由於定序技術的精進，生物序列多維體(基因體、轉錄體及甲基化等)巨量資料大量產生，如何對這些大數據進行快速計算及註解比對，並與原有資料相結合比較，找出生醫大數據背後所帶來的意義，已成為生物醫學研究中越來越重要的一個關鍵。然而定序所產生的大量原始數據，所帶來的數據處理、比對分析與備份儲存等課題，已是當代

"本研究建立了第一個結合DOCKER與GALAXY的基因概況分析流程圖像化平台，大幅簡化繁瑣的次世代數據前處理的步驟，可快速銜接後續研究團隊所創建的分析資料平台(MOLAS及epi-MOLAS)，目前整個系統流程，已運用於人類與小鼠等模式生物之基因概況比對，及多種養殖魚類之高通量次世代定序結果，透過

"產業應用潛力：透過此一流程平台的協助，可以快速瞭解特定狀況下基因表現或甲基化差異表現，協助找出特定疾病與特定基因群(如癌症Panel 500、免疫調控相關因子群與全部蛋白激酶家族等)之間的關係，及其調控的可能機制，將有助於個人化醫療的應用，同時也能找出與特定性狀相關的基因群在物種育種之間的關係。