॉर्ड के व्यवस्थित और समन्वित विश्लेषण का समर्थन कर सकता है। इसने बुनियादी और परिवर्तित जैविक डेटा को संग्रहीत और संभालने के लिए एकीकृत डेटा वेयरहाउस और वितरित फ़ेडरेटेड डेटाबेस के विकास को बढ़ावा दिया है।
डेटा क्लीनिंग, डेटा एकीकरण, रेफरेंस सुलह, वर्गीकरण, और क्लस्टरिंग विधियां जैविक रिकॉर्ड के एकीकरण और जैविक डेटा विश्लेषण के लिए डेटा वेयरहाउस के विकास का समर्थन करेंगी।
एकाधिक न्यूक्लियोटाइड/प्रोटीन अनुक्रमों का संरेखण, इंडेक्सिंग, समानता खोज, और तुलनात्मक विश्लेषण
पिछले दो दशकों में विभिन्न जैविक अनुक्रम संरेखण विधियां विकसित की गई हैं। BLAST और FASTA, विशेष रूप से, जीनोमिक और प्रोटिओमिक डेटा के व्यवस्थित विश्लेषण के लिए उपकरण हैं। जैविक अनुक्रम विश्लेषण विधियां डेटा माइनिंग शोध में प्रस्तावित कई अनुक्रमिक पैटर्न विश्लेषण एल्गोरिदम से भिन्न होती हैं।
उन्हें एक क्वेरी अनुक्रम और खोजे जाने वाले अनुक्रम डेटा के बीच अंतराल और बेमेल की अनुमति देनी चाहिए ताकि इंसर्शन, डिलीशन, और म्यूटेशन से निपटा जा सके। इसके अलावा, प्रोटीन अनुक्रमों के लिए, दो अमीनो एसिड को "मैच" के रूप में भी माना जाना चाहिए यदि एक को दूसरे से उन प्रतिस्थापनों द्वारा बदला जा सकता है जो प्रकृति में प्रकट होने की संभावना है।
संरचनात्मक पैटर्न की खोज और आनुवंशिक नेटवर्क और प्रोटीन मार्गों का विश्लेषण
जीव विज्ञान में, प्रोटीन अनुक्रम त्रि-आयामी संरचनाओं में मुड़े होते हैं, और ऐसी संरचनाएं उनकी सापेक्ष स्थितियों और उनके बीच की दूरियों के आधार पर एक-दूसरे के साथ परस्पर क्रिया करती हैं। ऐसी जटिल परस्पर क्रियाएं परिष्कृत आनुवंशिक नेटवर्क और प्रोटीन मार्गों का आधार बनाती हैं।
ऐसे विशाल लेकिन जटिल जैविक नेटवर्क के बीच संरचनात्मक पैटर्न और नियमितताओं की खोज करना महत्वपूर्ण है। अनुमानित और लगातार संरचनात्मक पैटर्न की खोज करने और ऐसे परस्पर जुड़े जैविक नेटवर्क के बीच नियमितताओं और अनियमितताओं का अध्ययन करने के लिए शक्तिशाली और स्केलेबल डेटा माइनिंग विधियों को विकसित करना महत्वपूर्ण है।
एसोसिएशन और पथ विश्लेषण
यह सह-घटित जीन अनुक्रमों की पहचान कर सकता है और जीन को रोग विकास के विभिन्न चरणों से जोड़ सकता है। एसोसिएशन विश्लेषण विधियों का उपयोग उन जीन के प्रकार को विनियमित करने के लिए किया जा सकता है जो लक्ष्य नमूनों में पालन करने की संभावना रखते हैं। ऐसा विश्लेषण जीन की टीमों की खोज और उनके बीच परस्पर क्रिया और संबंधों के अध्ययन का समर्थन करेगा।
