转化生物信息学是一个新兴领域，其目标是开发新的计算技术以促进传统的转化研究，手段是汇聚分子生物信息学、生物统计学、统计遗传学、和临床信息学。转化生物信息学比以前更加有力，并成为生物学发现与临床信息学之间的紧密衔接点。计算技术通过把构成用药、疾病、基因组的多维数据与临床和病理特征集成到一起发挥作用，这些技术应用于不同的方面，以期发现治疗靶向和病人反应的生物标记物。然而，以往研究中累积的大量数据，实验技术上的新进展，以及当前对出版物的易于获取性，导致了大量科学文献和生物医学数据的储积，这些东西中隐藏着把分子上的理解向影响病人的技术转化。文本挖掘是一个比较成熟的技术，但是其在转化生物医学上的应用还比较新，具有无数潜在的研究课题。

Hong-Jie Dai et al. Text Mining for Translational Bioinformatics.

BioMed Research International. Volume 2015, Article ID 368264, http://dx.doi.org/10.1155/2015/368264