微陣列芯片的優勢在於可同時掃描大量感興趣的基因，但其研究的瓶頸也在於此。壹次實驗會產生大量的數據, 如何分析這些數據並得出在生物學上有意義的結論 , 是微陣列芯片技術進壹步發展完善的重要課題。在這方面需要借助於計算機技術和多種統計學方法 。在現在應用的多種數學模型之間還沒有進行過大規模的對照研究 , 因而對於它們的效能尚不能給予充分 、 全面的評估。
目前, 在醫學研究中 , 數據分析方法在總體上分為兩大類:無監控集簇分析和有監控集簇分析。前者比較單純的從數學角度按照基因表達的相似性將基因分組 , 這有助於發現新的目的基因或提供新的疾病信息 , 如新的分型 、 影響預後的因素等。後者需要結合現有的專業知識進行分析, 適用於疾病歸類。這對於傳統診斷手段是壹個有益的補充。
另外, 在目前進行的許多微陣列芯片研究中,每次研究的基因數目很大 , 而參與實驗的樣本量較少。這壹現象不利於得到穩定的和具有良好可重復性的實驗結果。