几乎每个行业都会产生大量的数据，且随着时间呈快速增长趋势。实验室数据也不例外，近年来，高通量分析成为实验室分析方法的大趋势，从而产生了相较于以前几倍甚至几十倍的数据，但大量的数据并非就是所谓的大数据。

成熟的高通量分析与互联网技术的融合，已经成为实验室数字化的趋势。

研究机构、药品生产企业以及小型实验室之间越来越多的合作都使数据量大幅增加。不断增长的数据量不仅对实验室的IT系统提出了挑战，也给数据的处理分析提供了更多新的可能性，同时与此有关的价值增值过程，都可以归到大数据这一概念中去。

大量的数据本身并非就是大数据，只有当这些数据能够按照一定的格式保存，能被有效的查询，进行综合分析后，可以获取某种新的相互关系，并从中得到更有用的信息时，这样的“大量数据”才能被称之为大数据。

把积累的大量数据变成大数据还有很多工作要做。许多实验室数据和信息都被存储在本地的数据库中，更多的是记录在纸张报告、记录表中，被分散在一个个文件夹中而很难用于大数据分析。

实验室中大数据的应用

多年来，实验室数据的数字化是实验室日常工作中一个严峻挑战。大数据的应用条件首先是要把实验室中所有的数据都保存在统一的数字化平台。这种平台允许对所有数据进行分类，而且有统一、结构化的数据采集过程，从而能够在过程层面对数据进行比较。为了能够处理越来越大的数据量，从长期发展来看，把用于分析和生产的仪器设备与IT系统直接连接起来是必不可少的，这样可以确保在任何时间都能连续跟踪数据，根据这些数据可以看出很多被隐藏的影响因素，对这些影响因素进行仔细分析后，可以搞清楚它们对过程的影响从而做出调整。