数据处理的应用模块(共5个)

Fingerprint types：可以处理PFGE, AFLP, RFLP, RAPD, REP-PCR, ARDRA, isoelectric focusing，DGGE, TGGE等电泳数据；导入各种格式的光谱数据：气相色谱和液相色谱数据，DHPLC、 LCMS、MALDI-TOF和ESI谱的数据。

Character types：可以处理生物抗性实验数据；脂肪酸甲基化脂(FAME)分析数据；生物显性阵列数据；API表型测试数据；微阵列芯片数据；Dot blots和probe sets数据；Spoligo—typing数据；生化试验数据；酶活和代谢活性数据等。

Sequence types：可以处理核酸(DNA或RNA)和氨基酸序列；自动测序仪(Applied Biosystems, Beckman, Amersham等)得到的色谱文件；广泛的识别各种序列格式，包括EMBL, GenBank和Fasta格式。
能够快速导入来自各种高通量测序平台的序列（如Roche/454，Illumina，IonTorrent…）。在标记基因的深度测序基础上进行宏基因组学分析。通过原始序列读取进行微生物群落的定量化、可视化和比对。

Whole Genome Map Types: 全基因组图谱数据（OpGen公司）的XML直接导入，快速可视化和聚类全基因图谱，通过全基因组限制性图谱提供的非常详细的菌株信息来对流行病菌株进行分型和特性描述。

Trend data types：处理实时荧光定量 PCR数据；代谢活性和酶活性的动力学数据；微阵列实验中的时间进程数据，生长曲线数据等和趋势相关的实验数据。

生物实验数据分析的功能模块(共5个)

Tree and Network Inference：对导入数据库中的凝胶图谱、字符型数据等各种数据记录之间，多种试验之间， 使用广泛的相似性系数和聚类算法建立比较，进行聚类和系统进化分析。对导入的色谱和光谱曲线数据、质谱图进行主成分分析，矩阵挖掘和创建鉴定项目等。

Classifiers and Identification：根据导入的各种生物试验数据，通过各种算法对已知生物体进行分类；对未知的生物体进行物种鉴定。

Dimensioning and Matrix Mining：把数据库中的记录按两维或多维空间进行聚类分析，主要包括主成分分析（PCA）和多向度量法（MDS）等，评估各种聚类分析方法的可靠性。通过广泛统计学分析和确认测试工具进行多元方差分析，从而可以评估数据组之间的相互关系或者对用户限定条目进行聚类分析。 

Genome Analysis Tools：对基因组和染色体进行并排式比较、注释，能够快速突出基因组的差异。基于标记基因的测序，利用宏基因组学的工具对微生物群体进行分类和鉴定。

Versioning & Audit Trails：为所有输入到 BioNumerics中数据的修改和编辑提供追踪和审计，符合GMP和FDA的要求。提供安全的数字签名功能，使数据的确认和添加更符合规范。

应用领域 ：
随着生命科学领域越来越多的对表型，基因型，电泳图，序列信息等各种数据的整合的需求， 研究者们遭遇了两个最主要的问题:
(1) 对各种不同类型的高通量的数据的存储和查询，；
(2) 基于这些不同类型的数据对不同的物种或样本的研究，分析和比较。 一方面对凝胶谱， 表型数据， 基因芯片及序列都有各自的特异的独立软件来分析， 另一方面， 需要存储大批量数据的强大的数据库系统。 同时， 需要一些通用的数学分析的方法来对数字信息进行比较分析。 所有的这些都是生物信息学所研究的复杂的问题中的一部分。 基于上面的需求， 我们需要一套可以整合上面的各种软件系统， 能够以生物学的各种试验数据作为输入数据， 以强大的整合数据库为中心，对生物学数据进行比较，分析，研究的系统。 BioNumerics正是为此应运而生的一套系统， 它很好的满足了研究机构或诊断机构对不同的生物学数据的比较分析的要求。 这套软件系统已经得到了很多研究机构， 包括大学， 医院， 公共医疗中心， 食品，药物和制药企业以及广泛的联邦及私人的关于质量控制， 筛选， 测试， 饲养等各种实验室的广泛的认可。