生物信息学主要内容和发展前景
生物信息技术概论
生物信息技术概论生物信息技术是一门综合应用生物学、计算机科学和信息科学的学科，通过收集、存储、分析和应用大量的生物信息数据，为生命科学研究和应用提供有力的支持。
本文将从生物信息技术的定义、应用领域、研究方法和发展前景等方面进行阐述。
一、生物信息技术的定义生物信息技术是将计算机科学、信息科学和生物学等多个学科交叉融合的前沿学科。
它通过收集、存储和分析生物信息数据，揭示生物体内的基因组、蛋白质组和代谢组等信息，从而研究生命的本质、生物的功能以及生物进化的规律。
二、生物信息技术的应用领域1. 基因组学：通过测序和组装基因组，揭示生物体内基因的组成、结构和功能，深入研究基因间的相互作用关系，为基因疾病的诊断和治疗提供依据。
2. 转录组学：研究基因在特定环境下的表达情况，探究基因调控网络和信号传导途径，从而揭示生物体内复杂的生物学过程和发育调控机制。
3. 蛋白质组学：研究蛋白质的组成、结构和功能，探索蛋白质相互作用网络和信号传递途径，为药物设计和疾病治疗提供理论依据。
4. 代谢组学：研究生物体内代谢产物的组成和变化规律，探究代谢途径和调控机制，为疾病的早期诊断和治疗提供新的方法和思路。
5. 生物信息学算法和软件开发：开发和应用生物信息学算法和软件，提高生物信息数据的处理效率和准确性，为生物学研究和应用提供便捷的工具和平台。
三、生物信息技术的研究方法1. 数据采集：通过测序、质谱和显微镜等技术手段，采集生物样本中的基因组、转录组、蛋白质组和代谢产物等信息。
2. 数据存储：建立生物信息数据库，存储海量的生物信息数据，保证数据的安全性和可访问性。
3. 数据分析：运用统计学、机器学习和数据挖掘等方法，对生物信息数据进行分析和解读，挖掘潜在的生物学规律和生物学意义。
4. 结果解释：将分析结果与生物学知识和实验验证相结合，解释数据分析的结果，探究生物信息数据背后的生物学机制。
5. 应用开发：基于生物信息数据和研究结果，开发生物信息学算法、软件和工具，为生物学研究和应用提供支持。
生物信息学的发展与趋势
生物信息学的发展与趋势在现代生命科学的发展过程中，人们通过不断地研究和探索，已经逐渐认识到了生物信息学在该领域的重要性和影响力。
生物信息学是一门较为年轻的交叉学科，它将数学、信息科学、计算机科学等多学科的方法和技术与生物学相结合，成功地促进了生命科学的研究和应用，同时也带来了新的机遇和挑战。
本文将从生物信息学的概念、历史发展、技术方法和未来趋势等几个方面进行阐述。
一、生物信息学的概念生物信息学是一门研究利用计算机技术处理和分析生物学数据的学科，它的研究内容主要包括生物信息的收集、存储、管理、分析、可视化等方面。
在生物学领域，生物信息学已经成为了处理和分析生物学研究数据的主要手段，尤其是随着高通量测序技术和大规模生物样品库的建立，生物信息学的应用前景更是被看好。
二、生物信息学的历史发展生物信息学的历史可以追溯到上世纪60年代，当时科学家们已经开始通过计算机技术来研究蛋白质结构和DNA序列等生命科学中的问题。
此后，生物信息学得以得到迅速发展，1980年代末期，生物信息学在生命科学领域中的应用已经成为一个备受关注的热门话题。
在1990年代，人类基因组计划的启动和实施加速了生物信息学的发展。
这个计划的宣布，推动了生物信息学技术的研究和实践，尤其是在基因序列方面的研究，大大促进了生物信息学的发展和应用。
同时，这也加速了生命科学领域的发展和对安全、药物、食品、能源等关键问题的解决。
随着新一代测序技术的出现，生物信息学得以得到进一步发展。
例如，Illumina、IonTorrent、PacBio、Nanopore等常见的测序方式，使得研究人员们可以迅速、精确的获取大量的基因组序列信息，这一进步不仅带来了标志性的技术变革，而且也推进了医学、药学等重要领域对于相应的基础研究进展。
