生物技术与信息技术的关系是什么

生物技术与信息技术的关系

生物技术（Biotechnology）是以生命科学为基础，利用生物（或生物组织、细胞及其他组成部分）的特性和功能，设计、构建具有预期性能的新物质或新品系，以及与工程原理相结合，加工生产产品或提供服务的综合性技术。信息技术（information science）是研究信息的获取、传输和处理的技术，由计算机技术、通信技术、微电子技术结合而成，即是利用计算机进行信息处理，利用现代电子通信技术从事信息采集、存储、加工、利用以及相关产品制造、技术开发、信息服务的新学科。信息技术和生物技术都是高新技术，二者在新经济中并非此消彼长的关系，而是相辅相成，共同推进21世纪经济的快速发展。

1.生物技术的发展需要信息技术支撑

（1）信息技术为生物技术的发展提供强有力的计算工具。在现代生物技术发展过程中，计算机与高性能的计算技术发挥了巨大的推动作用。在赛莱拉基因研究公司、英国Sanger

中心、美国怀特海德研究院、美国国家卫生研究院和中国科学院遗传所人类基因组中心联合绘制的人类基因组草图的发布中，美国多家研究机构特别强调正是信息技术厂商提供的高性能计算技术使这一切成为可能。同样，在被称为“生命科学阿波罗登月计划”的人类基因草图的诞生过程中，康柏公司的Alpha服务器也为研究人员提供了出色的计算动力。业界分析人士称，在这场激烈的基因解码竞赛背后隐含的是一场超级计算能力的竞赛，同时，这次竞赛有助于大众对超级计算机的超强能力形成普遍认知。在此之前，这些造价至少在数百万美元以上可以超高速运转的机器一直默默无闻，他们被用于控制核反应堆、预报天气或是与世界级国际象棋大师同台对弈。如今，人们越来越清醒地认识到，超级计算机在创造新品种的药物、治愈疾病以及最终使我们能够修复人类基因缺陷等方面是至关重要的，高性能计算可以为人类作出更大的贡献。

赛莱拉公司执行总裁在接受《今日美国》的采访时说:“将人类基因密码以线型方式组合起来，这还是人类有史以来的第一次。”赛莱拉公司要将32亿个碱基对按照正确顺序加以排列，在曾经尝试过的大规模计算中，这次挑战是最为严峻的一次。为了完成这次历史性课题所需的数量极为庞大的数据处理工作，赛莱拉公司动用了700台互联的Alpha64位处理器，运算能力达到每秒1.3万亿次浮点运算。同时，赛莱拉公司还采用了康柏的Storage Works系统，用以完成对一个空间为50TB且以每年IOTB速度增长的数据库管理工作.康柏电脑公司董事会主席曾在一次演讲上说道:“如今，我们很难将生物技术的进步与高性能计算领域的发展割裂开来。实际上，许多一流的科学家都相信，高性能计算是生物和医药的未来。今后，越来越多的具有强大功能的计算机和软件将会被用来搜集、存储、分析、模拟和发布信息。

信息技术还有助于加强生物技术领域的各种数据库管理、信息传递、检索和资源共享等。另一个仅次于基因排序器、在生物技术领域引起关注的硬件是基因芯片，它的研制也非常依赖于信息技术。在显微镜载片或硅片等基片上把基因片段排列、固定，这就是基因芯片。把这个芯片上的基因片段和检体的基因片段放到基因芯片读出器（也是一种破译装置）上，就能迅速比较和破译检体信息。 基因排序器是从零入手破译检体的遗传信息的装置，而基因芯片和其读出器则是与已经有的遗传信息相对照破译信息的装置。 在这个领域，美国的企业比较有名，但日本企业也在同美国企业合作的同时，积极参与这个领域的开发。

（2）生物技术发展需要特定软件技术的支持。生物技术及其产业的发展对于生物技术类软件的需求将进一步增加，软件技术将成为支撑生物技术及其产业发展的关键力量之一。在生物技术各领域中均需要相应的专业软件来支撑：1) 各类生物技术数据库的构建需要性能优良、更新换代迅速的软件技术；2) 核酸低级结构分析、引物设计、质粒绘图、序列分析、蛋白质低级结构分析、生化反应模拟等等也需要相应的软件及其技术支撑；3) 加强生物安全管理与生物信息安全管理也离不开软件及其技术发展的支持。

