现拥有1000 核心集群计算服务器一台，数据存储服务器3 台，可提供约800 TB 的快速数据存储空间，48 核心/1T 内存工作站一台，以及10 多台12 核小型工作站。中心建立了标准化的数据分析流程，并拥有真正海量的数据资源。同时，在生命科学院的团队，拥有完善的细胞生物学、分子生物学、生物化学实验条件，同时拥有Illumina 测序仪，可供本项目使用。擅长的技术服务项目如下：
1. 基因芯片/测序数据质量控制
RNA-seq产生的数据可定性和定量地解析特定生物学状态下的转录组结构及功能，在对一些基本分子生物学现象（包括基因表达、基因调控、基因变异等）、癌症的发生发展机制、癌症的预防和治疗、药物靶点的预测、新药的研发等研究中发挥着重要作用。RNA-seq技术可望大力推进基因组学数据的临床应用和个体化医疗的实现，但RNA-seq数据的质量控制和数据分析方法的可靠性成为限制RNA-seq的研究结果实现临床转化应用的瓶颈问题。本课题组负责人拥有旨在建立RNA-Seq技术规范和数据分析标准的MAQC/SEQC大型国际合作研究经验。目前，本课题组在筹备MAQC/SEQC -IV期的研究工作，将开展面向临床应用的组学数据质量控制、数据分析与融合等研究，同时通过典型疾病的应用验证，为实现个性化医疗提供成功的范例。
2. 高通量组学数据分析
对临床样本从DNA水平、RNA水平、DNA与组蛋白修饰水平、蛋白质水平、网络/系统生物学水平、群体与进化组学水平、代谢组学水平、合成生物学水平、单细胞水平等组学层面研究，分析和挖掘与疾病相关的基因、转录本、蛋白或通路，推测易感基因在复杂疾病中的作用等。目前，本课题组已与上海张江转化医学研发中心、复旦生物医学研究院、及多家三甲医院开展了多种形式的合作，已产生食管癌、贲门癌、胃癌、前列腺癌、神经母细胞瘤等五大高发癌症的全基因组、全转录组、甲基化以及RNA-Seq等多种类型数据，期望能够从多个层面找到可供临床应用的生物标志物，期望为中国肿瘤早期筛查、细分诊断、药物选择、疗效判断及预后评估等标准。初步形成了“临床样本-组学数据产生-组学数据分析-科学假设-实验验证”一条龙的研究体系。
3. 计算方法学研究
通过大规模数据挖掘、分子模拟等手段，建立药物疗效或毒性预测预警系统，并发现药物新靶标；对于罕见疾病老药新用方法学的研究。
1. 基因芯片/测序数据质量控制
RNA-seq产生的数据可定性和定量地解析特定生物学状态下的转录组结构及功能，在对一些基本分子生物学现象（包括基因表达、基因调控、基因变异等）、癌症的发生发展机制、癌症的预防和治疗、药物靶点的预测、新药的研发等研究中发挥着重要作用。RNA-seq技术可望大力推进基因组学数据的临床应用和个体化医疗的实现，但RNA-seq数据的质量控制和数据分析方法的可靠性成为限制RNA-seq的研究结果实现临床转化应用的瓶颈问题。本课题组负责人拥有旨在建立RNA-Seq技术规范和数据分析标准的MAQC/SEQC大型国际合作研究经验。目前，本课题组在筹备MAQC/SEQC -IV期的研究工作，将开展面向临床应用的组学数据质量控制、数据分析与融合等研究，同时通过典型疾病的应用验证，为实现个性化医疗提供成功的范例。
2. 高通量组学数据分析
对临床样本从DNA水平、RNA水平、DNA与组蛋白修饰水平、蛋白质水平、网络/系统生物学水平、群体与进化组学水平、代谢组学水平、合成生物学水平、单细胞水平等组学层面研究，分析和挖掘与疾病相关的基因、转录本、蛋白或通路，推测易感基因在复杂疾病中的作用等。目前，本课题组已与上海张江转化医学研发中心、复旦生物医学研究院、及多家三甲医院开展了多种形式的合作，已产生食管癌、贲门癌、胃癌、前列腺癌、神经母细胞瘤等五大高发癌症的全基因组、全转录组、甲基化以及RNA-Seq等多种类型数据，期望能够从多个层面找到可供临床应用的生物标志物，期望为中国肿瘤早期筛查、细分诊断、药物选择、疗效判断及预后评估等标准。初步形成了“临床样本-组学数据产生-组学数据分析-科学假设-实验验证”一条龙的研究体系。
3. 计算方法学研究
通过大规模数据挖掘、分子模拟等手段，建立药物疗效或毒性预测预警系统，并发现药物新靶标；对于罕见疾病老药新用方法学的研究。
