Gen ifadesi çalışmaları sonucunda elde edilen genomik bilgiler, data madenciliği temelli çalışmalarda, hastalık oluşturucu faktörlerin ve bu hastalıklar ile ilişkili potansiyel teşhis biomarkörlerinin bulunması açısından oldukça kullanışlı ve bilgi vericidir.   Bu çalışmada, Gene Expression Omnibus (GEO) veri bankasından alınmış, tüm genom ekspresyon verisi (ID: GSE12654) kulllanılmıştır. Veri normal grupların yanısıra, bipolar ve şizofreni hastalarının gen ifadesi bilgisini içermektedir. kNN, naïve bayes ve decision tree bilgisayarlı öğrenme algoritmaları kullanılarak veri analizi gerçekleştirilmiştir. Gruplar arasında istatistiksel olarak anlamlı bir şekilde (p<0.05) farklı eksprese olmuş bir grup gen kullanılarak klasifikasyon yapılmıştır ve gruplar yüksek doğruluk oranında tahmin edilmiştir. Genom tabanlı teşhiş biyomarkörlerinin bulunması açısından, veri madenciliği tekniklerinin yararlı ve uygulanabilir olduğu görülmektedir.  

Yeni nesil sekanslama ve mikrodizilim/çip analizlerinden elde edilen genomik veriler, çeşitli hastalıkların altında yatan moleküler sebepleri açığa çıkarmakta ve potansiyel tanı biyomarkörlerinin tanımlanmasını olanaklı kılmaktadır. Ortaya çıktığından buyana klasifikasyon ve regresyon analizlerini temel alan veri madenciliği metotları çeşitli çalışmalarda sıklıkla kullanılmaktadır. Bu çalışmada, NCBI GEO veri bankasından elde edilen, post-mortem beyin dokularından elde edilmiş beyin dokularının mRNA transcript analiz verileri MLP nöral ağ algoritması kullanılarak incelenmiştir. Çalışmada, dokular arasında ki transkripsiyon düzeyleri farkları analiz edilmiştir. Transkripsiyon düzeyleri farkı kullanılarak oluşturulan klasifikatör, şizofrenik ve normal hasta gruplarını %82 kesinlikle tahmin etmiştir. Psikiyatrik hastalıkların altında yatan etmenlerin aydınlatılmasında genetik biyomarkörlerin rolü günden güne önem kazanmaktadır. Ayrıca bu çalışmada kullanılan yöntemlere benzer yöntemlerin, genom temelli tanı yöntemlerinin bulunmasında katkı sağlayacağı düşünülmektedir.