轉自：https://baike.baidu.com/tashuo/browse/content?id=4ca32cfeca217b053440f64e&lemmaId=&fromLemmaModule=pcBottom

1.數學將重塑生物學

 引入統計和資料分析。例子：如何理解鹼基突變形成基因組，比如鹼基C多長時間變成鹼基T，這個頻率如何根據鹼基的臨近變化而變化？這些在個體上不可見，僅在全域性模式中也就是大量資料中可被理解，這些都是需要大量的資料收集而完成的，從中通過統計與資料分析的方法發現規律。

當前生物學資料量和複雜性不斷增長，生物資訊學側重於對資料的提取、挖掘，而計算生物學側重於對資料的處理、運用。

計算生物學的目的並不只侷限於測序，而是運用計算機的思維解決生物問題。

2.計算生物學的主要研究內容：

1.生物序列的片段拼接。

2.序列對接。

3.基因識別。

人類長達30個億DNA序列中只有3%-5%是基因。闡明人體中全部基因的位置，結構，功能，表達等，計算能力扮演了一個重要的角色，一個重要應用就是模擬基因表達資料集。

4.種族樹的建構。

5.蛋白質結構預測。 蛋白質的很多特性,功能是和它實際的三維結構及其相關的，任意給一段蛋白質序列，生物學家就可以用傳統的生物學方法求出其結構，但這不但成本高而且費時，計算生物學的蛋白質結構預測工具通過序列分析可以直接得出其結構，如，CYTO:人類T細胞中的因果蛋白質訊號網路。 6.生物資料庫 生物學資料量不斷增長，每14個月基因研究產生的資料就會翻一番，海量的資料單單依靠觀察和實驗已無能為力 傳統的資料庫技術這時顯示了強大的威力，例如CATH蛋白結構分類資料庫，果蠅互動資料庫。

3.生物資訊學研究內容

1.序列比對 2.蛋白質比對 3.基因識別分析 4.分子進化 5.藥物設計 6.其他