本书主要针对生物信息学中的典型应用，从计算方法角度介绍相关算法的原理及应用；内容分成生物学及数理基础、生物序列分析、蛋白质组学分析以及大规模生物学网络分析等四个专题，涉及生物分子序列分析、基因发现、分子进化分析、蛋白质结构预测、蛋白质肽测序、生物学网络模块划分等具体问题的求解原理及算法实现。 本书的读者对象是具有现代分子生物学及计算机科学基本知识的研究生及相关科研人员，在附加习题后也可作为生物信息学方面的入门及进阶教材，供生物医学工程、计算机应用等专业学生使用。

生物信息学(又称计算生物学)是计算机、生物、数学等多学科交叉而新兴的学科分支，以借助计算机科学、信息科学等领域的算法与工具解决生命科学中的问题为主要特征。随着生命科学研究的深入和后基因组时代的来临，生物信息学所研究的问题已经发生了巨大的变化，新的研究越来越需要借助于高性能计算环境的支持，然而综合生命科学与高性能计算两个领域的知识、有效解决现实中的应用问题并不是一件容易的事，目前也缺乏系统深入的相关图书资料。编写这本《生物信息学导论》，作者希望在向读者介绍生物信息学中与高性能计算结合最密切的一些基础性问题，讨论并总结相关的求解算法与应用技术。 尽管本书定位在生物信息学“导论”的层次，但是作者并没有打算从生物信息学领域的概念内涵、发展现状入手，也没有追求内容上的面面俱到、或者对生物信息学领域内容进行泛泛介绍，而是有所选择地介绍了生物分子序列分析、基因发现、分子进化分析、蛋白质结构预测、蛋白质肽测序、生物学网络模块划分等具体问题的求解算法及原理实现。从这个意义上讲，也可以将本书看成是生物信息学部分专题内容的汇集。在每部分专题内容中，既有对经典方法的详细讨论，也融入了作者及其合作研究者最近几年研究的创新成果，既注重理论方面的方法(例如：利用谱分析挖掘PPI网络中的典型模式)，也强调具体应用方面的实现(例如：利用MPI实现并行计算)。值得说明的是，结合作者知识背景与研究兴趣，本书在介绍各类生物信息学问题的求解方法时，特别关注了如何跟高性能计算技术相结合(例如：关于序列比对的并行计算)。 全书正文各章节结构如下图所示，共分为“预备知识篇”、“序列分析篇”、“蛋白质组分析篇”和“生物学网...