Mit dem Aufkommen der -omics nähert sich unser Verständnis der chronischen Krankheiten wie Krebs und metabolische Syndrom hat sich verbessert. Allerdings effektive Abbau von den Informationen in den großen Datenmengen, die von Genexpression Microarrays, deep sequencing Experimente oder metabolischen Profils erhalten werden ist wichtig, zu entdecken und dann effektiv die kritischen Regulatoren der erkrankten Zelle Phänotypen Ziel. Estrogen Receptor α (ERa) ist einer der Master-Transkriptionsfaktoren, die Gen-Programme regulieren, die für Östrogen-responsiven Brustkrebs wichtig sind. Um Rolle von ERa Signalisierung bei Brustkrebs Stoffwechsel zu verstehen, verwendeten wir transkriptomischen, cistromic und Metabolom-Daten aus MCF-7 mit Östradiol behandelten Zellen. In diesem Bericht beschrieben wir Generation von Proben für die RNA-Seq, ChIP-Seq und Metabolomik Experimente und die integrative Computeranalyse der erhaltenen Daten. Dieser Ansatz ist nützlich bei der Abgrenzung Roman Maulwurfdere Mechanismen und genregulatorischen Schaltungen, die durch einen bestimmten Transkriptionsfaktor, der Auswirkungen auf den Stoffwechsel von normalen oder erkrankten Zellen reguliert werden.