在生物信息學研究中，常用的方法和技術如下。

　　一、數(shù)學統(tǒng)計方法

　　數(shù)學統(tǒng)計在生物信息學中是一種zui常用的方法。例如，在分析DNA語言中的語義、分析密碼子使用頻率、利用馬爾科夫模型進行基因識別時都要用到數(shù)學統(tǒng)計方法。

　　二、動態(tài)規(guī)劃方法

　　動態(tài)規(guī)劃（Dynamic Programming）是一種通用的優(yōu)化方法，其基本思想是：在狀態(tài)空間中，根據目標函數(shù)，通過遞推，求出一條從狀態(tài)起點到狀態(tài)終點的*路徑（代價zui小的路徑）。動態(tài)規(guī)劃在生物信息學研究中用得zui多的方面是DNA序列或者蛋白質序列的兩兩對比排列。

　　三、模式識別技術

　　模式識別是在輸入樣本中尋找特征并識別對象的一種技術。模式識別主要有兩種方法，一種是根據統(tǒng)計特征進行識別，另一種是根據對象的結構特征進行識別，而后者常用的方法為句法識別。在基因識別中，對于DNA序列上的功能位點和特征信號的識別都需要用到模式識別。

　　四、數(shù)據庫技術

　　在生物信息學中，數(shù)據庫技術是zui基本的技術。生物分子信息的存儲、管理、查詢等功能是建立在數(shù)據庫管理系統(tǒng)之上。目前的分子信息數(shù)據庫大都采用關系數(shù)據庫管理系統(tǒng)。

　　五、人工神經網絡技術

　　人工神經網絡是對大腦神經網絡的模擬，這種模擬既是在功能上的，也是在結構上，這與傳統(tǒng)的串行計算機有著本質的區(qū)別。神經網絡計算不僅計算速度快，重要的是它更具有智能。從應用來看，神經網絡計算在優(yōu)化和模式識別方面具有非常強的能力。在生物信息學研究中，無論是基因識別還是蛋白質結構預測，神經網絡都取得了比其它方法更為準確的結果。

　　六、分子模型化技術

　　分子模型化是利用計算機分析分子結構的一種技術。包括顯示分子的三維結構，顯示分子的理化或電子學特性，將分子小片段組裝成更大的分子片段或完整的分子結構。利用分子模型化軟件，用戶可以通過交互操作平移、旋轉和縮放分子的三維結構，從不同的角度觀察分子構象和形狀。對于DNA分子，我們可以直觀地觀察雙螺旋結構，看到兩條鏈的走向，還可以研究堿基之間的氫鍵配對。對于蛋白質分子，既可以觀察其結構骨架，可以觀察其外觀形狀，也可以研究其活性部位或結合部位的結構。

　　七、分子力學和量子力學計算

　　在分子構象優(yōu)化研究方面必須要用量子力學或分子力學。結構優(yōu)化工作按理應該用量子力學來完成，但是由于生物大分子體系太復雜，包含幾千個原子，超過了目前量子力學方法可以處理的體系范圍，所以研究生物大分子的構象，主要還是用基于半經驗勢函數(shù)的分子力學方法，而量子力學則在確定勢函數(shù)的參數(shù)和研究局部性質時起作用。

　　八、分子動力學模擬

　　分子動力學模擬是一種重要的統(tǒng)計物理方法，在物理和化學上早有應用。用此方法可以研究蛋白質的構象，對蛋白質進行動力學研究。這是利用計算機進行模擬實驗的基礎。

　　九、專家系統(tǒng)

　　專家系統(tǒng)將有關專家的知識和經驗以一定的知識表示形式（如產生式規(guī)則、語義網絡等）存放在計算中，并在用戶需要時，以智能的方式幫助解決問題，提供參考性決策。專家系統(tǒng)是人工智能領域里的一個重要分支，在生物信息學研究中也有著應用，如用于基因識別。

　　十、Internet技術

　　目前，分子生物學研究人員進行信息交流特別是生物分子數(shù)據的交流，都是通過Internet網實現(xiàn)的。在大多數(shù)情況下，你可以從Internet網上查到你所想要的生物分子數(shù)據，如原始的序列和結構數(shù)據，經過加工處理以后的數(shù)據。同時，你也可以將所要處理的數(shù)據直接送到相應的網絡服務器上，服務器接受你的處理請求，并將處理結果返回給你。