1樓：匿名使用者
生物方面：主要有生物資訊學和以及資料分析，具體點就是現在由於實驗技術的進步，各種實驗資料海量增長，需要計算機從中提取資訊。生物資訊學和資料分析的界定比較模糊。
以前的生物資訊學特指標對基因組的軟體分析，現在廣義的資訊學也包括其他方面資料的分析。
生物還有一些做神經電生理的，很多需要程式設計，尤其作比較前沿的在體記錄。其實實驗科學的任何領域都需要計算機人才,關鍵是搞生物薪水太低，人才不來。當然搞生物資訊學還是很吃香的。
化學就更不用說了,化合物之間的相互作用，分子的三維結構，很多都是用軟體來做。當然我說的是軟體，由於這一塊利潤較大，因此都有公司專門來做，基本不需要個別的計算機人才介入。
2樓：
“系統生物學”是現在“生物學”最熱門的研究領域之一。（此網業連線不到，不好意思）可看看下列回答
從生物學的研究方向來看,無論是巨集觀,還是微觀,僅僅掌握單一的生物學知識是無法勝任的。從生物學發展趨勢來看,今日的尖端科技,明日就可能成為生物科技發展的基礎。這就需要我們的學生不斷掌握新知識,瞭解新成就。
只有這樣,才有可能站在前人...相關資料請看http://www.
hqzx.edu.sh.
cn/mainweb/sw/kctz/smfz.htm
其次是基因工程範疇的系列問題要用到關於計算機類的問題（如：基因識別器， 生物特徵 身份鑑別 模式識別）。要用到生物計算機。
生物計算機
生物計算機是以生物界處理問題的方式為模型的計算機。目前主要有：生物分子或超分子晶片、自動機模型、仿生演算法、生物化學反應演算法等幾種型別。
計算機工業在近幾十年內飛速發展，其速度令人瞠目。然而目前電晶體的密度已近當前所用技術的理論極限，電晶體計算機能否繼續發展下去？所以，人們在不斷尋找新的計算機結構。
另一方面，人們在研究人工智慧的同時，借鑑生物界的各種處理問題的方式，即所謂生物演算法，提出了一些生物計算機的模型，部分模型已經解決了一些經典計算機難以解決的問題。
生物計算機目前主要有以下幾類：
1. 生物分子或超分子晶片：立足於傳統計算機模式，從尋找高效、體微的電子資訊載體及資訊傳遞體入手，目前已對生物體內的小分子、大分子、超分子生物晶片的結構與功能做了大量的研究與開發。
“生物化學電路” 即屬於此。
2. 自動機模型：以自動理論為基礎，致力與尋找新的計算機模式，特別是特殊用途的非數值計算機模式。
目前研究的熱點集中在基本生物現象的類比，如神經網路、免疫網路、細胞自動機等。不同自動機的區別主要是網路內部連線的差異，其基本特徵是集體計算，又稱集體主義，在非數值計算、模擬、識別方面有極大的潛力。
3. 仿生演算法：以生物智慧為基礎，用仿生的觀念致力於尋找新的演算法模式，雖然類似於自動機思想，但立足點在演算法上，不追求硬體上的變化。
4. 生物化學反應演算法：立足於可控的生物化學反應或反應系統，利用小容積內同類分子高拷貝數的優勢，追求運算的高度並行化，從而提供運算的效率。
dna計算機 屬於此類。以下將著重介紹自動機模型中的計算神經網路和生物化學反應演算法中的dna計算機的模型。
計算神經網路
早在2023年心理學家w. mcculloch和數學家w. pitts合作提出神經元的二值邏輯模型。
2023年d. hebb提出了改變神經元連線強度的學習規則，這一規則至今在各種網路模型中起著重要作用。2023年f.
rosenblatt提出感知機模型。2023年美國物理學家j.hopfield提出一種全新的神經網路模型 ，它體現了d.
marr的計算神經理論、耗散結構和混沌理論的基本精神，用s型曲線替代二值邏輯，引入“能量”函式，使網路的穩定性有了嚴格的判斷依據，模型具有理想記憶、分類與誤差自動校正等智慧。hopfield模型的動力學特徵的分析提供了有力的研究方法。
神經網路系統模擬大腦的工作方式，由大量簡單的神經元廣泛相互連線而成，形成一種拓撲結構。大腦具有相當高階的處理資訊的能力，與傳統計算機模型相比，大腦具有如下特徵：首先是大規模並行處理能力，其次是大腦具有很強的“容錯性”和聯想功能，第三是大腦具有很強的自適應能性和自組織性。
在這些方面，目前的傳統計算機模型是難於實現的。
具體的神經元模型主要是如何更好地反應神經元在刺激下發放電位的本質。大多數模型把神經元之間的連線考慮成線性連線，輸入層與輸出層直接相連，沒有中間所謂隱單元層。每個神經元只能是興奮態或抑制態，任一神經元的輸入是其他神經元的輸出通過突觸作用的總和。
如果考慮興奮態和抑制態之間的過渡情況，可以採用s型曲線來表徵神經元的非線性輸入和輸出特性，如j. hopfield模型；也可以按照統計物理學的概念和方法，神經元的輸入由神經元狀態更新的概率來決定，如波爾茲曼機模型；還可以在神經元的輸入與輸出層之增加中間變換層，如感知機模型；增加反向誤差校正通道的反傳播模型等等。通過對神經元的形態與功能的不同表達，可以產生不同的模型。
dna計算機
2023年,美國加州大學的l. adleman博士在《science》上公佈了dna計算機的理論，併成功地在dna溶液的試管中進行了運算實驗。l.
