生物信息学偏重于哪个学科

A. 生物信息学属于什么专业

生物专业的都会学到生物信息学的。
生物信息学是在生命科学的研究中，以计算机为工具对生物信息进行储存、检索和分析的科学。它是当今生命科学和自然科学的重大前沿领域之一，同时也将是21世纪自然科学的核心领域之一。其研究重点主要体现在基因组学(Genomics)和蛋白学(Proteomics)两方面，具体说就是从核酸和蛋白质序列出发，分析序列中表达的结构功能的生物信息。
生物信息学是一门利用计算机技术研究生物系统之规律的学科。
目前的生物信息学基本上只是分子生物学与信息技术（尤其是因特网技术）的结合体。生物信息学的研究材料和结果就是各种各样的生物学数据，其研究工具是计算机，研究方法包括对生物学数据的搜索（收集和筛选）、处理（编辑、整理、管理和显示）及利用（计算、模拟）。
1990年代以来，伴随着各种基因组测序计划的展开和分子结构测定技术的突破和Internet的普及，数以百计的生物学数据库如雨后春笋般迅速出现和成长。对生物信息学工作者提出了严峻的挑战：数以亿计的ACGT序列中包涵着什么信息？基因组中的这些信息怎样控制有机体的发育？基因组本身又是怎样进化的？
生物信息学的另一个挑战是从蛋白质的氨基酸序列预测蛋白质结构。这个难题已困扰理论生物学家达半个多世纪，如今找到问题答案要求正变得日益迫切。诺贝尔奖获得者W. Gilbert在1991年曾经指出：“传统生物学解决问题的方式是实验的。现在，基于全部基因都将知晓，并以电子可操作的方式驻留在数据库中，新的生物学研究模式的出发点应是理论的。一个科学家将从理论推测出发，然后再回到实验中去，追踪或验证这些理论假设”。
生物信息学的主要研究方向： 基因组学 - 蛋白质组学 - 系统生物学 - 比较基因组学

B. 生物信息学的研究对象是什么

生物信息学(Bioinformatics)是研究生物信息的采集、处理、存储、传播，分析和解释等各方面的学科，也是随着生命科学和计算机科学的迅猛发展，生命科学和计算机科学相结合形成的一门新学科。

它通过综合利用生物学，计算机科学和信息技术而揭示大量而复杂的生物数据所赋有的生物学奥秘。

(2)生物信息学偏重于哪个学科扩展阅读

近期生物信息学将在以下几方面迅速发展：大规模基因组测序中的信息分析；新基因和新SNPs（单核苷酸多态性）的发现与鉴定；完整的比较基因组研究；大规模基因功能表达谱的分析；生物大分子的结构模拟与药物设计。

而其长远任务是非编码区信息结构分析和遗传密码起源与生物进化的研究。读懂人类基因组，发现人类遗传语言的根本规律，从而阐明若干生物学中的重大自然哲学问题，像生命的起源与进化等。

C. 生物统计和生物信息

按照内容来说，生物统计和生物信息确实是属于工具的，
搞分子实验的不一定都会，我们师兄做信号通路的一般用不到生物统计，不过我们做小RNA的做靶标预测就需要用到数据库了。
这两个专业的学生，做的实验一般都是编程问题，我有个同学正在做，生物信息学更偏重于计算机，而另一个女生做的统计，偏重于数学，实际上对于生物学只要度过本科， 有个较深层次的了解，就够了， 相关文献方面和我们做的实验都是不一样的。他们有属于自己的竞争力，和我们做的方面不同，就像搞植物分类的人和做分子的就很少存在竞争。
一个课题组内的人，必然是全套实验流程都需要了解的，数据之间共享。隔壁实验室的师兄师姐则是女生做细胞方面的内容，男生做分子方面内容，分工明确。但是数据方面是共通的。

D. 生物信息学就业方向和前景分别怎么样

就业方向生化、科研类单位：生物研究、基因组学研究、蛋白质组学研究； 医药类企业：生物工程、生物技术、生物制药、药品研发、药品销售。

就业前景广阔，可以从事研究开发和 销售。

考研方向生物学、生物化学与分子生物学、生物医学工程、生物工程。

生物信息学的学科特点

生物信息学将生物与数学、计算机进行了有效结合，主要通过综合运用数学和信息科学等多领域的方法和工具对生物信息进行获取、加工、存储、分析和解释，来阐明大量生物数据所包含的生物学意义，研究重点主要体现在基因组学和蛋白质组学两方面。

课程体系

《生物信息学》、《普通生物学》、《生物化学》、《分子生物学》、《遗传学》、《计算生物学》、《基因组学》、《生物芯片原理与技术》、《蛋白质组学》、《Perl/Python语言编程》。

E. 生物信息学和结构生物学哪个比较好就业

我觉得生物信息学较好，其实二者是结合的，因为生物信息学中也有软件预测分子结构与功能，只是侧重点不同吧。不过我觉得不想转行的话，只能搞研究，继续深造最终还是走上研究这条路。我们国家在这方面发展还是有限的。

