জৈবিক ডেটা বিশ্লেষণের জন্য ডেটা মাইনিং এর নিম্নলিখিত দিকগুলি রয়েছে কোন ক্ষেত্রগুলি অনুসরণ করে -
বিজাতীয়, বিতরণকৃত জিনোমিক এবং প্রোটিওমিক ডেটাবেসের শব্দার্থিক একীকরণ - জিনোমিক এবং প্রোটোমিক ডেটা সেটগুলি একাধিক ল্যাবে এবং বিভিন্ন পদ্ধতিতে তৈরি করা হয়। তারা বিতরণ করা হয়, ভিন্ন ভিন্ন, এবং বিস্তৃত বৈচিত্র্যের। জৈবিক রেকর্ডের ক্রস-সাইট বিশ্লেষণের জন্য এই ধরনের ডেটার শব্দার্থগত একীকরণ গুরুত্বপূর্ণ।
এছাড়াও, গবেষণা সাহিত্য এবং তাদের সম্পর্কিত জৈবিক সত্তাগুলির মধ্যে সঠিক যোগসূত্র খুঁজে বের করা অপরিহার্য। এই ধরনের একীকরণ এবং সংযোগ বিশ্লেষণ জিনোম এবং জৈবিক রেকর্ডগুলির পদ্ধতিগত এবং সমন্বিত বিশ্লেষণকে সমর্থন করতে পারে। এটি মৌলিক এবং পরিবর্তিত জৈবিক ডেটা সংরক্ষণ ও পরিচালনার জন্য সমন্বিত ডেটা গুদামগুলির বিকাশ এবং ফেডারেটেড ডেটাবেস বিতরণকে প্রচার করেছে৷
ডেটা ক্লিনিং, ডেটা ইন্টিগ্রেশন, রেফারেন্স রিকনসিলিয়েশন, ক্লাসিফিকেশন, এবং ক্লাস্টারিং পদ্ধতি জৈবিক রেকর্ডের একীকরণ এবং জৈবিক ডেটা বিশ্লেষণের জন্য ডেটা গুদামগুলির বিকাশকে সমর্থন করবে৷
মল্টিনিউক্লিওটাইড/প্রোটিন সিকোয়েন্সের সারিবদ্ধকরণ, সূচীকরণ, মিল অনুসন্ধান এবং তুলনামূলক বিশ্লেষণ - বিগত দুই দশকে বিভিন্ন জৈবিক ক্রম সারিবদ্ধকরণ পদ্ধতি তৈরি করা হয়েছে। BLAST এবং FASTA, বিশেষ করে, জিনোমিক এবং প্রোটোমিক ডেটার পদ্ধতিগত বিশ্লেষণের জন্য সরঞ্জাম। জৈবিক ক্রম বিশ্লেষণের পদ্ধতিগুলি ডেটা মাইনিং গবেষণায় প্রস্তাবিত অনেকগুলি অনুক্রমিক প্যাটার্ন বিশ্লেষণ অ্যালগরিদম থেকে আলাদা৷
সন্নিবেশ, মুছে ফেলা এবং মিউটেশনগুলি মোকাবেলা করার জন্য তাদের একটি ক্যোয়ারী ক্রম এবং ক্রম ডেটা অনুসন্ধানের মধ্যে ফাঁক এবং অমিলের অনুমতি দেওয়া উচিত৷ অধিকন্তু, প্রোটিন সিকোয়েন্সের জন্য, দুটি অ্যামিনো অ্যাসিডকে অবশ্যই "ম্যাচ" হিসাবে গণ্য করতে হবে যদি প্রকৃতিতে উপস্থিত হতে পারে এমন প্রতিস্থাপনের মাধ্যমে একটিকে অন্যটি থেকে পরিবর্তন করা যায়।
গঠনগত প্যাটার্নের আবিষ্কার এবং জেনেটিক নেটওয়ার্ক এবং প্রোটিনপথের বিশ্লেষণ − জীববিজ্ঞানে, প্রোটিন ক্রমগুলিকে ত্রিমাত্রিক কাঠামোতে ভাঁজ করা হয় এবং এই ধরনের কাঠামোগুলি তাদের আপেক্ষিক অবস্থান এবং তাদের মধ্যে দূরত্বের উপর ভিত্তি করে একে অপরের সাথে যোগাযোগ করে। এই ধরনের জটিল মিথস্ক্রিয়াগুলি পরিশীলিত জেনেটিক নেটওয়ার্ক এবং প্রোটিন পথের ভিত্তি তৈরি করে।
এই ধরনের বিশাল কিন্তু জটিল জৈবিক নেটওয়ার্কগুলির মধ্যে কাঠামোগত নিদর্শন এবং নিয়মিততা আবিষ্কার করা অত্যন্ত গুরুত্বপূর্ণ৷ আনুমানিক এবং ঘন ঘন কাঠামোগত নিদর্শনগুলি আবিষ্কার করতে এবং এই ধরনের আন্তঃসংযুক্ত জৈবিক নেটওয়ার্কগুলির মধ্যে নিয়মিততা এবং অনিয়মগুলি অধ্যয়ন করতে শক্তিশালী এবং মাপযোগ্য ডেটামাইনিং পদ্ধতিগুলি বিকাশ করা গুরুত্বপূর্ণ৷
অ্যাসোসিয়েশন এবং পাথ বিশ্লেষণ − এটি সহ-ঘটমান জিন ক্রম চিহ্নিত করতে পারে এবং রোগের বিকাশের বিভিন্ন পর্যায়ে জিনকে লিঙ্ক করতে পারে। অ্যাসোসিয়েশন বিশ্লেষণ পদ্ধতিগুলি লক্ষ্য নমুনাগুলিতে অনুসরণ করা সম্ভব এমন জিনের ধরন নিয়ন্ত্রণ করতে ব্যবহার করা যেতে পারে। এই ধরনের বিশ্লেষণ জিনের দলগুলির আবিষ্কার এবং তাদের মধ্যে মিথস্ক্রিয়া এবং সম্পর্কের অধ্যয়নকে সমর্থন করবে৷