adleman博士的dna計算機完全是一種新的觀念。其基本設想是：以dna鹼基序列作為資訊編碼的載體，利用現代分子生物學技術，在試管內控制酶作用下的dna序列反應，作為實現運算的過程；即以反應前的dna序列作為輸入的資料，反應後的dna序列作為運算的結果。
dna計算機是一種化學反應計算機。到目前為止，已有人通過dna計算機模型進行實驗解決了一些基本的np問題。如l.
adleman博士做的對貨郎擔問題（哈密頓圖問題，hpp）的計算，和普林斯頓大學查科普頓作的可滿足性問題（sat問題） 。所謂np問題 ，是指人們根據問題類的演算法複雜程度的劃分而言，與p問題相對。p問題是指演算法複雜性隨著問題規模的增長而呈多項式增長的演算法，是可以計算的。
np問題是指指演算法複雜性隨著問題規模的增長而呈指數增長的演算法，是實際上不可計算的。dna計算機的構想是一種創新，具有巨大的潛力。dna計算機運算速度快，其幾天的運算量就相當於計算機問世以來世界上所有計算機的運算總量。
它的儲存容量非常巨大，而耗能卻只有一臺普通計算機的十億分子一。當然，dna計算機畢竟只是一種理論設想，在很多方面還相當不完善。主要表現在：
1. 構造的現實性及計算潛力。dna計算機以編碼後的dna序列作為輸入，在試管內反應完成計算，反應產物及溶液給出了全部解空間，但是最優解如何與其他解分離，怎樣輸出，是一個技術性極強的問題。
目前還沒有令人滿意的輸出手段。隨著求解問題規模的擴大，輸出將成為dna計算機的瓶頸。
2. 運算過程中的錯誤問題。在擴增dna的過程中，有較高的錯配率，而且大量的dna在幾百步的反應中也會產生一些支路反應。錯誤會產生偽解，並增加最優解輸出的難度。
3. 人機介面。怎樣使得dna計算機的輸入和輸出變成一般人可以接受的，否則就無法進行廣泛的應用。
不論如何，dna計算機的提出拓寬了人們的視野，啟發人們用演算法的觀念研究生命，並向眾多領域提出了挑戰。（http://zhidao.
baidu.com/question/7358400.html為原文出處） 相關“生物 計算機問題可以到http:
ie=gb2312&bs=%ce%b4%bd%e2%be%f6%b5%c4%c9%fa%ce%ef%ce%ca%cc%e2&sr=&z=&cl=3&f=8&wd=%c9%fa%ce%ef+%bc%c6%cb%e3%bb%fa&ct=0**（希望你能找到自己想要的）
再說說化學與計算，應該是把對未直元素和試驗等資料用c＋＋程式設計，編輯的軟體利用是十分有必要的。在程式中模擬試驗，既不要試驗空間，也不會用到很多器具，節省了很多不必要的資源。而且還可以與世界各地專家在網上交流和共同試驗等等，這都是化學，生物計算軟體可開發利用成分...
