第0章(续)生命科学中的数学.pptVIP

生命科学中的数学 * * 1. 建立反映细胞生物学中的微积分 菌群体生长情况的数学模型，推导时用的是微积分方法.最后把最初模型变换成最后关于倍增时间G的表达式，其中, G是微生物培养和发酵的研究中十分重要的一个量. ? 2. 在生物能学方面，一些量的表达，公式的推导需要用到微分和积分的原理。从假设体系体系能量发生微小变化出发，推导得到相关量的表达式，再对整个过程进行积分，即可得到反应前后能量的变化。 ? 3. 很多生化反应动力学的研究需要用到微积分原理来建模。如，药物代谢动力学、DNA复性动力学、酶促反应动力学等等 生物学中的微积分 * * 生物数学的研究已经变得轰轰烈烈。微分方程和动力系统的新理论和新方法大量地应用于种群生态学、种群遗传学、神经生物学、流行病学、免疫学、生理学以及环境污染等问题的研究。生物学在利用数学工具解决实际问题的同时提出了更为现实的和复杂的问题而需要（生物）数学家提出新的方法和工具。 另一方面，数学理论已经从解释生命现象进入到（部分）揭示生命现象的阶段。在利用纯数学解决生命科学问题的同时，生命科学提出的新问题也会促进数学的发展。生物数学的研究就显示出其同时具有纯粹数学和应用数学的综合特征。 生物数学 * * 生物信息学是在数学、计算机科学和生命科学的基础上形成的一门新型交叉学科；是指为理解各种数据的生物学意义，运用数学、计算机科学与生物学手段进行生物信息的收集、加工、存储、传播、分析与解析的科学。 近年来随着快速序列测定、基因重组、基因芯片、多维核磁共振等技术的应用，生物学实验数据呈爆炸趋势增长，同时计算机和国际互联网络的发展使对大规模数据的贮存、处理和传输成为可能。作为一门新的学科领域，它是将基因组DNA序列信息分析作为源头，在获得了蛋白质编码区的信息之后进行蛋白质空间结构模拟和预测，然后依据特定蛋白质的功能进行必要的药物设计。 大量多样化的生物学数据资源中必然蕴涵着大量重要的生物学规律，这些规律是我们解决许多生命之谜的关键所在；然而继续沿用传统手段以人脑来分析如此庞杂的数据实在是太勉为其难了！随着实验数据的急剧膨胀迫使我们不得不寻求一些新的强有力的工具去利用它们！ 生物信息学 * * 抽象的价值——数学与当代生命科学 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。 美国国家科学院院长、分子生物学家阿尔伯特（B. Albert）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。 * * 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。 * * 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。 * * 随着DNA序列测定技术的快速发展，20世纪90年代后期每年测定的DNA碱基序列以惊人的速度迅速增长。以美国的基因数据库为例，1997年拥有的碱基序列为1x109，次年就翻了一番，为2x109；到2000年基因数据库已拥有近8x109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，各种数据也在迅猛的增加。???? 如何管理这些“海量”数据，以及如何从它们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。由此引出了一门新兴学科：生物信息学。 * * 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的诞生。 美国国家科学基金委员会为此专门启动了一项“定量的环境与整合生物学”的项目，以鼓励生物学家把数学应用到生物学研究中去。 几乎在同一个时间，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。 * * 对于今天的生物学者，数学的价值应该体现在“模型化”（modeling）方面。通过模型的构