三、生物信息学的技术方法生物信息学的技术方法主要包括基础的生物计算、生物物理学、生物科学、以及DNA、RNA和蛋白质等生物学大分子的结构、功能和互作关系的研究分析。
生物信息学的发展前景
生物信息学的发展前景生物信息学是一门综合性的学科，将计算机科学、数学、统计学和生物学相结合，旨在研究和理解生物学信息的获取、存储、分析和应用。
随着现代生物学研究的迅速发展和生物大数据的爆发式增长，生物信息学在科学研究、医学疾病诊断和治疗、农业和环境保护等领域发挥着越来越重要的作用。
本文将重点探讨生物信息学的发展前景。
一、生物信息学在基础科学研究中的前景生物信息学为研究生物系统和生命基础过程提供了强大的工具和方法。
通过分析基因组、转录组、蛋白质组和代谢组等大规模生物数据，可以揭示生物体内复杂生物分子之间的相互作用和调控机制，从而深入了解生命的本质。
随着高通量测序技术和大规模数据采集技术的不断发展，生物信息学在生物学的各个领域中的应用越来越广泛。
例如，在癌症研究中，生物信息学可以帮助筛选出与癌症相关的基因、预测癌症发展的趋势，为癌症的早期诊断和精准治疗提供依据。
二、生物信息学在医学疾病诊断和治疗中的前景生物信息学在医学疾病诊断和治疗中的应用前景广阔。
通过分析患者的基因组和转录组数据，可以为临床医生提供个体化的诊断和治疗方案，从而提高治疗效果和减少治疗风险。
例如，利用生物信息学的方法可以鉴定出与遗传疾病相关的基因突变，为患者提供遗传咨询和遗传筛查服务。
同时，生物信息学还可以帮助研究药物对不同基因型病人的疗效差异，促进个体化精准医疗的发展。
三、生物信息学在农业领域中的前景生物信息学在农业领域的应用前景广泛。
通过分析作物和牲畜的基因组数据，可以筛选出对抗病虫害、逆境胁迫等具有抗性的基因，并利用基因工程技术培育出更加耐逆性的新品种。
此外，生物信息学还可以在种植、养殖和渔业方面提供决策支持。
通过分析大规模数据，可以为农民和养殖户提供关于施肥、疾病防治、兽药使用等方面的指导，提高农业生产效率和产品质量。
四、生物信息学在环境保护和生物资源开发中的前景生物信息学在环境保护和生物资源开发中发挥着重要作用。
通过分析环境中的微生物组成和功能，可以预测和评估环境的污染程度和生态系统的健康状况。
生物信息学技术的应用前景
生物信息学技术的应用前景生物信息学是一门新兴的学科，它将计算机科学、数学和生物学相结合，旨在开发、应用和评估计算生物学方法和工具，以解决生物学研究中的问题。
生物信息学技术在基因组学、蛋白质组学、转录组学、代谢组学等多个领域都有重要的应用，具有广阔的应用前景。
1. 基因组学基因组学是生物信息学技术的主要应用领域之一。
通过基因组学技术，研究人员可以对某一物种的基因组序列进行测序和分析，了解该物种的基因组结构、基因信息和遗传变异情况。
基因组学技术在生命科学领域的应用非常广泛，例如在生物进化、基因调控、疾病机理等方面都有着重要的应用。
2. 蛋白质组学蛋白质组学是研究所有蛋白质在时间和空间上的表达及其功能的学科。
通过蛋白质组学技术，可以对某一生物体中所有蛋白质的类型、数量、结构及功能进行研究。
蛋白质质谱技术、蛋白质芯片技术和蛋白质互作组学技术等都是蛋白质组学研究中常用的技术手段。
3. 转录组学转录组学是研究所有基因在特定条件下的表达情况及其调节机制的学科。
通过转录组学技术，可以对某一生物体中所有基因的表达情况及其变化进行研究。
转录组学技术在生物学研究中有着广泛的应用，例如在肿瘤研究、植物研究等方面都有重要的应用。
4. 代谢组学代谢组学是研究生物体在特定环境下代谢产物的分析和定量的学科。
