Sekwencjonowanie nowej generacji oraz użycie wielkoskalowej techniki sekwencjonowania całego genomu dostarczają ogromnych ilości danych. Informacje te poddaje się analizie z wykorzystaniem zaawansowanych algorytmów. Dzięki temu dotychczas niezorganizowane dane stają się użyteczne naukowo – można na ich podstawie utworzyć bazy danych, w których grupowane są informacje według określonych parametrów. Dzięki algorytmom analizy DNA udaje się również precyzyjnie odnajdywać określone miejsca w genomie, porównywać materiały genetyczne różnych osobników, tworzyć drzewa filogenetyczne. Do analizy DNA z całego genomu wykorzystywane są zaawansowane metody bioinformatyczne, w tym mikromacierze oligopeptydowe ekspresyjne, metylacyjne, sekwencjonowanie następnej generacji i spektrometria mas. 

Analiza sekwencji w DNA obejmuje następujące etapy:

• Identyfikacja domen.
• Przyrównanie sekwencji.
• Przewidywanie struktury drugorzędowej.
• Przewidywanie fragmentów nieustrukturyzowanych.
• Przewidywanie białek membranowych.

W analizie podobieństwa sekwencji DNA i białek stosowane są algorytmy BLAST i FASTA oraz algorytmy do wielokrotnych dopasowań: algorytm średnich połączeń UPGMA, metoda najbliższego sąsiedztwa, metoda bootstrap. Algorytmy do wielokrotnych dopasowań
sekwencji DNA i białek obejmują m.in. programy Clustal, GeneDoc.

W analizie sekwencji białek wykorzystuje się bazy danych PROSITE, Pfam, PDB.

Do analizy filogenetycznej wykorzystywane są:

• metody konstruowania molekularnych drzew filogenetycznych,
• algorytm średnich połączeń UPGMA,
• metoda najbliższego sąsiedztwa,
• metoda bootstrap. 

 W analizie struktury drugorzędowej RNA wykorzystywane są:

• algorytm Nussinova optymalizacji ilości par zasad,
• algorytm Zukera optymalizacji energii swobodnej struktury RNA.