生物学中数学建模.pdf

第 18 卷第 6 期 工　科　数　学 . 18, №. 6 V o l 2002 年 12 月 . 2002 JOU RNAL O F M A TH EM A T ICS FOR T ECHNOLO GY D ec 生物学中的数学建模 1 1 2 赵邦杰 , 　张志让 , 　赵　晟 ( 1. 成都信息工程学院 计算机科学系, 成都 610041; 2. 中国科学院上海生命科学院生物化学细胞研究所国家分子生物学重点实验室, 上海 200031) 　　[摘　要] 生物学与其它学科的交叉是近年来学术界讨论的一个重要话题. 系统科学这一类横断科学从 其产生之初就具有其鲜明的一般性和普适性, 尤其适合对生命这一开放的、有序的、复杂的系统进行研究和探 讨. 近年来, 这方面的发展非常迅速, 生物学研究的新思路、新方法层出不穷, 这无疑为广大研究人员带来崭新 的研究工具和更优化的解决方案. 本文从生物建模的角度对这方面最新的研究进展进行总结、归纳, 以求集思 广益、触类旁通. [ 关键词] 生物建模; 系统科学; 非线性过程 [ 中图分类号] Q 10; O 29　　[ 文献标识码] B 　　[ 文章编号](2002) 生物体中的遗传分子——DNA 蕴涵着生命现象的庞大信息数据和复杂机制, 从其最简单的数字特 ( 性出发, 我们不难发现 具有数学上四进制的特点 由 、 、 、 四种脱氧核苷酸残基组成的线性 DNA A T G C ) 分子 . 数论中的基本理论让我们很容易联想到与四进制最接近的二进制. 后者恰好是信息科学中表示 最小信息——“位”的最著名的计数法, 同时也是当代 IT 业的宠儿——计算机的思维语言. 而当研究人 员在生物学的海量数据中艰难地前进时, 他们又自然而然地选择了计算机作为他们新一代的研究工具, 以帮助他们建立更强大的计算方法和数学模型. 且不论DNA 的四进制结构和计算机的二进制之间是 否真的可以建立起某种必然联系, 生命科学和包括信息科学在内的系统科学之间的交叉融合却是不容 质疑的. 随着一些原核, 真核基因组的大规模测序的完成, 研究人员从大量的生物学实验中发掘积累了越来 越丰富的数据, 数据之间又以极其复杂的方式相互联系着, 进而形成错综复杂的网络结构. 解释这些原 始数据一大困难在于这些基因、生化网络的基本数据过于庞杂, 因此, 解决这一难题有赖于更先进的计 算方法. 传统的生物学数据分析方法已越来越不足以用来充分理解这些海量数据中所蕴函的复杂信息. 而系统科学历来就是在对各种各样的数据分析的过程中不断发展完善起来的, 其已有的大量成果恰好 为生物学的海量数据分析提供了多方面, 多角度的解决方案, 从而使生命科学在定理、模拟、仿生、预测 等方面有了长足的进步. 从早期的人口控制论到当今的基因组、后基因组计划, 生命科学的信息化过程 已历经了从简单到复杂, 宏观到微观, 粗放到精细, 零散到系统的过程, 其间不论生物学本身还是系统科 学都随着其自身的飞速发展更紧密地结合到一起, 相互促进, 相互影响着. 1　上下求索——生物建模的历史回顾 系统论大概是最早被引入生物学的系统科学. 一般系统论的创始人贝塔朗菲本身就是一位生物学