一、数学统计方法
数学统计在生物信息学中是一种最常用的方法。例如，在分析DNA语言中的语义、分析密码子使用频率、利用马尔可夫模型进行基因识别。
二、动态规划方法
动态规划（Dynamic Programming）是一种通用的优化方法，其基本思想是：在状态空间中，根据目标函数，通过递推，求出一条从状态起点到状态终点的最优路径（代价最小的路径）。动态规划在生物信息学研究中用得最多的方面是DNA序列或者蛋白质序列的两两对比排列。
三、模式识别技术
模式识别是在输入样本中寻找特征并识别对象的一种技术。模式识别主要有两种方法，一种是根据统计特征进行识别，另一种是根据对象的结构特征进行识别，而后者常用的方法为句法识别。在基因识别中，对于DNA序列上的功能位点和特征信号的识别都需要用到模式识别。
四、数据库技术
在生物信息学中，数据库技术是最基本的技术。生物分子信息的存储、管理、查询等功能是建立在数据库管理系统之上。目前的分子信息数据库大都采用关系数据库管理系统。
五、人工神经网络技术
人工神经网络是对大脑神经网络的模拟，这种模拟既是在功能上的，也是在结构上，这与传统的串行计算机有着本质的区别。神经网络计算不仅计算速度快，重要的是它更具有智能。从应用来看，神经网络计算在优化和模式识别方面具有非常强的能力。在生物信息学研究中，无论是基因识别还是蛋白质结构预测，神经网络都取得了比其它方法更为准确的结果。
六、分子模型化技术
分子模型化是利用计算机分析分子结构的一种技术。包括显示分子的三维结构，显示分子的理化或电子学特性，将分子小片段组装成更大的分子片段或完整的分子结构。利用分子模型化软件，用户可以通过交互操作平移、旋转和缩放分子的三维结构，从不同的角度观察分子构象和形状。对于DNA分子，我们可以直观地观察双螺旋结构，看到两条链的走向，还可以研究碱基之间的氢键配对。对于蛋白质分子，既可以观察其结构骨架，可以观察其外观形状，也可以研究其活性部位或结合部位的结构。
七、分子力学和量子力学计算
在分子构象优化研究方面必须要用量子力学或分子力学。结构优化工作按理应该用量子力学来完成，但是由于生物大分子体系太复杂，包含几千个原子，超过了目前量子力学方法可以处理的体系范围，所以研究生物大分子的构象，主要还是用基于半经验势函数的分子力学方法，而量子力学则在确定势函数的参数和研究局部性质时起作用。
八、分子动力学模拟
分子动力学模拟是一种重要的统计物理方法，在物理和化学上早有应用。用此方法可以研究蛋白质的构象，对蛋白质进行动力学研究。这是利用计算机进行模拟实验的基础。
九、专家系统
专家系统将有关专家的知识和经验以一定的知识表示形式（如产生式规则、语义网络等）存放在计算中，并在用户需要时，以智能的方式帮助解决问题，提供参考性决策。专家系统是人工智能领域里的一个重要分支，在生物信息学研究中也有着应用，如用于基因识别。
十、Internet技术
目前，分子生物学研究人员进行信息交流特别是生物分子数据的交流，都是通过Internet网实现的。在大多数情况下，你可以从Internet网上查到你所想要的生物分子数据，如原始的序列和结构数据，经过加工处理以后的数据。同时，你也可以将所要处理的数据直接送到相应的网络服务器上，服务器接受你的处理请求，并将处理结果返回给你。
【生物信息学所用的方法和技术】本文来自: 基因时代
