生物计算生物信息学生物信息学研究生物信息的采集、处理、存储、传布、分析和解释等各个方面，它通过综合数学、计算机科学与工程和生物学的工具与技术而揭示大量而复杂的生物数据所赋有的生物学奥秘
它作为一个交叉学科领域而荟萃了数学、统计学、计算机科学和分子生物学的科学家，目标就是要发展和利用先进的计算技术解决生物学难题
这里所说的计算技术至少包括机器学习(machine learning)、模式识别(pattern recognition)、知识重现(knowledge representation)、数据库、组合学(combinatorics)、随机模型(stochastic modeling)、字符串和图形算法、语言学方法、机器人学(robotics)、局限条件下的最适推演(constraint satisfaction)和并行计算等
而生物学方面的研究对象覆盖了分子结构、基因组学、分子序列分析、进化和种系发生、代谢途径、调节网络等诸多方面
生物信息学也可以定义为对分子生物学中两类信息流的研究：第一类信息流源于分子生物学的中心法则：DNA序列被转录为mRNA序列，后者被翻译为蛋白质序列
蛋白质序列继而折叠为具功能的三维结构
按照达尔文演化理论，这些功能被生物体的环境所选择，从而驱动群体中DNA序列的进化
因此，第一类的生物信息学应用关注于中心法则中任一阶段的信息传递，包括DNA序列中基因的组织与控制、确定DNA中的转录单位、从序列预测蛋白质结构以及分子功能分析
第二类信息流是基于科学方法：提出关于生物学活动的假设，设计实验以验证这些假设，评估结果与假设的兼容性，然后根据实验数据对原假设作扩展或修正
第二类的生物信息学应用关注于这流程中的信息传递，包括产生假设、设计实验、通过数据库将实验结果组织起来、检验数据与模型的兼容性以及修正假设的各个系统
2022年2月，百度计算生物研究登上Nature子刊：将3D结构引入分子表征，结果超越斯坦福MIT，已落地制药领域
以上内容由大学时代综合整理自互联网，实际情况请以官方资料为准。
