嗯，我博士的院系为生物统计与计算生物学系，从开始进入生物信息这个领域，同时伴随而来的名词有：生物信息学，计算生物学，系统生物学，生物统计学~我没有严格考证过这些名词的由来，就我五年的博士生活中的学习过程，谈一下这些学科的异同吧。
我上过生物系的生物信息学，计算机系的生物信息学，生物系的生物统计学，生物系的计算生物学，旁听过医学院的生物统计学和流行病学，旁听过生物系的人类进化遗传学，旁听过数学系的系统生物学，自学过数学系的概率论~~在学习过程中，学到的是：
*生物学的生物信息学：首先是讲进化，做序列比对，blast，构建进化树；然后，讲基因功能，基因功能富集分析等。侧重的是，将进化中的生物学原理，参数如何设置，软件如何使用，如何将这些软件应用到生物学问题。
*计算机系的生物信息学：首先讲的也是进化，但是，讲的是算法设计；然后讲了很多马尔科夫链，HMM模型，序列比对中的blosum62矩阵是怎么来的，如何加快计算效率，如何降低空间存储等等。侧重的是，如何设计合理的算法，给生物学的人使用。
*生物学的生物统计学：就是系统的讲统计学，从描述数据，到假设检验，到参数估计，印象中，讲假设检验的篇幅很多，每个检验，都会有生物学的案例，让我们明确什么是H0，什么是Ha，然后p-value的解释是什么，参数估计讲的很少。回过头看看，觉得讲的还是很浅显的，但是它是生物学专业必修课，全院学生对我们实验室助教出的题目，都是怨声载道（还记得一个小插曲，为了防止抄袭，我们给每个人发的题目是一样的，但是原始数据中部分不一样，哈哈，钓上钩的真不少。。。）另外，我们让学生使用的工具是R，但是我第一次学的时候，教的是minitab 。。。我经常在生统课程帮导师上一节实践课，主要讲的是表达数据分析流程，找差异表达基因什么的。
*生物系的计算生物学：这个是我觉得很有收获的课程，记得刚开始讲的也是蛋白质家族进化，后来是机器学习算法，聚类和分类，再后来，由于老师本身是做miRNA靶序列预测的，所以讲了很多HMM模型等。通过这个课程，我可以开始写一些小的机器学习算法程序，也可以做一些算法设计。和计算机系的生物信息学课程不一样的是，他还是以生物学问题出发，但是，开始有了一种设计“黑匣子”的感觉，比如，筛选一个gene group，做癌症分型，输入的是这个gene group的基因表达量，输出的是分型结果，详细的算法和模型在“黑匣子”里面。这个还是很有成就感的。（后来，学数学的lg说，这不就是数学建模嘛。。。）
*旁听过的医学院的生物统计学和流行病学：在国外交流的时候旁听的，本以为自己统计学很好，但是，蒙圈了，首先，他们用SAS，然后，他们研究的问题太难了，有些术语我到现在都没搞清楚，什么非线性纵向数据模型，复杂的参数估计等等~让我明白的一点是，生物学的生统，就是给平时用用的基本检验而已，真正的生统，水好深。。。数学功底要强。
*自学过的数学系的概率论：于是，我开始自学数学系的概率论，但是，和我想象的又不一样，概率论，很多都是生物学的生统内容的深层次数学基础，可能我也只读了一本最浅显的吧，讲各种分布的来源，数学期望，偏差估计等，另外，还有中心极限定理的证明，确实，很多都是以为浅显易懂的道理的严格数学证明，虽然，对我一个生物背景的人没啥用，但是，有一种非常舒服的恍然大悟的感觉。
*旁听过生物系的人类进化遗传学：院长的课程，面对生物系的学生，但是院长当年数学特别牛，所以，如果数学基础不好，做群体遗传学，略吃亏。具体内容很久远了，不记得了，基本上是做祖源追溯，进化中的时间估计等。
*旁听过数学系的系统生物学：数学系的暑期课程，厚着脸皮去了，但是，我竟然听懂了大约60%吧，我印象很深刻的是，讲了回归中的penalty function，然后我学了LASSO回归；后来学了SVM中的核函数；还有Gibbs samping，MCMC；还有时间序列中的Granger因果推断等等。另外，系统生物学我读过一本书，是做网络的，用ODE的方法构建有向网络。很有意思。
可能是我对生物信息学这个领域的概念很模糊，所以，各种课程都去了解了一下，来自于数学系、生物系、计算机系、医学院等等，哎，学了这个多，各个方面的技术都是略懂些皮毛吧，但是到现在也没想清楚自己真正想做什么~~呵呵
生物统计学(Biostatisics)和生物信息学(Bioinformatics)是两个较为相近的专
业，都是通过数学、统计、计算机的方法来研究生物学的问题。但是两者还
是有区别。
生物统计学(Biostatistics)的重点在于 statistics，也就是说从描述数据，到假设
检验，到参数估计，都是统计学的知识，只是以生物学为案例。主要处理可
转化为矩阵的生物数据，多使用 R、SAS、Matlab，如 GWAS 模型。该专业
通常开设在 Public Health 学院，多数都会与其他学院有联合授课。
生物信息学(Bioinformatics) 通常开在生物系或者计算机系。生物系的生物信
息学主要研究进化，做序列比对，blast，构建进化树；其次是研究基因功能，
基因功能富集分析等。侧重的是，将进化中的生物学原理，参数如何设置，
软件如何使用，如何将这些软件应用到生物学问题。计算机系的生物信息学
研究的是进化的算法设计，会涉及多马尔科夫链，HMM 模型，序列比对中的
blosum62 矩阵是怎么来的，如何加快计算效率，如何降低空间存储等等。侧
重的是，如何设计合理的算法，给生物学的人使用。简而言之，生物信息学
的重点是 computer science，主要处理序列数据，多使用 Perl、Python、C，如
序列拼接。
生物信息是数学，生物知识与计算机软件结合的交叉学科（注意学科顺序），生物信息侧重于算法研究，用于研究解释各种组学（基因，蛋白，转录组学等）数据的变化特征，其学科特点还是做基础研究，多挖掘出点新东西，即使这些新东西没经过验证。
生物统计是卫生生物领域与统计理论知识相结合的交叉学科，侧重将理论应用到实际领域，学科特点是用一些模型来解释各变异，非常看重p值，侧重验证有无统计学意义。比较侧重于根据实际情况调整模型，使之拟合，用于解释实际。 目前国内较少有生物统计这一二级学科，一般生物统计归入卫生统计或医学统计，也有的院校将生物统计归入生物信息系，不过归后的学科方向比生物统计更深更窄，变成遗传统计学。
生物信息和生物统计的区别类似于数学与统计学的区别。