通过代谢组学技术，可以研究代谢产物在生物体内的生成、消耗和转化情况，了解代谢物在生物体内的功能以及环境因素对代谢产物的影响，可以应用于同化和异化反应的研究，例如研究人体血液中药物残留物的分析、植物代谢物的研究等。
5. 合成生物学合成生物学是一门新兴的交叉学科，旨在设计、构建和优化人工合成的生物系统和生物部件，以实现特定的生物功能。
合成生物学将基于工程学的方法和生命科学相结合，通过遗传工程、信号转导、代谢工程等方法改造生物体，实现对生物化学反应的控制和重构。
合成生物学技术在生物学研究中有着重要的应用，例如在生物能源生产、药物发现与开发等方面。
生物信息学研究的重点及未来展望
生物信息学研究的重点及未来展望生物信息学是近年来快速发展的学科之一，它将计算机技术应用于生物学领域，为生物学研究提供了一个新的角度和方法。
生物信息学可用于研究生物信息的收集、分析、存储、传输和管理，为生物学家提供了有效而全面的工具。
本文将探讨生物信息学研究的重点和未来展望。
一、生物信息学的研究重点（1）基因组学基因组学研究生物的基因组结构和基因组数据的分析。
基因组学的目标是确定细胞、病理学和进化基因组的组成、顺序和互作模式。
生物信息学在基因组学中的应用有：基于DNA序列比对的各种数据分析、预测和注释工具的设计和运用，如基因寻找、基因结构预测、基因重编码、引物设计、遗传计图制图等。
还可研究生物基因组中的单核苷酸多态性和单基因突变等。
（2）蛋白质组学蛋白质组学研究蛋白质的产生、表达、修饰、定位、互作和功能。
蛋白质质谱学技术是蛋白质组学的关键技术，可用于确定蛋白质种类和含量、识别蛋白质质量、分析蛋白质结构和特性等。
生物信息学在蛋白质组学中的应用主要包括：蛋白质序列识别、结构预测、动态域注释、基础蛋白质互作和复合物分析等。
（3）结构生物学结构生物学研究蛋白质、核酸和复合物的分子结构和功能，提供在药物研发中的重要信息。
生物信息学在结构生物学中的应用包括：蛋白质结构预测和模拟、基于结构的药物设计、3D可视化等。
（4）生物信息系统生物信息系统研究通过整合信息和数据流的不同来源，为生物学家提供生成、存储、共享和管理生物信息的新方法，并把这些信息加以整合以研究生物系统的疾病和功能等。
生物信息学在生物信息系统中的应用有：数据挖掘、数据标准化、数据库设计、数据流转和系统分析等。
（5）表观遗传学表观遗传学研究基因表达的调控及其与环境的相互作用，特别是生命特征及其遗传素材在发育生物中的表现。
生物信息学在表观遗传学中的应用有：基因组和表观基因组学的平台操作、分析和可视化工具的开发和布署等。
（6）系统生物学系统生物学是一种以整体、动态和系统的方式来研究生物学的学科，它致力于深入研究基因、蛋白质和代谢通路等生物大分子的互作和网络调控。
生物信息学及其应用前景
生物信息学及其应用前景生物信息学是将计算机科学、统计学和数学等多学科知识应用于生物学领域的一门交叉学科。
其研究的对象是生物分子信息，包括基因组、转录组、蛋白质组、代谢组等。
生物信息学的发展不仅推动了生物学的进步，同时也为医学、农业等领域的研究提供了新的思路和方法，具有重要的应用前景。
一、生物信息学的发展历程生物信息学起源于20世纪80年代，当时计算机技术迅速发展，同时生物学技术也得到了革命性的进展，其中最重要的就是基因测序技术的发展。
1981年，美国科学家沃尔特·吉尔伯特（Walter Gilbert）提出了“全基因组测序”的概念，奠定了生物信息学研究的基础。
1985年，随着Sanger法的发明，基因测序技术进一步得到提高，从而推动了生物信息学的发展。
此后，生物信息学成为了生命科学领域中的重要分支之一，为人类基因组计划和其他生命科学研究做出了杰出的贡献。
二、生物信息学的应用领域基因组学是生物信息学的重要领域之一。
基因组学可以通过对基因组的分析和解码，研究基因结构、功能及其在生物体中的作用。
