生物数学是生命科学与数学之间的边缘学科，早在1974年就被联合国教科文组织的学科分类目录中作为与“生物化学”，“生物物理”等学科并列的一级学科。“生物数学”是应用数学理论与计算机技术研究生命科学中数量性质、空间结构形式，分析复杂的生物系统的内在特性，揭示在大量生物实验数据中所隐含的生物信息。在众多的生命科学领域，从“系统生态学”、“种群生物学”、“分子生物学”到“人类基因组与蛋白质组即系统生物学”的研究中，生物数学正在发挥巨大的作用，而计算生物学则是其中的一部分。

所谓计算生物学，这是一门十分典型的交叉学科，它的涉及的学科面十分广包括：数学、统计学、化学、物理学、生物学以及计算机等学科。计算生物学从学科内容上来说最终的研究对象是生命科学中的现象和一些规律，最终目的是借助计算机和数学作为解决问题的手段和方式去解决生物学上的问题。计算生物学有着十分广泛的研究范畴，它几乎渗透到了现代生物学的每一个研究领域之中。不同领域的人对这样的一门学科都有着不同的认识，如果要给计算生物学一个全面并且准确的定义确实不是一件容易的事情。简而言之，计算生物学是一门交叉学科，它借助计算机科学、应用数学以及统计学的方法和手段去研究生物学上的问题。如果用一个更专业但仍旧广泛的定义来说，任何与生物学问题有关联的交叉学科研究，假如它的问题假设可以借助建立数学模型以及计算机仿真来检验的，都可以纳入到计算生物学的范畴之中[2]。对于此学科的命名上，最初人们提出“数学生物学”和“定量生物学”这两个称谓。但是，仅仅是定量的测度还有数学以及统计学在自然科学的领域中都是被广为应用的，只有“计算”能够更加贴切的反映出这门学科与其各研究领域的共同特点还有内在的联系，使这些学科完美的统一起来。“计算生物学”这样一个概念最终确定下来，被人接受并广泛的使用[3]。

此外，计算生物学与其他相关学科有许多不同，最值得一提的是计算生物学是把直接解决生物问题作为目标和出发点的，而其他同样涉及到数学和计算的学科并不是这样。例如生物数学同样的也涉及到数学计算和生物学，但是大多数情况之中它并没有明确的生物学研究对象，仅仅只是研究与生物学应用相关联的数学方法及理论。

同样把生物学作为目标和出发点，与生物信息学不同，计算生物学的层次更高。虽然两者间的界限十分模糊，但是生物信息学相对而言略微偏向于生物，而计算生物学则更偏向于计算。在生物信息学中数据的提取、挖掘是重中之重，而计算生物学的侧重点在于对数据的处理、运用。计算生物学的最终目的不仅仅局限于测序问题，而是运用计算机的思维举一反三以解决生物问题，用计算机的语言和数学的逻辑思维构建生物模型，以模拟出生物世界。

计算生物学主要是开发和应用数据分析以及理论的方法，进行数学建模、计算机仿真等研究。目前，生物学数据量和复杂性不断增加，大约每14个月基因研究所产生的数据就会翻一番，仅仅是依靠人们的观察和实验已经难以应对。正是如此，必须依靠大规模计算模拟技术，对海量的信息进行筛选优化处理，以提取出最有用的数据。

当今的计算生物学研究内容主要包括：生物序列的片段拼接，序列对接，基因识别，种族树的建构，蛋白质结构预测，生物数据库这六个方面。本次文章主要研究的是人类基因与人类复杂疾病的关系。文献综述