生物信息是敏感专业吗？
不是的，现在的生物信息已经算是非常“亲民”了 生物信息的定义在NLP中叫做宽泛的定义（widest definition），即任何与文本相关的计算都可以归结为NLP问题；而狭义的定义为特定的问题域：从文本中抽取特征并加以表示的问题。 一般我们所说的生物信息研究都是指后者——基于海量数据的分析和处理。
随着云计算、大数据等概念的普及和兴起，生物信息的研究也开始利用这些技术来进行海量数据的处理和分析。生物信息的研究不再局限于对原始实验数据的分析，而是更多地转向了对大规模数据集的挖掘，旨在从中发掘新的规律或知识。 举个例子：一个课题组想研究某个基因与某种疾病的关系，他们不需要从基因层面入手，而是直接从基因组数据库里下载该基因所在区域的序列样本，然后运用机器学习或者深度学习方法来构建模型，预测该基因型个体患该疾病的概率。如果模型效果较好，他们就可以把这个模型用于大批量个体的预测，以探讨该基因与该疾病关系的一般性。 这就是目前生物信息的主流研究方向之一，也是我认为最为“亲民”的部分。因为只要你会基本的Python代码，就可以轻松实现上述过程。
还有一部分生物信息的研究则是基于基因组、蛋白组或代谢组数据来推测细胞或组织的功能，这一部分也需要用到生物信息学的知识来分析数据。但是对于这部分内容，一般需要掌握R语言或其他统计软件才能进行基本的数据处理和分析。