生物資訊學之興起是因為基因體的研究累積了許多具有應用價值的資訊，包括圖譜、基因體、基因表現、基因變異等資訊，因此不論是產業界或學術界都大量投入人力、物力，試圖去解讀這些蘊藏著生命現象與演化軌跡的資訊。重要的是這些資訊只能回答生物學上的問題，因此只有了解生物學的人才知道如何應用這些資訊。它之所以能吸引許多資訊界的朋友進入這領域，是因為這大量資訊的處理，對資訊界的人而言，也是極大的挑戰。而數理界的加入，使我們有客觀的方法，評估找到的相關性是否具有統計上的意義。
對生物資訊的研發而言，最重要的是能不能找到具有生物或生技意義的成果。建立一個工具或資料庫只是達到目標的手段，而不是最後的目標，唯有知道最後的目標，才能做出合用的工具或資料庫、甚至帶出生物界的新趨勢。換言之，生物學家才是生物資訊這舞台上的主角。那麼生物學家要怎樣才能扮演好這角色呢？
為了要了解生物學中還有哪些問題值得解決，很顯然必須要了解生物學。一般大學部的教育所提供的只是一個基礎，使同學有足夠的語彙去了解生物學或生物科技的研發，因此碩士班，甚至博士班的生物學教育是很重要的。一般的生化與分子生物學中雖然對於許多基本現象都有描述，若有遺傳學、細胞與發育生物學的基礎，則更能發揮生物資訊的應用價值。不過只瞭解有哪些問題有待解決是不夠的，要實際去解決問題，還需要學四種基本技能。第一是要知道生物資訊在哪裡；第二是要知道如何選用重要的分析工具；第三是要能寫一些簡單的程式將不同的工具串接起來，或做大規模的分析；第四是要能寫一些程式去整理結果來取代人工的分析。
要取得這四種基本的技能需要兩個切入點，一個是培養尋找資訊的技能；另一個是基本的程式設計。前者不單有助於尋找生物資訊，與分析工具，也有助於尋找程式設計時所需的參考資料。後者究竟該由何處入手是一個見仁見智的問題，但是周慧賢教授在生物資訊學會成立大會中的一段話卻值得深思。他說他在TIGR時，曾花了一些時間重寫了生物學家所寫的一些程式，使四個小時的計算縮短成兩分鐘。可是他說真正的創造力是在於這群生物學家，用他們有限的程式設計技巧，完成了生物學上的目標。他只不過在他們完成之後，將這工作變得更有效率。
對生物學家而言，Perl可能是最容易上手，而又馬上有應用價值的程式語言了。若能放下旁務，大約兩週的自習即可寫出一些簡單卻有實用價值的程式。若有人指導，那將可以做更複雜的事。有了這個基本的工具，生物學者就可發揮創造力了。事實上沒有資訊學者的參與，生物學家不可能去有效率地去處理日趨龐大的生物資訊；沒有生物學者，資訊學家也不知該去解決什麼問題才有意義。因此不同領域學者的充分合作，乃是做生物資訊研究最有效率的作法。生物學者必須有電腦方面基本的概念，才能與資訊學者有效率地交流。
一個適當的研究所教育，將能有效地培育出學界與產業界所需的生物資訊人才。它將給予資訊背景的人，基礎的生物學教育。若他們繼續鑽研生物學，他將比具生物背景的人更具發展潛力。對生物背景的人，將給予資訊的基本訓練與更紮實的生物學教育。因為生物學才是他們具有競爭力的原因，否則兩個領域都未學好，反而喪失了競爭力。