생물 정보학은 주로 생물학, 정보 과학, 통계학, 컴퓨터 과학, 인공 지능, 화학 및 생화학과 같은 생물학적 문제를 분자 수준에서 다루는 연구입니다. 컴퓨터 생물학의 연구 분야는 때때로 시스템 생물학과 겹친다. 주요 연구 분야는 서열 정렬, 유전자 검색, 유전자 조합, 단백질 구조 정렬, 단백질 구조 예측, 유전자 발현 예측, 단백질 간의 상호 작용 및 진화 모델에 따라 다릅니다.
1950년대 영국 케임브리지의 앨런 튜링 박사는 자연 발생의 생물학적 패턴에 관한 논문을 생물 정보학의 첫 번째 논문으로, 그리고 나중에 영국 케임브리지에 있는 MRC 센터의 맥스를 인정했다. Purutz와 John Kendre 박사는 헤모글로빈의 3D 단백질 구조를 밝히고 컴퓨터에서 모델을 만들기 시작한 컴퓨터의 손에 컴퓨터를 사용하여 구조적인 생물 정보학을 시작합니다. 이후 시드니 브레머와 같은 MRC 센터 클릭인 푸루츠의 연구원 프랜시스는 코돈이라는 용어를 만들어 생물학의 핵심인 DNA 나선 구조와 정보 복사라는 개념을 더욱 확고히 확립했다.
당시, 같은 MRC 센터의 Sanger 박사가 첫 번째 인슐린 단백질 서열을 해독하는 동안, MRC 센터 내에서 서열 연구의 중요성과 기초가 만들어졌습니다. 그 후, Sanger 박사는 두 번째 노벨상에 오른 DNA 서열을 읽는 두 가지 방법을 고안했으며 많은 양의 DNA 정보가 쏟아졌습니다. 이때 MRC 센터는 이미 컴퓨터에 최초의 3차원 단백질을 그리기 시작했으며, 첫 번째 DNA 게놈 구조 비교는 첫 번째 DNA 서열 정렬 방법이 첫 번째 DNA 정렬 패키지 등을 만들리라는 것이었다. 일부 물리학자와 수학자들이 직접 컴퓨터 프로그래밍을 통해 알고리즘을 무료로 배포하기 시작했지만, 완성된 생물정보학 수치는 미국에 영향을 미치기 시작하고 있다.
특히 1960년대와 1970년대에는 미국의 많은 박사후연구원과 연구원이 케임브리지의 MRC 센터에서 생물 물리학, 생화학 및 생물 정보학을 이전하고 있었습니다. 1970년대에는 최초의 단백질 아틀라스 출판물, 진 정보은행, 너희 먼 완수 이와 같은 미국 연구자들의 기여와 인터넷이 매우 인기를 끌면서 생물 정보학은 현재 연구자들이 이해하는 형태가 되었다. 그때까지 생물 정보학의 정의와 역사에 대한 지식은 몇 200명의 전문가에게만 알려졌었습니다. 따라서 인터넷에 의한 무료 정보 교환은 생물 정보학의 가장 중요한 철학적 배경을 가지고 있으며, 그 뿌리는 모든 정보를 무료로 배포한 케임브리지의 MRC 센터 문화에 기인한다.
이와는 대조적으로 미국은 실리콘밸리, 하버드, 예일대 동부를 중심으로 더욱 경쟁적이고 폐쇄적인 정보 교환을 했고, 미국 NCSI는 본격적으로 운영되어 90년대 전 세계에 대량의 생물학적 정보가 퍼질 기회를 만들었다. 1970년대 영국 케임브리지에서 DNA 염기서열 분석법이 개발되면서 많은 종의 전장 게놈 염기서열이 현재 밝혀졌으며 이 정보는 생물 정보학의 핵심 내용입니다. 특히 유전자는 생물 정보학의 탄생에서 가장 중요한 분야로서 게놈 생물 정보학과 밀접한 관련이 있습니다.
결론적으로, 생물 정보학 또는 생물 정보학, 컴퓨터 생물학과 같은 생물학적 용어는 이론 물리학 / 미적분학 / 통계학 / 수학 도구를 사용하여 생물학에서 얻은 많은 양의 데이터로부터 유용한 지식을 얻는 데 일반적입니다. 그러나 계산 생물학은 생물학에서 컴퓨터를 쓰는 생물학에 포함된 정의로 이해될 수 있습니다.
최근 생명현상의 관점이 확대되면서 기존 바이오+로비의 의미와 같지만 단순한 접근의 합이 아닌 시스템 전체에 걸쳐 분석과 수학 모형화를 강조하는 용어로, 시스템생물학도 생물정보학과에서 실질적으로 중복된 용어다. 2010년에는 게놈 해독 기술이 빠르게 발전하여 유전자뿐만 아니라 표현체(성적증명서, 단백질, 대사체, 엑소디엘렉트릭)를 해독하고 분석하기가 더 쉬워졌으며, 그러한 신체(고메스)의 일반적인 용어인 오닉스(소매틱스)의 다양성이 증가했다.
다양한 체세포의 데이터를 여러 오믹스 또는 여러 정보라고 합니다. 멀티 모 혼합은 이제 생명 정보의 빅 데이터의 핵심입니다.특히 게놈 기반 체 세포학에서는 AI로 다발성 체세포와의 유기적 관계를 해석하려는 시도가 많아졌고, 암뿐만 아니라 심장질환도 유전자 분석의 원인이 다발적으로 되었다.심장질환은 암과 같은 유전 질환으로 인식되지 않는 만성 성인질환이지만 다발성 체세포의 분석력이 높아 유전자의 사용과 발현정보의 활용으로 뒷받침되고 있으며, 이를 확대하였다.