该方向以卢学春主任为学术核心，以“表观精准治疗”为核心理念，对人类基因组、表观基因组等组学数据进行深入挖掘与分析，并运用于临床实践，旨在解决组学数据向临床转化应用的难题。

子方向一：基于组学数据的表观精准治疗。

基因芯片技术和转录组测序技术的迅猛发展，产生了大量的转录组数据，主要包括转录组、蛋白质组和代谢组数据等。基因表达谱作为功能基因组学中重要的组成部分，是目前识别和描述与特定表型或者扰动相关的基因表达模式最为有效、准确和高重复性的数据类型，在药物知识的发现方面发挥着重要作用。表观精准治疗旨在通过“疾病-基因-药物”的相似性分析法，将疾病的基因组及表观基因组数据库与药物的基因组及表观基因组数据库进行比对，找到两者“反向相似”的化合物和（或）药物，再进行偱证分析，初步筛选出具有潜在靶向治疗这种疾病的药物尤其是“老药新用”，一经实验室验证其所具有的靶向生物学作用，即可快速投入临床试验研究。基于组学数据的表观精准治疗研究方法可以提高药物知识发现的效率和成功率，为药物知识发现和重定位提供有价值的线索。

子方向二：基于组学数据与临床信息融合的临床决策支持研究。

随着生物医学基础研究、转化医学研究的深入，基于基因测序的生物信息技术得到长足的发展，而临床信息和基因组学数据却缺乏融合，已成为临床诊疗和精准医学研究的瓶颈。本课题将生物信息学数据、病理数据及临床数据进行关联，通过收集大量患者的临床信息、实验数据、病理学发现、诊断和预后，发现差异表达基因并以热图方式展示，用多元统计分析实现分子层面信息和病理及临床层面信息的整合，展现特定患者的三层信息的关联和多个患者的统计分析结果。并建立分布式海量数据存储和计算的数据中心，实现临床信息和组学数据的融合，提供更加全面的患者及疾病全景且精准的数据视图，支撑临床决策及科研应用。