同时，基因组学还可以帮助人类了解基因表达的调控机制，从而推动疾病的预防和治疗。
2.转录组学转录组学是研究基因表达的过程与机制的学科，是生物信息学的另一个重要领域。
转录组学的研究可以揭示基因的调控活动及其参与代谢、免疫、生长和发育等过程中的作用。
3.蛋白质组学蛋白质组学是通过对蛋白质组的研究，发掘蛋白质的生物学功能和相互作用的学科。
生物信息学的工具可以帮助科学家分析大量的蛋白质数据，了解蛋白质在细胞中的位置和行为，从而推动医学和生物学领域的进展。
代谢组学是研究生物体内代谢产物的种类、量和相互作用的学科。
生物信息学的应用可以帮助科学家了解代谢网络的组成和调控机制，从而为新药研究和疾病诊断提供新的思路和方法。
三、生物信息学的应用前景随着生物信息学技术的不断发展和应用领域的扩展，生物信息学的应用前景越来越广泛。
生物信息学的研究与应用前景分析
生物信息学的研究与应用前景分析生物信息学是一门跨学科的研究领域，结合了生物学、计算机科学和统计学的知识与技术，旨在通过对生物学数据的收集、存储、管理、分析和解释，加深对生命现象的理解，并在医学、生物技术和生态学等领域中应用这些知识与技术。
随着生物学和信息学的发展，生物信息学已经成为一门受到广泛关注的科学研究领域，其在生命科学研究和应用中具有巨大的潜力和前景。
首先，生物信息学在基因组学研究中具有重要作用。
基因组学是生物信息学的重要研究领域，其研究的是染色体上基因的组成、结构、功能和调控等方面的问题。
通过整合大量的基因组数据，生物信息学可以对基因组进行高效的分析和解释，揭示基因与表型之间的关系，进而推动基因组学的研究和应用。
其次，生物信息学在蛋白质组学研究中发挥着重要的作用。
蛋白质组学是研究生物体所有蛋白质的组成、结构、功能和调控等方面的研究领域。
通过生物信息学的方法，可以对蛋白质的序列、结构和功能进行预测和分析，发现新的蛋白质，研究蛋白质的功能和相互作用网络，揭示生物系统的调控机制和信号传导途径，对蛋白质结构和功能的研究具有重要的意义。
此外，生物信息学在药物研究与开发中发挥着重要的作用。
药物研究与开发是生物信息学在医学领域的应用之一。
通过生物信息学的方法，可以对药物与靶点之间的相互作用进行模拟和预测，筛选候选药物，优化药物设计，提高药物研发的效率。
生物信息学还可以通过研究药物的代谢途径、药物的剂量与药物反应个体差异等问题，为临床用药提供指导和决策支持。
此外，生物信息学在生物技术研究与应用中具有广阔的前景。
生物技术是利用生物学的知识和技术改变生物体的结构、功能和性状的一门研究领域。
生物信息学通过对基因组和蛋白质组的研究，可以发现和利用生物体中的有用基因和蛋白质，开发新的生物工程产品和生物药物，推动生物技术的创新和发展。
例如，在农业领域，生物信息学可以通过转基因技术改良作物的品质和抗病性；在工业领域，生物信息学可以利用微生物合成生物材料和生物燃料等。
生物信息学的发展与应用前景
生物信息学的发展与应用前景生物信息学是计算机科学、数学和生物学的交叉学科。
它的主要研究对象是生物学中的数据和信息。
生物信息学的发展对于我们深入了解生命的本质以及应对全球卫生挑战具有重要的意义。
本文将从生物信息学的发展、生物信息学中一些常用的分析方法及其应用以及生物信息学在人类疾病防治、农业、环境保护等领域的应用前景等方面进行探讨。
一、生物信息学的发展生物信息学的发展经历了三个阶段：计算科学方法在生物学中的应用、生物数据的仓储和处理以及生物信息学的集成与应用。
生物信息学的第一个阶段是计算科学方法在生物学中的应用。
这个阶段主要是利用计算机和互联网对生物学中的一些问题进行计算、建模和模拟。
这个阶段的主要成就是开发了一些生物数据工具和数据库将数据和文件保存在一起以方便检索。
生物信息学的第二个阶段是生物数据的仓储和处理。