F. 什么是生物信息学

生物信息学已成为当今世界科学的流行语。十年前，人们将生物学和计算机科学视为两个完全不同的领域。前者可以了解生物及其功能，而后者可以了解计算机和基础理论，这两个领域之间似乎没有交集。然而，这个新领域-生物信息学，是计算机科学和生物学的完美结合。这种学科的结合也是一种必然趋势。随着1990年人类基因组计划（Human Genome Project）的实施和信息技术的发展，各种生物分析导致“遗传数据爆炸”，从而产生数量的生物数据，而使用手动方法分析它们变得非常困难，这就是计算机科学可以拯救的方面。各种计算技术用于通过自动化过程更准确和有效地分析生物数据，因此，生物信息学可以被认为是用数据科学技术来解决医学问题的学科。现已迅速发展成为当今生命科学最具吸引力的、重大的前沿领域。生物信息学为生物学、计算机科学、数学、信息科学等专业的高素质人才提供了更广阔的发展天地。

为什么要研究生物信息学？

生物信息学的主要应用可以在精准医学和预防医学领域中找到。精准医学包括为个别患者定制的医疗保健技术，包括治疗和实践，发现个体的模式从而提高医疗水平。

生物信息学已被证明拥有巨大的潜力，以事先确定疾病，确定治疗和帮助人类生活更加美好。凭借计算机科学的灵感和知识，基因技术，医学和医疗保健等领域可以从治疗个体患者到治愈整个人群。

生物信息学发展现状

如今，很多生物医药学的研究机构都在产生海量的数据，而且希望通过计算生物学家来弄懂这些数据。因为完成一项大数据产出的实验课题，必然需要耗费大量的心血和资金投入，但是如果不能分析、了解这些数据背后的意义，那工作不能算真正完成。

因此，生物医学研究的未来不仅依赖于可以设计出优秀实验并产生高质量数据的实验生物学家，还要依赖于会对产生的数据进行有效分析挖掘的计算生物学家。

G. 生物信息学是什么专业啊

http://ke..com/view/7303.htm#sub7303
科技名词定义

中文名称：
生物信息学
英文名称：
bioinformatics
定义1：
综合计算机科学、信息技术和数学的理论和方法来研究生物信息的交叉学科。包括生物学数据的研究、存档、显示、处理和模拟，基因遗传和物理图谱的处理，核苷酸和氨基酸序列分析，新基因的发现和蛋白质结构的预测等。
所属学科：
生物化学与分子生物学（一级学科）；总论（二级学科）
定义2：
运用计算机技术和信息技术开发新的算法和统计方法，对生物实验数据进行分析，确定数据所含的生物学意义，并开发新的数据分析工具以实现对各种信息的获取和管理的学科。
所属学科：
细胞生物学（一级学科）；总论（二级学科）
定义3：
运用计算机技术和信息技术开发新的算法和统计方法，对生物实验数据进行分析，确定数据所含的生物学意义，并开发新的数据分析工具以实现对各种信息的获取和管理的学科。
所属学科：
遗传学（一级学科）；总论（二级学科）
生物信息学（Bioinformatics）是在生命科学的研究中，以计算机为工具对生物信息进行储存、检索和分析的科学。它是当今生命科学和自然科学的重大前沿领域之一，同时也将是21世纪自然科学的核心领域之一。其研究重点主要体现在基因组学(Genomics)和蛋白质组学(Proteomics)两方面，具体说就是从核酸和蛋白质序列出发，分析序列中表达的结构功能的生物信息。
具体而言，生物信息学作为一门新的学科领域，它是把基因组DNA序列信息分析作为源头，在获得蛋白质编码区的信息后进行蛋白质空间结构模拟和预测，然后依据特定蛋白质的功能进行必要的药物设计。基因组信息学,蛋白质空间结构模拟以及药物设计构成了生物信息学的3个重要组成部分。从生物信息学研究的具体内容上看，生物信息学应包括这3个主要部分：(1)新算法和统计学方法研究；(2)各类数据的分析和解释；(3)研制有效利用和管理数据新工具。
生物信息学是一门利用计算机技术研究生物系统之规律的学科。
目前的生物信息学基本上只是分子生物学与信息技术（尤其是因特网技术）的结合体。生物信息学的研究材料和结果就是各种各样的生物学数据，其研究工具是计算机，研究方法包括对生物学数据的搜索（收集和筛选）、处理（编辑、整理、管理和显示）及利用（计算、模拟）。
1990年代以来，伴随着各种基因组测序计划的展开和分子结构测定技术的突破和Internet的普及，数以百计的生物学数据库如雨后春笋般迅速出现和成长。对生物信息学工作者提出了严峻的挑战：数以亿计的ACGT序列中包涵着什么信息？基因组中的这些信息怎样控制有机体的发育？基因组本身又是怎样进化的？
生物信息学的另一个挑战是从蛋白质的氨基酸序列预测蛋白质结构。这个难题已困扰理论生物学家达半个多世纪，如今找到问题答案要求正变得日益迫切。诺贝尔奖获得者W. Gilbert在1991年曾经指出：“传统生物学解决问题的方式是实验的。现在，基于全部基因都将知晓，并以电子可操作的方式驻留在数据库中，新的生物学研究模式的出发点应是理论的。一个科学家将从理论推测出发，然后再回到实验中去，追踪或验证这些理论假设”。
生物信息学的主要研究方向： 基因组学 - 蛋白质组学 - 系统生物学 - 比较基因组学，1989年在美国举办生物化学系统论与生物数学的计算机模型国际会议，生物信息学发展到了计算生物学、计算系统生物学的时代。
姑且不去引用生物信息学冗长的定义，以通俗的语言阐述其核心应用即是：随着包括人类基因组计划在内的生物基因组测序工程的里程碑式的进展，由此产生的包括生物体生老病死的生物数据以前所未有的速度递增，目前已达到每14个月翻一番的速度。同时随着互联网的普及，数以百计的生物学数据库如雨后春笋般迅速出现和成长。然而这些仅仅是原始生物信息的获取，是生物信息学产业发展的初组阶段，这一阶段的生物信息学企业大都以出售生物数据库为生。以人类基因组测序而闻名的塞莱拉公司即是这一阶段的成功代表。
原始的生物信息资源挖掘出来后，生命科学工作者面临着严峻的挑战：数以亿计的ACGT序列中包涵着什么信息？基因组中的这些信息怎样控制有机体的发育？基因组本身又是怎样进化的？生物信息学产业的高级阶段体现于此，人类从此进入了以生物信息学为中心的后基因组时代。结合生物信息学的新药创新工程即是这一阶段的典型应用。

