近年来，以深度测序技术为代表的高通量技术在生命科学领域获得了广泛应用，已经从传统的基础研究导向测序快速拓展到包括医学测序、分子育种研究测序、环境微生物测序等多个应用领域。值得注意的是，随着测序通量持续增高，测序成本快速下降，10000元以下的人类基因组测序已成为现实，从而使得测序数据快速大量产生。2011年以来，国际公共核酸数据库中的数据量每六个月翻一番，已远远超过同期摩尔定律的增长速度[1]。目前，高通量数据大数据的存储、整合、分布、分析和再利用已成为现代生物医药领域面临的核心挑战之一(图1a)。
图1 a) 生命科学进入大数据时代，目前高通量数据大数据的存储、整合、分布、分析和再利用已成为现代生物医药领域面临的核心挑 战；b) 生物信息学是新兴的生命科学与信息计算科学间的前沿交叉学科，已经成为影响21世纪生命科学进步的关键领域之一。
作为一门新兴的生命科学与信息计算科学间的前沿交叉学科(图1b)，生物信息学(Bioinformatics)通过综合应用信息科学与数理科学的理论、方法与模型，开发新技术、新工具以有效获取、存储、管理、分析、注释和挖掘海量生物学相关数据，并以此为基础，发现新的生物学现象、模式以及规律，为后续健康、农业、环境、能源、生态等各个社会领域的应用提供指导与支撑。生物信息学这一前沿交叉学科的快速成长，不仅对于带动生物学理论研究、应用转化有着重要的意义，更是未来生命科学发展的重要引领方向，已经成为影响21世纪生命科学进步的关键领域之一。
因此，随着国内外生命科学的迅猛发展，社会对生物信息学人才的需求也在不断上升，不仅在传统的研究机构，更在相关产业[2]。目前，生物信息学专业毕业生总体就业率持续上升，毕业生的薪酬明显高于其他生物专业毕业生的薪酬，生物信息学专业人才已成为国际、国内最紧缺的人才类型之一。随着国内外生命科学的迅猛发展，我国对生物信息学人才的需求也在不断上升，使得加快培养该领域的专业技术人才成为当务之急。只有通过持续不断地培养高素质、高层次生物信息学人才，才能有效满足国内相关领域科研、教学以及应用的需求，确保可以在激烈的科技竞争中走在世界前列。