由于生物信息学涉及到 DNA 序列的处理、比较和注释，同时生物信息走向小数据规模比较小的实验室，因此全球需要搭建大型生物信息学数据库来完成数据的存储、处理和挖掘，这个领域的代表作就是National Center for Biotechnology Information （NCBI）和 European Bioinformatics Institute （EBI）等生物信息学数据库。
生物信息学的第三个阶段是生物信息学的集成与应用。
这个阶段是指以生物学为基础的跨学科研究，生物信息学变成了一个集成多种方法，应用到多个研究领域的交叉学科。
这个阶段的研究方法更加革命性和颠覆性。
二、生物信息学中的一些常用的分析方法及其应用生物信息学分析方法主要包括序列比对、多序列比对、序列注释、序列重构、蛋白质结构预测等分析。
现在，我们简单介绍一下这些方法及其应用。
1、序列比对：序列比对是指把两个或多个序列按其相同的位置进行对齐比较的过程，广泛应用于构建物种进化树、研究某一个基因结构和分析某些基因差异等。
2、多序列比对：多序列比对是指将多个基因序列进行同源比对，用于分析多个物种之间基因功能保守性、进化关系、选择压力等问题。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
生物信息学主要内容和发展前景学生：xxx（x学院xxxx班，学号xxxxxxxxxxx）摘要：21世纪是生命科学的世纪，伴随着人类基因组计划的胜利完成，人类基因组以及其它模式生物基因组计划的全面实施，使分子生物数据以爆炸性速度增长。
及时、充分、有效地利用网络上不断增长的生物信息数据库资源，已经成为生命科学和生物技术研究开发的必要手段，从而诞生了生物信息学。
关键字：生物信息学；产生；研究内容；展现状；前景随着生物科学技术的迅猛发展，生物信息数据资源的增长呈现爆炸之势，同时计算机运算能力的提高和国际互联网络的发展使得对大规模数据的贮存、处理和传输成为可能，为了快捷方便地对已知生物学信息进行科学的组织、有效的管理和进一步分析利用，一门由生命科学和信息科学等多学科相结合特别是由分子生物学与计算机信息处理技术紧密结合而形成的交叉学科——生物信息学(Bioinformatics)应运而生,并大大推动了相关研究的开展,被誉为“解读生命天书的慧眼”。
一、生物信息学的产生21世纪是生命科学的世纪，伴随着人类基因组计划的胜利完成，与此同时，诸如大肠杆菌、结核杆菌、啤酒酵母、线虫、果蝇、小鼠、拟南芥、水稻、玉米等等其它一些模式生物的基因组计划也都相继完成或正在顺利进行。
人类基因组以及其它模式生物基因组计划的全面实施，使分子生物数据以爆炸性速度增长。
在计算机科学领域，按照摩尔定律飞速前进的计算机硬件，以及逐步受到各国政府重视的信息高速公路计划的实施，为生物信息资源的研究和应用带来了福音。
及时、充分、有效地利用网络上不断增长的生物信息数据库资源，已经成为生命科学和生物技术研究开发的必要手段，从而诞生了生物信息学。
二、生物信息学研究内容（一）序列比对比较两个或两个以上符号序列的相似性或不相似性。
序列比对是生物信息学的基础。
两个序列的比对现在已有较成熟的动态规划算法，以及在此基础上编写的比对软件包BALST和FASTA，可以免费下载使用。
这些软件在数据库查询和搜索中有重要的应用。
有时两个序列总体并不很相似，但某些局部片断相似性很高。
Smith-Waterman算法是解决局部比对的好算法，缺点是速度较慢。
两个以上序列的多重序列比对目前还缺乏快速而又十分有效的算法。
（二）结构比对比较两个或两个以上蛋白质分子空间结构的相似性或不相似性。
（三）蛋白质结构预测从方法上来看有演绎法和归纳法两种途径。
前者主要是从一些基本原理或假设出发来预测和研究蛋白质的结构和折叠过程。
