朱文勇，唐 霖，翁权杰

（南京邮电大学，南京 210023）

科技的发展促使社会进入了信息化时代，而在信息化时代计算机科学已经成为被社会各个领域所广泛应用的一个重要学科，为各行各业发展与创新提供了充足的可能。在生物信息学发展的过程中，需要涉及到众多数据与信息的收集、整理、储存、统计、分析等，若是单纯依靠人进行计算与分析，则相关研究进展就过于缓慢。因此，计算机科学的出现在一定程度上为当前生物信息学的进一步发展与研究创造了有力条件，加快了其发展速度，这也就充分说明会计算机科学在生物信息学中的重要性地位。

1 计算机科学在生物信息学中应用的重要性

随着当前生物信息学的快速发展，现阶段生物信息所采集的信息数据已经开始采用海量随机的短序列拼接，这种方法在实际应用的过程中主要是由具有极高运行速度、自动化的测序仪器来完成的，并且可以通过对生物TCJ排列的测序来获得相关序列信息，然后利用先进技术将这些生物体中的物理化学信号转化为数字信号，使得计算机可以自动进行识别，然后根据这些信号进行初步的分析，而这些数据均是最为原始的基本实验数据[1]。在此之后需要完成的便是筛选并分析海量生物信息进行处理与分析，这就需要高性能、高运行效率的计算机作为有效支撑，若是缺乏可靠的计算机来实现筛选工作，则生物信息学方面的研究进展就会相对缓慢，这也就充分说明了计算机科学在生物信息学中应用的重要性。

2 计算机科学在生物信息学中的具体应用

2.1 实现了研究的可预见性

在传统生物学研究的过程中，大部分的研究结果主要是在经过实验、观察，以及多次实践，才可以得出最后的结论，而这个过程中具有反复性、长期性特征，需要经过漫长的研究过程才可以取得一定的研究成果。随着计算机科学的引进在生物学领域研究的过程中，便可以通过逻辑、事先推演而得出理论，然后再结合实际情况在实践中对这一理论进行检验，以此来完成相关的研究工作[2]。这就在一定程度上加快了生物信息学的研究进程，同时也有效减少对人力、物力、财力资源的消耗，为研究的顺利进行提供充足的保障。除此之外，计算机科学的引进还可以实现对各种类型设备的有效控制，因此在研究的过程中可以通过预设程序的方式，有效减少实验的操作难度，同时也可以减少对人力资源的消耗，使该项研究工作可以顺利进行。

2.2 数据挖掘

数据挖掘在完成需要首先对数据进行清理集成，然后根据数据的实际情况对其趋势进行预测分析，而这种预测也被应用至生物信息学的研究中。以蛋白质结构预测为例，在传统预测的过程中，主要是需要依靠各种实验来完成，然而有关蛋白质分子结构的预测却并不能完全根据实验来进行确定，为相关研究工作带来诸多阻碍[3]。然而，通过将计算机科学应用至结构预测中，便可以通过使用计算机数据挖掘技术，对构成蛋白质的不同种类的按计算进行编码，然后任意选择一个奇数长度窗口，构建起模型，从而实现有效预测，为相关研究工作提供便利。除此之外，利用数据挖掘技术还可以实现微阵列数据分析、蛋白质同源等多方面的研究，其研究领域、研究方向被进一步拓展，对于生物信息学的发展具有促进作用。

2.3 结构模拟

通过应用计算机科学，不仅可以实现对理论知识方面的预测，同时还可以实现对设备的控制与优化，数据挖掘的应用更是为结构预测提供了便利。在此基础上，计算机科学还可以实现结构模拟。计算机的应用，可以运用各种建模软件针对特定内容进行3D建模，这就在一定程度上有效减少了结构模型的搭建时间与成本，并且可以在软件窗口直接输入相关的数据信息，让计算机进行结果演算，为结构假设的检验工作提供了便利[4]。在计算机3D建模的辅助下，可以实现基因、蛋白质的建模，而其结构也会更加清晰的展现出来，加快了生物信息学的研究进程。

3 结束语

综上所述，生物信息学在实际发展的过程中应用了计算机技术、网络技术、生物学、统计学等多门学科的相关知识，需要借助计算机与网络技术强大的信息计算、统一、处理能力，若是缺乏计算机的有效支撑，则其发展、研究速度将会严重降低。计算机科学的应用，使得生物信息学的研究实现了预见性，同时还可以实现对各种设备的有效控制，节约了大量的人力与物力，并且可以通过数据挖掘的方式来进一步加强数据整理，从而简化了生物信息学研究的工作量，加快了研究进度，为其今后的进一步发展奠定良好基础。