生物資訊之特點是它的量大,而且有用的資料是隱藏在許多雜訊之中。要如何管理與分析這大量的資訊,以加速生物與醫學研究,是後基因體世代(
post-genomic era)的重要課題。如何由序列資訊中開發寶藏將是未來生技產業的決勝點,此外,未來的生物學可能會是先用序列分析評估策略,再設計實驗解決問題。國內各界已體會到生物技術將是21世紀的重要產業,而歐美各大藥廠與研究機構,爭相聘用生物資訊人才的趨勢來看,生物資訊乃是目前生物科技中非常重要而且欠缺的一環。
目前國內發展生物資訊的困境有兩個,第一是缺乏適當規模的工作團隊,第二是缺少計算資源。在沒有良好團隊的狀況下,沒有人敢增加計算資源,因為硬體進步太快,若不使用則會很快折價。可是沒有足夠的計算資源時,只能針對某一問題作個案的研究,無法由整體的角度來思考問題。例如我們可以一次研究一個疾病,也可以同時找到多個值得研究的疾病,再尋找最適合切入的病。由專業的角度看,某一疾病的專家當然能夠針對自己熟悉的疾病做深入的研究。可是對國家科技發展,或一個擁有許多不同專家的醫學中心而言,若能先知道一些容易研究的病,再找適當的專家合作來做,顯然更有效率。在生物資訊學的研究上,每次做分析時必須思考怎麼做,會打斷原有之思緒。若能一次計算出所有需要的資訊,存入資料庫,再在思考問題時查閱資料庫,將比每次需要資訊時再做計算有效率。因此建立核心實驗室,將資源作重點投資,能使生物資訊之發展跳脫惡性循環,產生催化生物科技發展之功能。