目前，我們已經獲得了小部分人的完整DNA序列信息。另一方麵，我們也對細胞日常活動中所涉及的生化反應機製及其分裂、分化機理有了越來越多的了解。在過去的10年間，分子技術的進步使我們能夠誘導並監測數千種基因、RNA信號以及蛋白質的變化情況；而現在，我們甚至可以在單細胞中同時檢測到這些指標的變化情況。這些技術革新所帶來的新知識逐漸發展形成了係統生物學的主要內容，使得我們了解到細胞內不同組分之間成千上萬種細微的相互作用關係。在早期的實驗中，人們常常會對細胞施加某種藥物處理，然後觀察其所發生的變化。例如，在最理想的情況下，某一種藥物可以與其靶向蛋白（如某種酶類）發生相互作用，使其失活。但如今通過對成千上萬個基因及其產物進行分析後，我們已經得知除靶標蛋白外，大多數藥物還可以引發許多與靶標蛋白無明顯關聯的非靶標蛋白的變化。這些非靶標蛋白的變化可能是增加或者減少，變化速率也各不相同。從另一方麵來說，這些藥物的“副作用”也推動了“更為清潔”的特異性藥物的研發進程。隨著各大係統相關研究的不斷開展，我們逐漸了解到在細胞分裂、分化等生物學過程中，細胞內基因表達與蛋白質水平均發生著不同的變化。盡管這些實驗本身所花費的時間相對較少，但由於在實驗過程中獲得了海量的數據，因此需要耗費大量時間來對數據進行細致的分析，這樣才能對這些實驗背後的生物學含義有更為深刻的理解。幸運的是，目前計算機已經可以通過強大的功能實現對相關信息的處理與分析。現如今，細胞與分子生物學領域的研究已越發依賴於計算機生物學（又稱為生物信息學）的幫助，以解決那些基於DNA與蛋白質序列的生物學行為相關問題。