生物信息博客
生物信息學屬於新型學科，
現在這方面的人才需求量很大，
隨著研究的深入，
一定具有廣闊的發展前景！
❷ 生物信息學的前景
生物信息學其實目前的發展，個人覺得就是用計算機的強大運算能力來解決生物實驗中出現的大量數據，並期待在其中發現更多生物的規律以及特點。
個人認為計算機已經成為了一個世界的核心工具，什麼領域都快要離不開計算機了，計算機分析金融已經不是什麼很新鮮的事情了，計算機解決數學物理問題更是司空見慣，學建築的和土木的需要用計算機制圖，使用CAD等軟體，就算是搞商業的也需要用到Excl等等……所以計算機與生物的綁定，其實應該是一種必然出現的趨勢吧，所以個人覺得，這個領域會發展的很快很快（而且目前的確是這樣的）。
至於說未來，我覺得有幾種趨勢：首先就是應用於研究領域，毫無疑問現在很多大學和研究所都已經有了相應的計算生物領域的分支了，通過學計算機的人和數學的人編寫程序分析查找海量的生物數據中的規律，然後在將猜測到的結果告知生物學家，讓他們做實驗驗證假設，這就是我未來的工作（這不稀奇，現在各個領域的研究都很依賴計算機了，之所有血淋淋的生物最晚於計算機掛鉤，那是因為生物學科本來就是人類深入最淺的一門學科）。
另外我覺得生物信息將會真正意義上引爆生物的革命，個人覺得無論什麼研究領域，只有轉化為應用，作用於社會與世界才真正有意義，現在開始出現的個人基因組測序已經是生物產業出現的前兆，比如Affymatrix，華大基因等等……但是大量的數據根本沒有人讀得懂！生物信息的第一個應用我覺得就會出現在生物數據的解釋上，這就類比於，每個人都可以查詢到海量的股票信息，但是只有特定的Analysis可以發現其中蘊含的商機一樣！可以想像，如果一群人破解了一大堆人類的有關於生老病死的基因信息，但是他們不公開，他們需要你繳費，然後給你測序（以後測序會非常非常便宜的，我估計就會像現在每人必須有身份證一樣普遍），然後幫你分析，你有什麼疾病……等等。這樣的產業出現與微軟有什麼差別！！完全沒有！！微軟存在的基礎是計算機的普及，我設想的生物公司的基礎是測序的普及，微軟提供自己的軟體，你必須買，生物公司提供自己公司內部的數據資料，幫你分析（類似於做一次咨詢）……這是我個人的一點想法是一種比較直接的使用生物信息技術的手段。
至於其他，計算機的運用應該會深入到方方面面，因為我覺得一切其他的領域都已經被計算機插足了，農業的灌溉系統是全自動的，機床是數控的，顯微鏡是電子的，華爾街的數據每天有無數的計算機在分析……這一切都是計算機普及之後的30年之內實現的，所以生物信息個人覺得前景還是很強大的。之前一直在說的DNA計算機，我覺得相反比較難實現……因為我很久沒有聽說相關進展了，我感覺下一代計算機是量子的更可能，但這並不妨礙什麼，因為我個人覺得，計算機僅僅是一個工具，一個任何領域都離不開的工具而已，以後任何人都需要掌握這一門工具，就像是現在中國幾乎所有的在校大學生都能說幾句英語一樣普及。
補一句吧，這個領域目前還是集中在研究領域，就業相比於其他工科專業還是要差一些的，不過個人感覺相比於純生物領域好很多，工資狀況影響因素很多，大學城市都有影響，不過總體來說，目前這個領域遠遠不如如日中天的IT，我是計算機學院的，IT的發展速度已經早表明，計算機的時代遠遠的沒有到結束的那一天，未來十幾年甚至幾十年，我個人覺得工資上IT人依然會笑傲工科領域……如果你很在意工資就業什麼的，我挺推薦計算機的，IT的世界是很公平的，而且確實壓力與機遇並存，如果你努力，一般都會獲得成功，很適合年輕人。
以上均為個人感想而已拉 ^_^ ,很多其實應該都是錯的，還望指正
❸ 如何進行基因的生物信息學比對博客
如果是只有DNA序列的話，直接在TXT文件里按照FASTA格式書寫，寫完後把後綴的txt改為fasta就行了，但是我在WINDOWS的環境下該完的文件clustalw不認，只有在linux環境下改的才認，不知道是不是我比較倒霉。另外，我的DNA序列太大，有2個mb，所以運用CLUSTALW確實是跑不動的，謝謝archen-dog 的建議。如果有人也要用clustalw軟體進行序列比對，如果序列片段鹼基數超過百萬就直接換軟體吧。
❹ 生物信息
信息生物學是未來生物學發展的一大方向!有著極大的發展前景.
