郝柏林，1959年毕业于苏联哈尔科夫国立大学物理数学系。曾任中国科学院物理研究所和理论物理研究所研究员。1980年当选中国科学院数理学部委员（院士），1995年当选发展中国家科学院院士。2002年以来任复旦大学理论生命科学研究中心主任。2005—2011年任美国圣菲研究所外聘教授。主要从事理论物理、计算物理、非线性科学和理论生命科学研究。曾多次获得部委级科学技术奖，1993年和2000年两次获得国家自然科学奖二等奖，2007年获得国家科技进步奖二等奖。2001年获何梁何利基金科学技术进步奖物理学奖。1997年以来从事生物信息学和理论生命科学研究。

　　在当前这个大数据时代，来自生物学的数据占有相当突出的份额。这里包括DNA和蛋白质序列数据、基因表达和调控网络数据，等等。浩如烟海的生物医学文献也是一种数据。同来自其他领域的大数据不同，生物数据反映着几十亿年自然界中物竞天择、适者生存的演化过程，因而在随机和复杂的表象之下，蕴含着深刻的内涵和结构。从大量数据中揭示生物学规律，是生物信息学、计算生物学、乃至整个生物学的任务。然而，这本书不是生物信息学或计算生物学的入门，而是演示如何用粗粒化和视像化的办法考察实际生物数据、提出问题和寻求答案，这样做的过程中会自然地导致一些数学、特别是离散数学问题。这里涉及的离散数学包括图论、组合学和形式语言学的某些篇章。书中实例，多数来自作者本人与合作者近18年的研究工作。本书可以为大学高年级学生、研究生和青年教师拓宽思路起到一些启发作用。