分子力学和分子动力学属这一范畴。
后者主要是从观察和总结已知结构的蛋白质结构规律出发来预测未知蛋白质的结构。
同源模建和指认（Threading）方法属于这一范畴。
虽然经过30余年的努力，蛋白结构预测研究现状远远不能满足实际需要。
（四）计算机辅助基因识别给定基因组序列后，正确识别基因的范围和在基因组序列中的精确位置.这是最重要的课题之一，而且越来越重要。
经过20余年的努力，提出了数十种算法，有十种左右重要的算法和相应软件上网提供免费服务。
原核生物计算机辅助基因识别相对容易些，结果好一些。
从具有较多内含子的真核生物基因组序列中正确识别出起始密码子、剪切位点和终止密码子，是个相当困难的问题，研究现状不能令人满意，仍有大量的工作要做。
(五) 非编码区分析和DNA语言研究在人类基因组中，编码部分进展总序列的3~5%，其它通常称为“垃圾”DNA，其实一点也不是垃圾，只是我们暂时还不知道其重要的功能。
分析非编码区DNA 序列需要大胆的想象和崭新的研究思路和方法。
DNA序列作为一种遗传语言，不仅体现在编码序列之中，而且隐含在非编码序列之中。
（六）分子进化和比较基因组学早期的工作主要是利用不同物种中同一种基因序列的异同来研究生物的进化，构建进化树。
既可以用DNA序列也可以用其编码的氨基酸序列来做，甚至于可通过相关蛋白质的结构比对来研究分子进化。
以上研究已经积累了大量的工作。
近年来由于较多模式生物基因组测序任务的完成，为从整个基因组的角度来研究分子进化提供了条件。
可以设想，比较两个或多个完整基因组这一工作需要新的思路和方法，当然也渴望得到更丰硕的成果。
这方面可做的工作是很多的。
（七）序列重叠群（Contigs）装配。
一般来说，根据现行的测序技术，每次反应只能测出500或更多一些碱基对的序列，这就有一个把大量的较短的序列全体构成了重叠群（Contigs）。
逐步把它们拼接起来形成序列更长的重叠群，直至得到完整序列的过程称为重叠群装配。
拼接EST数据以发现全长新基因也有类似的问题。
已经证明，这是一个NP-完备性算法问题。
（八）遗传密码的起源。
遗传密码为什么是现在这样的？这一直是一个谜。
一种最简单的理论认为，密码子与氨基酸之间的关系是生物进化历史上一次偶然的事件而造成的，并被固定在现代生物最后的共同祖先里，一直延续至今。
不同于这种“冻结”理论，有人曾分别提出过选择优化、化学和历史等三种学说来解释遗传密码。
随着各种生物基因组测序任务的完成，为研究遗传密码的起源和检验上述理论的真伪提供了新的素材。
三、生物信息学研究的发展现状资金和实力非常重要，生物信息的研究投入短期不算大，但是结合成果，其投入相当的大。
因为目前生物信息主要在于教学和和研究，商业领域的应用不算很广。
如一套LIMS加上软件就要花上数千万。
加上相关项目的研究开发，不是国内相关的机构所能承受的。
所以需要得到政府的支持和帮助。
以及有识之士的投入。
否则我们又将远远落后国外。
国内的制药行业将永不得翻身！基因的流失(国外一些国家打着给国内免费治疗，分析疾病的考旗帜，暗中收集了国内不同省份，地区的遗传类疾病和特性。
这些资源，我们国家忽略，应当说目前还没有这样的实力进行研究）。
落后就要挨打，21世纪是生物的世纪。
基因大战不可避免。
基因和疾病的研究很大程度就是数据的分析。
里面的领头羊就是生物信息。
国内应当在基础教学，基础研究并结合应用力度。
当然国内的人才济济，如有更多计算机领域和数学（统计方面的）人才参与到生物信息，将如虎添翼。
目前我国生物信息学发展面临着如下几方面的困境：（一）政府投资不足虽然国际上生物信息学研究在各发达国家中比较受重视，但仍有不少研究机构抱怨政府资金投入不够。
