生物信息学是当前国际上生命科学和数学、信息科学交叉的研究热点和前沿领域。由于生物的进化过程是一个遗传优化的过程，所以优化模型在生命现象的数学模型建立中起到了主要作用，最优化算法与数据挖掘方法相结合在生物信息学的研究中具有举足轻重的地位。本项目主要应用优化方法及其他数据挖掘方法包括组合数学、图论、支持向量机等研究当前生物信息学中最受关注的若干重要问题，如系统生物学（基因调控网络）、蛋白质组学、蛋白质结构与功能预测、DNA序列中操纵子识别、祖先功能基因组预测等，建立适合生物信息学特点的数学模型，设计能满足大规模生物信息处理的高效算法，为有效地解决生物信息学领域的问题提供强有力的支持。通过研究中提出的对优化理论和算法的挑战性问题，提炼出优化理论问题，例如NP-难问题的近似理论，复杂系统的运筹学模型，启发式算法以及支持向量机、人工神经网络的有关理论问题。