個人觀點：走生物方向較佳！
因為：生物學方向能夠更好地了解生物的形態特點，對生物的本質會有更深的理解，生物學還有很多方面尚待發現；相對而言，計算機只是一種工具，如果側重於學計算機，則難免在學生物方面投入的時間和精力相對有限，要想出成果就不那麼容易了。
在發展前景方面，個人以為：信息生物學，是極具前途的新興學科，我這里指的所謂信息生物學，並不是指搞什麼"結構比對"、「蛋白質結構預測」、「計算機輔助基因識別」「非編碼區分析和DNA語言研究」等一些無創造性的無聊工作，而是指對生物的本質認識上，以信息為基礎的生命本質的深入研究，可能會開創生物學的新天地！
舉個例子，你認為制度有生命嗎？顯然，他並非一般意義上的生物，但是我們看到，制度與生物一樣，具有生長、衰老、死亡、產生後代、遺傳、變異等所有生物的特性，那麼，制度能不能稱為生物呢？
這正是新的制度生物學所研究的內容。
就象制度也是生物一樣，觀念、法律、國家、企業、形式等許多非有形物質實體，其實也具有生物的一系列特徵，所以進一步研究這些生物，有著十分美好的前景和廣闊的發展前途。
時間有限，就說這么多了，以上為個人觀點，僅供參考，如想進一步交流，歡迎到我的博客。
http://r8008.blog.sohu.com
❺ 生物信息學領域中，有哪些不得不知道的大牛教授/研究者
genomics或者說測序依然是很大的領域，其中的方向細分依然是很多的。genomics整體可以分成兩大類，一類主要做方法，一類主要做生物。前者一般使用public data做一些方法，後者主要使用現有的技術研究生物問題。如果說大牛一般都在後一類裡面。但是也會有很多不同的方向，比如研究rna的，dna的，基因調控的。所以最好根據自己關注的方向去找。
一個很直接找genomic方向大牛的方法就是看encode，roadmap和4D nuckesomes這些大genomic cobsortium的主要pi。當然也有很多牛人不在這些項目裡面。下面簡單說幾個比較熟悉的，歡迎糾正和補充。
Eric Lander
Broad的創始人，人類基因組計劃發起人之一，不過現在自己lab似乎不做大多了，但很多broad的paper還會掛名。
John Rinn
Broad的PI，研究lncRNA。最早發現了H19。
Michell Guttman
Eric Lander的學生，和John Rinn一起發現了lncRNA，在clatech獨立不久。
Howard Chang
主要研究RNA，John Rinn的postdoc老闆。
Michael Synder
研究基因調控，具體方向很多，組特別大。
Job Dekker
3D genome領域的開拓者，3C，5C和HiC的發明者。
Bing Ren
最早開發了chip-chip技術，研究enhancer，現在做更多3D genome。
Joe Ecker
最早是植物領域的大牛，後來轉到做甲基化。
Chuan He
化學出身，之前做DNA甲基化，現在開創了RNA甲基化的新領域。
Mark Gersrein
比較少的主要做計算的大牛，各種network和system biology
Menolis Kellis
Eric Lander的學生，主要做計算也做實驗，各種consortium都很活躍。
John Stam
名字很長很難寫，主要做DHS，當然還有很多其他方向。
Shirely Liu
主要做計算，lab開發了MACS
❻ 如何做生物信息，學發 SCI 文章
這個要自己想清楚了，本人是10年生物學研究生畢業，感覺工作不是很好找。如果是大學版老師的話，一般需權要時博士在讀或者畢業，而且據我所知待遇也不怎麼高，我的導師也就3000多吧，我們是211工程學校，可能學校不同情況也不一樣。說實話考研不難考，只要你英語過線，考博比考研還簡單，就是傳說中的好進不好畢業，畢業需要發表論文，碩士一篇，博士三篇，好的學校對論文的質量還有具體要求。個人認為要是你剛開始當老師的話，還是踏實的干段時間，考研沒有你想像的那麼有用，特別是生物。當然，這個還是要你自己決定。
❼ 誰給介紹些生物信息學網站啊。。。最好可以介紹下用途和使用方法。。。常見的不要介紹。。
什麼意思？常見的不要？
生物信息范圍很廣，要看你想做什麼方面的了，你說的幾個都是傳統意義上來講的一級資料庫。
仔細往下分的話，就非常多了。
如果你想要不常見的， 你可以 google 搜索 bioinformatics 雜志，隨便找一期，然後找到web方面的文章，都算是生物信息網站了，或者是 nucleic acids research 雜志的 web issue 里也有
❽ 知乎上生物信息領域有哪些值得關注的人
/question/20237807這是一位知乎大神的回答，已經概括的很全面了。希望知乎能帶給你的知識，的樂趣。知乎，豆瓣上真正有一些優秀而又低調的大神，兩年以來，從他們身上學到了很多東西。希望這里是你可以找到樂趣，分享知識的地方。
❾ 生物信息學出來能幹嗎
生物信息學 主要是對DNA和氨基酸序列中所含有的信息進行分析。可以對多個序列進行比對，分析他們的相似度，可以對基因結構進行預測可以對蛋白質的一級二級三級結構進行預測。如果你知道一個基因的CDS區，可以對他進行稀有密碼子分析，幫助選擇適合的表達載體。將來你可以做老師，教生物性息學課，可以做科研人員做生物信息學的研究啊。是個非常有意思的一門課。