生物信息学与药物设计实验室提供了一个集成的生物信息学分析和药物设计平台，侧重于以下五个方面：构建一个全面和大型的生物医学数据仓库;数据挖掘技术提取，从大量的生物学数据中提取有用的结果;承担组学分析，包括蛋白质组学和代谢组学;处理用于存储，检索和分析生物数据的方法，如核酸和蛋白质序列，结构，功能，通路和遗传相互作用的方法；使用生物信息学工具进行计算机辅助药物设计（ CADD ）技术研究。  Ø 生物医学数据库我们收集整合多种层面的生物医学数据库的信息构建了生物医学数据库。现有的生物医学数据库包括SinoMed, PubMed, OMIM, GO, NCI pathway interaction database, MeSH, PubChem, TCMDB, PDB, ChEMBL, PharmaGKB, TTD, DrugBank, UniProt, UMLS 和 KEGG. Ø 数据挖掘基于生物医学数据库，典型的文本挖掘任务包括文本分类，文本聚类，概念/实体抽取，情感分析和文件总结以从这些文本数据获取高质量信息。 Ø 蛋白质组和代谢组分析该实验室提供了一个全面的蛋白组学和代谢物组学分析平台。气相色谱（GC）和高效液相色谱（HPLC）这两种广泛使用的方法被用于实验室中。此外，质谱（MS ）被用于定量HPLC和GC分离后的代谢产物。一些统计学软件被用于MS的数据分析。 Ø 生物信息学分析通过应用计算密集型技术，我们开发了新的算法和统计方法，用以评估的大数据集的成员之间的关系，以增加对生物过程的理解。一些商业软件，比如ingenuity pathway analysis (IPA)也被用于网络分析，比较分析，上游调控因子分析，机械网络和通路分析。  Ø 计算机辅助药物设计基于对小分子，蛋白质，和核酸机构的理解，我们使用计算机辅助药物设计技术（CADD）来发现和设计用于治疗的活性分子。为了进一步理解药物/药物组合在生物网络中作用机制，我们发展了基于结构的技术以识别药物/药物组合的分子靶点。