H. 生物信息学和计算生物学有什么区别

一、专业性质不同

1、生物信息学：是研究生物信息的采集、处理、存储、传播，分析和解释等各方面的学科，是，生命科学和计算机科学相结合形成的一门新学科。

2、计算生物学：是生物学的一个分支，是指开发和应用数据分析及理论的方法、数学建模和计算机仿真技术等，用于生物学、行为学和社会群体系统的研究的一门学科。

二、研究内容不同

1、生物信息学：通过综合利用生物学，计算机科学和信息技术而揭示大量而复杂的生物数据所赋有的生物学奥秘。

2、计算生物学：运用计算机的思维解决生物问题，用计算机的语言和数学的逻辑构建和描述并模拟出生物世界。

三、研究方法不同

1、生物信息学：以数据（库）为核心，数据库的建立，生物学数据的检索，生物学数据的处理，生物学数据的利用：计算生物学。

2、计算生物学：各种计算方法已开始广泛应用于药物研究，以及研发创新的、具有自主知识产权的疾病靶标和信息学分析系统等。同时，运用计算生物学，科学家有望直接破译在核酸序列中的遗传语言规律，模拟生命体内的信息流过程，从而认识代谢、发育、进化等一系列规律。

I. 生物信息

信息生物学是未来生物学发展的一大方向!有着极大的发展前景.

个人观点：走生物方向较佳！
因为：生物学方向能够更好地了解生物的形态特点，对生物的本质会有更深的理解，生物学还有很多方面尚待发现；相对而言，计算机只是一种工具，如果侧重于学计算机，则难免在学生物方面投入的时间和精力相对有限，要想出成果就不那么容易了。

在发展前景方面，个人以为：信息生物学，是极具前途的新兴学科，我这里指的所谓信息生物学，并不是指搞什么"结构比对"、“蛋白质结构预测”、“计算机辅助基因识别”“非编码区分析和DNA语言研究”等一些无创造性的无聊工作，而是指对生物的本质认识上，以信息为基础的生命本质的深入研究，可能会开创生物学的新天地！
举个例子，你认为制度有生命吗？显然，他并非一般意义上的生物，但是我们看到，制度与生物一样，具有生长、衰老、死亡、产生后代、遗传、变异等所有生物的特性，那么，制度能不能称为生物呢？
这正是新的制度生物学所研究的内容。
就象制度也是生物一样，观念、法律、国家、企业、形式等许多非有形物质实体，其实也具有生物的一系列特征，所以进一步研究这些生物，有着十分美好的前景和广阔的发展前途。
时间有限，就说这么多了，以上为个人观点，仅供参考，如想进一步交流，欢迎到我的博客。
http://r8008.blog.sohu.com

J. 生物信息学的研究方向

生物信息学在短短十几年间，已经形成了多个研究方向，以下简要介绍一些主要的研究重点。 如基因表达谱分析，代谢网络分析；基因芯片设计和蛋白质组学数据分析等，逐渐成为生物信息学中新兴的重要研究领域；在学科方面，由生物信息学衍生的学科包括结构基因组学，功能基因组学，比较基因组学，蛋白质学，药物基因组学，中药基因组学，肿瘤基因组学，分子流行病学和环境基因组学，成为系统生物学的重要研究方法。从发展不难看出，基因工程已经进入了后基因组时代。我们也有应对与生物信息学密切相关的如机器学习，和数学中可能存在的误导有一个清楚的认识。