数学，电脑与生命

图片发自App

一 信息时代开启数学加持生命

大部分现代数学是通过与物理互动形成的，长达4个世纪。

随着生命科学突出地位的增加，类似互动也开始了。

正如人类为了解物理世界，而诞生了纯粹数学和应用数学。

未来，了解生命世界的强烈要求，也将会诞生新的数学。

相对材料学，等离子体物理学或宇宙学，生命科学面对的是

（1）更加模糊的问题，

（2）生物世界时空尺度更广阔，

（3）非定量的，极其复杂的组织特征。

不同的互作组分的数量是巨大的，而且都可以拥有个体特点和偶然属性并受历史事件的影响。

研究系统通常是远离平衡甚至是远离稳定的平稳状态的。

组分间高阶相互作用是普遍的情况：最简单的细胞中的反馈调控量大大超过了目前人类设计的设备所能容纳的量。正是对反馈调控的依赖性对生命系统的稳健性做出了解释。

在一个空间或时间尺度上的小事件往往在另一个非常不同的尺度上有很大影响。

我称之为“跨尺度蝴蝶效应”。

世界科学家期待着它对数学的更多影响，产生全新的更高级的数学分支。

生物学中的概念经常用简单的，语言描述的或可视的完全定性的模型来解释说明。

例如大多数基因调控电路，哪些组分抑制，哪些激活。

其它的模型可用数学公式：

理想掠夺者-被掠夺者相互作用的简单微分方程就属于这一类。

为了捕捉大型的真实数据集的细微特性而设计的复杂模型也是多种多样，有些是多组偏微分方程。为了捕捉没有有效的生物学机制作参照的数据集的细微统计性质，人们还设计了其它模型。众多是随机模型。

如DNA序列之间或由离散的表型集合定义的生物体之间可能具有亲缘关系的结合模型。转录因子在基因调控区域的结合位点的隐马尔可夫模型也属此类。

二 计算科技介入生命科学

我们知道，现代生物模式常常被扩展到数值计算。

这种过程其实是从生物学中与物理科学密切关联的一些领域开始的，如蛋白质结构测定。然后逐渐蔓延至每一个生物学领域。

当一个分析模型被逐步改进到很好地表达某个生物系统的程度时，它们通常是难以用解析方法处理的，所以生物学家必须求助于计算机计算。

计算技术已解决静电学，扩散过程，弹性和流体力学等问题。

生物学领域的需求更具有挑战性。多尺度，确定性和随机性掺杂。

图片发自App