最近美国许多研究院纷纷申请要求政府加大生物信息学工具与数据库方面的投入，而且欧洲、日本、澳大利亚在这些领域也存在着资金困扰问题，欧洲生物信息学研究所（EBI）和欧洲基金会生命科学中心去年都遇到了麻烦。
目前虽然危机已经暂时渡过，但未来几年EBI数据库和其它基础结构仍将受到资金短缺的困扰，一致有人发出了"免费数据服务还能维持多久"的疑问。
（二）来自商业机构的竞争基因组研究潜在的巨大商业利润使得国际上一批大型制药公司和化学公司向该领域大规模的进军。
世界最大制药集团之一的Giba Geigy和Sandoz合资建立的Novartis公司投资2.5亿美元建立基因组研究所；Glaxo-Wellcome在基因组研究领域投入4700万美元，将研究人员增加一倍;Smith Kline公司花125亿美元扩展人基因组的顺序，将生物信息学的研究人员从2人增加至70人，并将该公司药物开发项目中的25%建立在基因组学之上。
这一方面给生物信息学发展注入了生机，另一方面对那些政府支持的不以赢利为目的的研究机构造成了巨大的压力，学术部门的资金投入远远不及工业部门，其负面冲击力不可忽视。
毕竟经济利益的盲目追求会导致基因组研究的片面性，生物信息学长路漫漫，保护这些学术部门的良好发展非常有必要。
（三）专业人才匮乏目前该领域缺乏懂得如何利用计算机技术处理大量生物数据的生物学家，不少生物学家只是将计算机用来打字或作为图纸的替代品。
甚至出现了这样有趣的现象：制药业、工业、农业、生物技术研究团体经常在学术机构大肆搜查那些"可疑人"，更有甚者他们彼此间互挖"墙角"。
虽然对于人才的渴求与日俱增，但全世界也仅有20多个专业人才培训中心，而且这些中心本身也处在恶性循环中，那些经培训后的人才往往由于高薪诱惑而投身应用工业部门，导致培训教育人员越来越少，出现"断层"现象。
四、生物信息学的发展前景《第三次技术革命》里有这样描述：“一场与工业革命和以计算机为基础的革命有相同影响力的变化正在开始。
下一个伟大时代将是基因组革命时代，它现在处于初期阶段。
”基因组学的发展已经进入后基因组研究阶段,致力于蛋白质功能研究的蛋白质组学和功能蛋白质组学正在蓬勃发展,在生物信息学发展的带动下,我们必定能够揭示各种生命现象的奥秘,并带动多个学科的跨越式发展。
生物信息学的发展将对分子生物学、药物设计、工作流管理和医疗成像等领域产生巨大的影响,极有可能引发新的产业革命。
此外,生物信息学所倡导的全球范围的资源共享也将对整个自然科学乃至人类社会的发展产生深远的影响。
有理由相信，今日生物学数据的巨大积累将导致重大生物学规律的发现，生物信息学的发展在国内、外基本上都处在起步阶段，因此，这是我国生物学赶超世界先进水平的一个百年一遇的极好机会。
五、结束语随着社会的不断进步，生物信息学发展的步伐越来越快，它通过综合利用生物学，计算机科学和信息技术等学科，来为全人类造福。
如果我们想更好更快的发展生物信息学，我们必须学好文化知识，我们只有在扎实的基础之上，才能更好的发展生物信息学，将其更好的为我们服务，推动相关产业的发展，进一步推动社会的进步。
参考文献[1] 陈润生.生物信息学.生物物理学报,1999,15(1):5～13[2] 北京生物技术和新医药产业促进中心.世纪之交的新科学:生物信息学.生物技术通报,1999(日):49～54[3] 杨福愉.展望21世纪的分子生物学.生物物理学报,1999,15(1):1～5[4] MarchiE,钟南.基因组学在基因组计划中的作用.生命的化学,1999,(1):9～10[5] 胡德华,方平.基因组数据的处理.生物技术通讯,2000,11(1):68～71[6] 郑国清,张瑞玲,段韶芬,徐丽敏.生物信息学的形成与发展[J].河南农业科学,2002年11期[7] 王玉梅,王艳.国外生物信息学发展动态分析[J].科技情报开发与经济,2002年06期。