（四）生物信息学 
　　生物信息学是一门新兴的交叉学科，是伴随基因组研究而产生的，它的研究内容紧随基因组研究的逐步深入而发展。广义地讲，生物信息学是以计算机为工具从事对基因组研究相关生物信息的获取、加工、储存、分配、分析和解释。它包括了两层含义，一是对海量数据的收集、整理与服务，也就是管好这些数据；另一个是从中发现新的规律，也就是用好这些数据。目前，伴随着基因组研究日新月异的快速发展，相关信息出现了爆炸性增长，迫切需要对海量生物信息进行处理。以Genbank中的DNA碱基数为例，其增长速度呈指数性增长，大约每14个月就会增长一倍，这一增长速度只有计算机运算能力的增长可以与之比拟。所以在当前基因组信息爆炸的时代，建立超大规模计算系统，发展全新的生物信息学的理论、方法来分析这些数据，从中获得有用的信息是基因组研究取得成果的决定性步骤。其次，基因组研究最终是要把生物学问题转化成对数字符号的处理问题。要解决这样的问题就必须发展新的分析理论、方法、技术、工具，就必须依赖计算机的信息处理。 
　　因此，生物信息（Bio-IT）产业是生物技术和信息技术相结合的产物，Bio-IT可分为7大领域，即运算与电脑架构、信息工具与资料、储存与资料管理、生命科学应用、生命科学设备、系统整合与资讯以及知识管理与互通。 
　　由于发达国家特别是美国在信息技术和生物技术两方面都具有超强的实力，因此开展生物信息学研究具有得天独厚的条件。在人类基因组计划开展过程中，私营的塞莱拉公司曾宣称要与人类基因组计划展开竞赛，率先在三年内测出人类的全部基因序列，靠的主要就是康柏（Compaq）公司提供的超级服务器。近年来，美国IBM、HP等信息技术巨头都宣称要进军生命科学领域，这无疑将极大地促进生物信息学的发展。 
　　不过由于生物信息学是一门新兴学科，发展时间不长，因此在该领域我国与发达国家之间的差距并不很大，目前我国在生物信息学研究、DNA测序能力方面已处于世界前列，但与国际上相比，对基因组数据的分析处理和利用能力，包括计算能力则存在较大差距。国外分析这样的海量数据都使用超级计算机，而我们的许多研究工作还依赖于使用能力弱得多的工作站甚至个人电脑。因此与国外相比，国内生物信息研究在使用高性能计算方面还比较薄弱，这必将严重影响我国生物信息学未来的发展水平。