大型的項目如TCGA，GTEx創(chuàng)造出了大量的轉(zhuǎn)錄組數(shù)據(jù)，為人們提供了數(shù)據(jù)挖掘、理解基因功能的機會。而如何能快速獲取到這些生物大數(shù)據(jù)，從其中能夠得到什么有價值的信息，是人們一直在探索的命題。為了讓沒有生物信息學(xué)背景的研究人員也能夠輕易獲取、分析生物大數(shù)據(jù)，北京大學(xué)張澤民教授實驗室的唐澤方等人通過 R 、Perl等語言對數(shù)據(jù)進行處理、可視化，設(shè)計了癌癥大數(shù)據(jù)可視化 APP GE-mini (gemini.cancer-pku.cn)以及癌癥大數(shù)據(jù)分析網(wǎng)站GEPIA (gepia.cancer-pku.cn)。研究人員能夠通過 GE-mini 和 GEPIA來提出問題或是驗證假設(shè)。

     高通量RNA測序（RNA-Seq）已經(jīng)成為一個強有力的轉(zhuǎn)錄組分析方法，廣泛應(yīng)用于基因功能和模式生物研究、尋找候選藥物靶點、識別疾病分類和診斷的生物標記物等領(lǐng)域。癌癥基因組圖譜（TCGA）和GTEx項目對數(shù)以萬計癌癥和非癌癥樣本進行了RNA-Seq，為包括癌癥生物學(xué)在內(nèi)的許多相關(guān)領(lǐng)域提供了前所未有的機會。TCGA項目中，除了726個癌旁正常組織的數(shù)據(jù)外，來自33種癌癥類型的9736例腫瘤樣本也進行了RNA-seq分析。

     GTEx項目產(chǎn)生的RNA-Seq數(shù)據(jù)包含超過8000例正常樣本。由于存在一定的差異，這樣的數(shù)據(jù)不能直接用于綜合分析。為使來源不同的數(shù)據(jù)更為兼容，UCSC Xena項目（http://xena.ucsc.edu/）已基于標準流程重新計算所有表達的原始數(shù)據(jù)，成為了迄今為止zui的表達數(shù)據(jù)。

      一些分析工具，如Xena、cBioPortal 、HPA等，提供了一定程度的可視化和分析功能，也在被廣泛使用，但沒有充分解決實驗生物學(xué)家需要的許多額外的表達分析功能。

     唐澤方博士等人開發(fā)的GEPIA，滿足了上述未得到充分解決的需求。

    GEPIA提供了關(guān)鍵的交互分析和定制功能，包括腫瘤/正常差異表達譜分析、剖面繪制、病理分期、患者生存分析，相似基因檢測分析和降維分析。通過簡單的點擊GEPIA 就可以進行綜合的表達分析，大大促進了研究領(lǐng)域內(nèi)的數(shù)據(jù)挖掘、科學(xué)討論和治療的發(fā)現(xiàn)過程。GEPIA能夠提供快速定制功能，填補了癌癥基因組學(xué)大數(shù)據(jù)和為終端用戶提供集成信息之間的缺口，從而幫助實現(xiàn)當前數(shù)據(jù)資源的價值?；诨虮磉_水平的生存分析也被廣泛用于評估某一特定基因的臨床重要性。此外，由于具有相似表達模式的基因可能具有相關(guān)功能，因此在需要識別與已知基因相似基因時，GEPIA的表現(xiàn)令人滿意。