习方法的帮助下加快了分子生物学的结构预测、基因定位、基因组学、蛋白质组学等几个重要领域的研究和不断完善。然而,生物信息的大规模给数据挖掘提出了新课题和挑战,需要提出新的思想,常规的计算机算法仍可以应用于生物数据分析中,但越来越不适用于序列分析问题。这是由于生物系统本质上的模型复杂性及缺乏在分子层上建 立完备的生命组织理论。РР3、计算机科学对生物技术的辩证作用及前景分析РР计算机病毒与生物病毒极为相似。如果计算机在正常程序控制下运行,不运行带病毒的程序,这台计算机总是可靠的。如果我们能在恶意程序运行前就发现它并抓出来,那么就到达了病毒防治的目的。这让人不禁联想到人体的免疫系统。设想,通过某些算法来实现这样一种反病毒程序,首先它可以将所有普遍的 异常程序排出,暂不执行,当将附于其上的病毒去除后再运行,进入第二道防线之后进行“特异性免疫〞,将特殊的有异于正常程序的病毒排除。这大大提高了对病毒防治的有效程度。但是问题的关键似乎就便成了“识别〞的难题!因为我们知道:计算机病毒有着隐蔽性。如果我们能够高效地模拟人体免疫细胞的工作, 能够尽量多的识别“异己〞,就能更好的进行计算机病毒的防治。{3}Р人工智能高速度的开展,计算机技术更有效地将生物技术、 仿生技术、微电子技术等相结合,创造出更多的机器生命为人类效劳。这是每个人所期望的未来生活。同时,我们必须有一定的准那么来约束这种开展。РР随着生物学的深入开展,计算机在研究中的应用显得越来越重要,一系列的研究发现也充分的证明了这一点。我们有理由相信在计算机辅助下的生物学必将获得更快的进展,从而创造出更大的社会价值。РР参考文献:Р{1} 于智勇 ?现代生物开展史上的重要事件? 生物学杂志 РР{2} 于啸 陆丽娜 程磊 ?计算机科学在生物信息学中的应用? 农机研究杂志РР{3} 阳春 ?人工智能——浅谈生物科学与计算机科学? 时代教育期刊