抽象的价值——数学与当代生命科学.docVIP

抽象的价值——数学与当代生命科学 吴家睿 ????? 20世纪中期，随着蛋白质空间结构的解析和DNA 双螺旋结构的发现，形成了以遗传信息载体核酸和生命功能执行者蛋白质为主要研究对象的分子生物学时代。分子生物学的诞生使传统的生物学研究转变为现代实验科学，但生命科学领域的实验科学与其他实验科学如实验物理学相比，更多地是注重经验，而非抽象的理论或概念。而且，生物学家们大多关注定性的研究，以发现新基因或新蛋白质为主要目标，对于定量的研究，如分子动力学过程等，没有给予足够的重视。尽管如此，现代生命科学在20世纪的下半叶还是取得了丰硕的成果。正如美国国家科学院院长、分子生物学家阿尔伯特（B. Albert ）所说：在一个基因克隆占主要地位的时代，当今许多优秀的科学家在不具备任何定量研究的能力下，仍然取得了巨大的成绩。但是，随着后基因组时代的到来，生物学研究者的定量研究能力和知识，已不再是可有可无的了。 【大势所趋 】????? 英国生物学家纳斯（P. Nurse）因细胞周期方面的卓越研究，荣获了2001年度诺贝尔生理学或医学奖。在一篇回顾20世纪细胞周期研究的综述文章中，他曾以这样的文字作结：我们需要进入一个更为抽象的陌生世界，一个不同于我们日常所想象的细胞活动的、能根据数学有效地进行分析的世界。 也许基于同样的考虑，美国国家科学基金会（NSF ）主任科勒威尔（R. Colwell）在2000年10月向国会提交的报告中，称数学是当前所有新兴学科和研究领域的基础，要求下一年度对数学的资助要增加3 倍以上，达到1.21亿美元。在这些增加的预算中，有很大的一部分被用来支持数学与其他学科的交叉研究，尤其是数学与生物学的交叉研究项目。 ???? 尽管数学一直在现代生命科学中扮演着一定的角色，如数量遗传学、生物数学等，但生物学家真正体会到数学的重要性，还是最近十几年来的事情。基因组学是这种趋势的主要催化剂。随着DNA 序列测定技术的快速发展，1990年代后期每年测定的DNA 碱基序列以惊人的速度增长。以美国的基因数据库（GenBank ）为例，1997年拥有的碱基序列数为1 ×109，次年就翻了一番，到2000年GenBank已拥有近8 ×109 个碱基序列。同样，在蛋白质组研究和转录组研究等快速推进的过程中，各种数据也在迅猛增加。据估计，现在每年产生的生物数据量可以达到1015字节。如何管理这些海量数据，以及如何从中提取有用的知识，成为了对当前生物学家、数学家、计算机专家等的巨大挑战。一门新兴学科——生物信息学（bioinformatics），也应运而生。此外，对细胞和神经等复杂系统和网络的研究，导致了数学生物学（mathematical biology）的诞生。NSF 为此专门启动了一项定量的环境与整合生物学项目，以鼓励生物学家把数学应用到生物学研究中去。几乎在同一时间，美国国立卫生研究院也设立了一项计算生物学的重大项目。 【理解生命的新工具：模型】 ????? 上面的论述也许会造成这样一种印象，数学在现代生命科学中的应用主要是在海量数据的处理方面。可以这样说，今天有许多生物学家的确是从计算的角度，来看待数学对生命科学的作用的。然而，对于理解生命现象来说，计算是远远不够的。当生物学家把通过基因芯片获得的成千上万的实验数据喂进一台计算机，让计算机根据一定的运行程序吐出一堆堆的结论时，他是否就可以认为，他已经理解了所要研究的生物学问题？不仅如此，我们也许还需要警惕，不要让计算机代替了我们的思考。 ????? 对于今天的生物学者，数学的价值应该体现在模型化（modelling ）方面。通过模型的构建，那些看上去杂乱无章的实验数据将被整理成有序可循的数学问题；通过模型的构建，所要研究的问题的本质将被清晰地抽象出来；通过模型的构建，研究者的实验不再是一种随意探索，而是通过假设驱动（hypothesis-driven approach）的理性实验，就如同物理学家的工作一样。上个世纪的实验生物学家把生命视为线性的系统，力图以一种简单的因果关系来解释生命活动。通常，在那些寻找新基因的研究者的内心深处，大多拥有一个基因决定论的愿望：一旦找到了某一种基因，就能解答一个生物学问题——癌症有癌基因，长寿有长寿基因，聪明有聪明基因，甚至犯罪都是由一种犯罪基因所造成。但是，几十年的研究轨迹，画出的却是一幅幅越来越复杂的图案。以人类发现的第一个肿瘤抑制基因p53 来说，自1979年发现至今，已有近2.5 万篇文章涉及到它；直接与p53 相互作用的蛋白质多达数十种，新的相互作用蛋白质还在不断发现之中。现在人们看到的p53 ，已经是一个相当复杂的调控网络