计算生物学（Computational Biology）是生物学的一个分支，是指开发和应用数据分析及理论的方法、数学建模和计算机仿真技术等，用于生物学、行为学和社会群体系统的研究的一门学科。计算生物学的最终目的不仅仅局限于测序，而是运用计算机的思维解决生物问题，用计算机的语言和数学的逻辑构建和描述并模拟出生物世界。

计算生物学是指开发和应用数据分析及理论的方法、数学建模、计算机仿真技术等。当前，生物学数据量和复杂性不断增长，每14个月基因研究产生的数据就会翻一番，单单依靠观察和实验已难以应付。因此，必须依靠大规模计算模拟技术，从海量信息中提取最有用的数据。

相对于生物信息学，计算生物学的层次更高。虽然两者之间界限模糊，但生物信息学略微偏向于生物而计算生物学略微偏向计算机。生物信息学侧重于数据的提取、挖掘，而计算生物学侧重对数据的处理、运用。计算生物学的最终目的不只局限于测序，而是运用计算机的思维解决生物问题，用计算机的语言和数学的逻辑构建和描述并模拟出生物世界。

各种计算方法已开始广泛应用于药物研究，以及研发创新的、具有自主知识产权的疾病靶标和信息学分析系统等。同时，运用计算生物学，科学家有望直接破译在核酸序列中的遗传语言规律，模拟生命体内的信息流过程，从而认识代谢、发育、进化等一系列规律，最终为人类造福。

20世纪80年代计算机科学与技术发展，以及生物化学、分子生物学的系统论建立，1989年在美国召开了生物化学系统论与生物数学的国际会议，讨论了生物系统理论的计算机模型研究方法，开创了计算生物学的发展，属于早期计算系统生物学家的研讨会；因此，后来改为国际分子系统生物学会议（ICMSB，参见第10届会议），第11届国际分子系统生物学会议在中科院-德国马普上海计算生物学研究所成功举办。化学生物学、计算生物学与合成生物学，构成系统生物学与系统生物工程学的实验数据、数学模型与工程设计的方法体系，即系统生物技术，带来了21世纪系统生物科学的全球迅速发展时期。

当前，计算生物学和生物信息学在研究的方法和对象上已无显著区别，在基因与蛋白质的计算机辅助设计、比较基因组分析、生物系统模型、细胞信号传导与基因调控网络研究、专家数据库、生物软件包等领域发挥重要作用。

计算生物学的研究内容主要包括以下几个方面：

1.生物序列的片段拼接。

2.序列对接。

3.基因识别。

人类长达30个亿脱氧核糖核酸序列中只有3%-5%是基因。阐明人体中全部基因的位置，结构，功能，表达等，计算能力扮演了一个重要的角色，一个重要应用就是模拟基因表达数据集。

4.种族树的建构。

5.蛋白质结构预测。

蛋白质的很多特性，功能是和它实际的三维结构及其相关的，任意给一段蛋白质序列，生物学家就可以用传统的生物学方法求出其结构，但这不但成本高而且费时，计算生物学的蛋白质结构预测工具通过序列分析可以直接得出其结构，如，CYTO:人类T细胞中的因果蛋白质信号网络。

6.生物数据库

生物学数据量不断增长，每14个月基因研究产生的数据就会翻一番，海量的数据单单依靠观察和实验已无能为力

传统的数据库技术这时显示了强大的威力，例如CATH蛋白结构分类数据库，果蝇交互数据库。

随着科学技术的发展，计算生物学的应用也越来越广泛，如对生物等效性的研究，皮肤的电阻，腰椎骨质增生的治疗，哺乳动物的睡眠等等。