2.生物技术为信息技术发展开辟了新的道路

（1）生物技术推动超级计算机产业的发展。随着人类基因组计划各项任务的完成，有关核酸、蛋白质的序列和结构数据呈指数增长。面对如此巨大而复杂的数据，只有运用计算机进行数据管理、控制误差、加速分析过程，使得人类最终能够从中受益。然而要完成这些过程，并非一般的计算机力所能及，而需要具有超级计算能力的计算机。因此，生物技术的发展将对信息技术提出更高的需求，从而推动信息产业的发展。比较有说服力的例子是，2002年11月22日出版的《自然》杂志上，以色列科学家宣布研制出一种由dna分子和酶分子构成的微型“生物计算机”，一万亿个这样的计算机仅一滴水那样大，运算速度达到每秒10亿次，准确率为99.8%。当然像所有的新技术一样，有的科学家表示怀疑。他们认为，这种试管里的计算机存在致命的缺陷，因为生化反应本身存在一定的随机性，这种运算的结果可能不完全精确；而且，参与运算的dna分子之间的不能像传统计算机一样通信，只能“各自为战”，不足以处理一些大型计算。

欧美各国及日本相继成立了生物信息数据中心，美国有国家生物技术信息中心(ncbi)、英国有欧洲生物信息研究所(ebi)、日本有70余家制药、生物及高技术公司组成的“生物产业信息化共同体”等。而戈德曼-萨克斯财团2001年的一份报告显示，美国国际商用机器公司(ibm)、sun、康伯和摩托罗拉等公司每家已至少与生物技术公司和调研公司达成12项合作意向，共有140多项合作协议，合作内容涉及到各种技术领域，包括基因芯片，用计算机模拟药效等。

（2）生物技术将从根本上突破计算机的物理极限。目前使用的计算机是以硅芯片为基础，由于受到物理空间的限制、面临耗能和散热等问题，将不可避免地遭遇发展极限，要取得大的突破，需要依赖于新材料的革新。2000年美国加利福尼亚大学洛杉矶分校的科学家根据生物大分子在不同状态下可产生有和无信息的特性，研制出分子开关（molecular switches）。2001年世界首台可自动运行的DNA计算机问世，并被评为当年世界十大科技进展。2002年，DNA计算机研究领域的先驱阿德勒曼教授利用简单的DNA计算机，在实验中为一个有24个变量、100万种可能结果的数学难题找到了答案，DNA计算机的研制迈出了重要一步。

信息产业和生物产业无疑都是高科技的产物，在生命科学的研究中，始终不能缺少计算机的工作，如果到基因组测序的研究所去看一看，大量的以超级计算机为基础的测序仪，会使你误以为到了一家信息技术公司。生物产业因计算机的加盟而提速，信息技术产业也因生命科学的需要而得以发展、获利。运用数学、计算机科学和生物学的各种工具，来阐明和理解大量基因组研究获得数据中所包含的生物学意义，生物学和信息学交叉、结合，从而形成了一个新的学科。生物信息学或信息生物学，它的进步所带来的效益是不可估量的。美国已经出现了大批基于生物信息学的公司，希冀在基因工程药物、生物芯片、代谢工程等领域掘出财富，生物信息学工业潜力巨大。可以说，生物科技(生物技术)与信息科技(信息技术)的融合，才是世界经济市场的未来。在深圳举行的第三届中国国际高新技术成果交易会高新技术论坛上，中国工程院副院长侯云德院士指出，应该把生物技术产业定位为仅次于信息产业的重点产业。他说，信息和生物技术是关系到我国新世纪经济发展和国家命运的关键技术，并将成为我国创新产业的经济增长点。

什么是生物信息学

生物医学工程学是一门理工医相结合的交叉学科，它是应用工程技术的理论和方法，研究解决医学防病治病，保障人民健康的一门新兴的边缘科学。生物医学工程学研究的学科方向主要有：计算机网络技术和各类大型医疗设备；计算机网络技术包括：数字化医学中心，医学图象处理及多媒体在医学中的应用，生物信息的控制及神经网络生物医学信号检测与处理。随着科学技术的发展，各类大型医疗设备在医院中的应用越来越广泛，大型医疗设备的操作、维修及管理人员是各大医院及公司急需的人才。

本专业培养具备生命科学、电子技术、计算机技术及信息科学有关的基础理论知识以及医学与工程技术相结合的科学研究能力，能在生物医学工程领域、医学仪器以及其它电子技术、计算机技术、信息产业等部门从事研究、开发、教学及管理的高级工程技术人才。

所以平时多看计算机网络以及信号处理，多媒体方面的书。

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。