化學 計算機
想象一下，未來的計算機會成為什麼樣子?假如有人說，讓像果凍一樣的物質去思考，去表達同情心，你覺得可能嗎?對於早已習慣和熟悉了稜角分明的顯示屏、主機和滑鼠的現代一族而言，把計算機想象成為一團軟軟的、滑滑的、沒有固定形狀的果凍，確實有點異想天開。
然而，英國布里斯多大學計算機專家安德魯正在做著這樣的夢，他的夢想是，用離子替代電子，用果凍一樣的物質替代矽晶片和電路板。大多數人累了的時候，一般是喝杯咖啡，或者是到戶外去散步，呼吸一下新鮮空氣。安德魯卻與眾不同，當他覺得腦子有些不大靈光，需要點額外刺激時，就讓他的機器人用金屬手指劃拉一下一個盛滿化學液體的盤子。
這一盤子的化學液體，就是安德魯所設計的液體計算機的”大腦”原型。離子波的形成和擴散，就是化學計算機的“思考”過程。當執行速度變慢時，“大腦”就會對機械手發出指令，將金屬手指浸到盤子中去，搖晃一下那些神奇的化學液體。
安德魯現在所設計的化學計算機，還只是簡單地模仿人類的手臂和大腦之間的反饋過程，他的志向是，要設計化學處理器，把計算機硬體裝到瓶子裡去。經過10多年的研究，安德魯現在已開發出液體邏輯閘，並認為他所設計的陣列具有無限的自我重組和修復能力。計算機巨人ibm也認為，利用這種陣列技術，有可能設計出功能強大的新型計算機晶片。
此外，安德魯還有另外一個雄心勃勃的目標，即進一步加強“鼓波”的能力，使之無愧於液體腦的稱號。為了證明液體腦的概念潛力無限，前途光明。安德魯特別設計了液體腦的載體———果凍機器人。
它有人造的眼睛，合成的荷爾蒙。也許有一天，果凍機器人可以感受到周圍的環境，甚至有可能感受到人類的情感。化學計算機有個十分複雜而又特別迷人之處，稱之為貝洛索夫-恰鮑廷斯基反應(bz反應)，它是由3個不同的反應組成的化學振盪反應。
每個反應都有不同的分子和離子，當加入特定的化學成分後，首先觸發第一個反應，所產生的生成物可以觸發第二個反應，隨後第二個反應的生成物又可以觸發第三個反應，第三反應的生成物再觸發第一個反應，由此迴圈往復。更為迷人的是，各個不同的反應會產生不同的顏色，因此可以形成紅藍交替的波。bz反應之所以重要，在於利用它可以解決一些數學難題，尤其是一些現在的計算機難以解決的問題。
比如，迷宮最短路徑問題。用傳統的計算機解這一問題必須要窮盡所有的路徑，然後再進行比較，這需要耗費大量的時間。而利用bz反應則不同。
由於波在傳播和擴散時，總是走最短的路徑。只要利用照相機，記錄下波的運動軌跡，就可以解決這一難題。
上個世紀90年代中安德魯意識到，bz反應有更重要的應用，那就是可以用於化學處理器。為此，他組織起一個專門的班子，並開發了兩個化學處理器的概念模型。一個模型可以模仿人類的手臂與大腦的反饋活動。
另一個由兩個bz反應組成，可以在一個佈滿傢俱的房間內自動移動到目的地。雖然這兩個概念模型表現還不錯，安德魯卻意識到，如果要讓化學處理器處理更為複雜的運算過程，必須要有邏輯閘。美國波士頓大學的一項理論研究引起了安德魯的注意。
該研究認為，可以模仿**克撞球，製造一種形式簡單的處理器。也就是說，每個球可以代表1或0，球的碰撞過程就是計算過程，球如何相撞，相撞後彈出的方向，可以精確地表現為邏輯過程。換句話說，碰撞結果可以成為邏輯閘的等價物。
這樣，安德魯的任務就變成如何讓bz波進行碰撞。去年，安德魯的研究取得重大突破。他把bz混合物放到鹵化銀薄膠層上，由於鹵化物可以起到化學阻滯劑的作用，膠層可以延緩波的傳播速度。
這樣，bz反應就不會形成完整的圓形波，只是形成了小段的圓弧，並且沿直線進行傳播，安德魯將之稱為bz彈。bz彈更多地表現出準粒子的特性，而不是波的特性，其表現與撞球相似。實驗中，安德魯發現，兩個bz彈在特定的角度相撞時，只在特定的方向產生唯一的輸出。
如果僅有一個輸入，則在該方向沒有輸出。這樣安德魯就研究出了邏輯與。此後，他又相繼研究出邏輯或、邏輯非以及邏輯互斥，這就為安德魯的化學處理器奠定了堅實的基礎。
安德魯的化學處理器雖然還處於初級階段，但他已把目光轉向了並行化學處理器。對於化學處理器能否成功，人們還處於未知階段，但科學家相信，如果人類能夠具備控制奈米級水平製造波的能力，化學處理器就很可能實現。正如一些專家所言，不管安德魯的志向能否實現，他的研究工作無論對揭示人類大腦的奧祕，還是製造更好的處理器，均具有十分重要的意義。
畢竟，化學處理器是生物組織器官和電子裝置之間的一座橋樑（http://zhidao.baidu.
com/question/16587357.html原文出處）相關的可到
com/s?ie=gb2312&bs=%c9%fa%ce%ef+%bc%c6%cb%e3%bb%fa&sr=&z=&cl=3&f=8&wd=%bb%af%d1%a7+%bc%c6%cb%e3%bb%fa&ct=0）去看。
我可說的就這麼多了希望對你有所幫助