会计学初级层面基于现有的生物信息数据库和资源，利用成熟的生物信息学工具（专业网站、软件）解决生物信息学问题——生物信息数据库（NCBI、EBI等）——基因组序列分析(fēnxī)、序列比对软件（GCG、BLAST、CLUSTAL等）——系统发育树构造软件（PHYLIP、PALM、MEGA等）——分子动力学模拟软件（GROMACS、NAMD等）——搜集、整理有特色的生物信息学数据集中级层面利用数值计算方法、数理统计方法和相关的工具，研究生物信息学问题——概率、数理统计基础(jīchǔ)——科学计算基础(jīchǔ)——现有的数理统计和科学计算工具（EXCEL、SPSS、SAS、MATLAB等）——建立有特色的生物信息学数据库高级层面提出有重要意义(yìyì)的生物信息学问题；自主创新，发展新型方法，开发新型工具，引领生物信息学领域研究方向。——面向生物学领域，解决生物学问题——数学、物理、化学、计算科学等思想和方法——建立模型，发展算法——自行编程，开发软件，建立网页（Linux系统、C/C++、PERL、数据库技术）从事生物信息学研究应具备多方面的科学基础：（1）、一定的计算能力，包括相应的软、硬设备。要有各种数据库或者(huòzhě)能与国际、国内的数据库系统进行有效的交流。要有发达、稳定的互联网络系统；（2）、强有力的创新算法和软件。没有算法创新，生物信息学就无法获得持续的发展；（3）、与实验科学，特别是与自动化的大规模高通量的生物学研究方法与平台技术建立广泛、紧密的联系。这些技术，既是产生生物信息数据的主要方法，又是验证生物信息学研究结果的关键手段。从事生物信息学研究的人员必须具备多学科交叉的知识。1.2生物(shēngwù)信息学的“降龙十八掌”第一(dìyī)式见龙在田第二(dìèr)式飞龙在天第三(dìsān)式鸿渐于陆第四式或跃在渊第五(dìwǔ)式羚羊触藩权重(quánzhònɡ)矩阵分析方法举例Bayesian打分(dǎfēn)函数用于剪接位点预测的公式第六式潜龙勿用(qiánlónɡwùyònɡ)第七式利涉(lìshè)大川第八(dìbā)式神龙摆尾第九式密云不雨(mìyúnbùyǔ)第十式突如其来(tūrúqílái)第十一式双龙(shuānɡlónɡ)取水第十二式鱼跃(yúyuè)于渊——定性、经验的分类的局限分类较粗、数据量小、凭借经验——谱系聚类法（系统聚类法）、动态聚类法、模糊聚类法——生物信息学中的聚类分析问题：根据DNA芯片获得的基因表达(biǎodá)数据进行基因聚类（数据量庞大）蛋白质相互作用网络的分类根据不同物种的大分子序列进行相似性比较并构建系统发育树第十三式震惊(zhènjīng)百里第十四式损则有孚隐Markov模型(móxíng)(HMM)第十五式时乘六龙/第十六式龙战于野第十七式履霜冰至十七式合一(héyī)亢龙有悔