Hesaplamalı biyoloji , yaşamın yapı ve süreçlerinin anlaşılması ve modellenmesi için bilgisayarların ve bilgisayar bilimlerinin uygulanmasını içeren bir biyoloji dalıdır. Biyolojik sistemlerin temsili ve simülasyonunun yanı sıra, genellikle çok büyük ölçekte deneysel verilerin yorumlanması için hesaplama yöntemlerinin (örneğin, algoritmalar ) kullanılmasını gerektirir .

Hesaplamalı biyolojinin temelleri
Hesaplamalı biyolojinin başlangıcı, esasen bilgisayar biliminin kökenlerine kadar uzanır. İngiliz matematikçi ve mantıkçı, bilgi işlemin babası olarak anılan Alan Turing , 1950'lerin başında, ölümünden kısa bir süre önce, bir biyolojik morfogenez (canlı organizmalarda model ve formun gelişimi) modelini uygulamak için ilk bilgisayarları kullandı. Hemen hemen aynı zamanda, bir bilgisayar aradı.Silah araştırmaları için New Mexico'daki Los Alamos Ulusal Laboratuvarında inşa edilen MANIAC, varsayılan genetik kodların modellenmesi gibi amaçlarla uygulandı . (Öncü bilgisayarlar, 1950'lerde popülasyon genetiğindeki sayısal hesaplamalar için daha erken kullanılmıştı, ancak biyolojide gerçek hesaplamalı modellemenin ilk örnekleri, Turing ve Los Alamos'taki grup tarafından yapılan çalışmalardı.)

1960'larda bilgisayarlar, çok daha çeşitli analiz kümeleriyle, yani protein yapısını inceleyenlerle başa çıkmak için uygulandı. Bu gelişmeler, hesaplamalı biyolojinin bir alan olarak yükselişine işaret ediyordu ve bilim adamlarının, proteinlerin üç boyutlu yapısını belirlemek için zahmetli Fourier analizlerini yürütmek için bilgisayarları vazgeçilmez bulduğu protein kristalografisi merkezli çalışmalardan kaynaklandı .

1950'lerden başlayarak,taksonomistler , organizmaları özellik kümelerinin benzerliklerine göre kümeleyerek sınıflandırmaya yardımcı olmak için makineleri kullanarak bilgisayarları işlerine dahil etmeye başladılar . Bu tür taksonomiler , özelliklefilogenetik (evrimsel ilişkilerin incelenmesi). 1960'larda, mevcut teknikler proteinlerin DNA dizileri ve amino asit dizileri düzeyine genişletildiğinde ve hücresel süreçler ve protein yapıları hakkında gelişen bilgilerle birleştirildiğinde, moleküler filogenetiği desteklemek için yepyeni bir dizi hesaplama yöntemi geliştirildi. Bu hesaplama yöntemleri, sembol dizilerinin karşılaştırılması için giderek daha karmaşık tekniklerin yaratılmasını gerektirdi.algoritmalar ve özellikle dinamik programlama çalışması . Aslında, verimli algoritmalar , mevcut verilerin ölçeği göz önüne alındığında, hesaplamalı biyolojide her zaman birincil endişe olmuştur ve biyoloji, bilgisayar biliminde çok ileri araştırmaları yönlendiren örnekler sağlamıştır. Örnekler arasında genom haritalama (DNA parçalarının kromozomlar üzerinde konumlandırılması işlemi ) ve belirli DNA türleri ve peptit dizileme yöntemleri için grafik algoritmaları, gen ekspresyon analizi ve filogenetik yeniden yapılanma için kümeleme algoritmaları ve çeşitli dizi arama problemleri için model eşleştirme yer alır.

1980'lerden başlayarak, hesaplamalı biyoloji, bilgisayar bilimindeki diğer gelişmelerden yararlandı.yapay zeka (AI). Bunlar arasında, biyolojik bilgiyi "bilgisayar tarafından okunabilir" biçimde kodlayan ontolojilerin (kavramların ve ilişkilerinin temsili) geliştirilmesine katkıda bulunan bilgi temsili ve metinden bilgi madenciliği için teknolojik bir araç sağlayan doğal dil işleme vardı . bilimsel literatürde. Belki de en önemlisi, alt alanmakine öğrenimi , örüntü tanıma amaçlı modelleme dizilerinden büyük ölçekli gen ifadesi çalışmalarından elde edilen yüksek boyutlu (karmaşık) verilerin analizine kadar biyolojide geniş kullanım alanı buldu.