Agfdhyk

本条目部分链接不符合格式手冊規範。跨語言链接及章節標題等處的链接可能需要清理。（2015年12月11日） 請協助改善此條目。參見WP:LINKSTYLE、WP:MOSIW以了解細節。突出显示跨语言链接可以便于检查。

數理生物學（英语：mathematical and theoretical biology），又稱數學生物學（英语：mathematical biology）或生物数学（英语：biomathematics）是一个跨学科的领域，其主要目标是利用数学的技巧和工具为自然界，特别是生物学中的过程建模并进行分析。生物数学在生物学的理论和实践中都有广泛的应用。

重要性

很久以前，数学即被应用于生物学的研究中。然而直到最近，这一领域才引起人们足够的重视，其原因包括：

• 由于基因学的发展，生物学家采集到的大量数据必须通过解析方法加以处理。

• 数学理论，特别是混沌理论的发展，使人们对复杂性系统的认识更加深刻，从而提供了研究生物学中非线性动力过程的工具和方法。

• 
  计算机科学的发展使大规模计算和模拟成为可能。

• 基于人类与动物研究中的复杂性，人们对In silico的兴趣与日俱增。

研究领域

下面是一些生物数学界的热门研究领域。这些项目所研究对象的共同特点是极其复杂并具有非线性的动力特征。一种观点认为，此类多种因素交互的问题只能通过数学或计算机模拟的方式来理解。由于此类研究涉及多个学科，時常是由数学家、物理学家、生物学家、医生、动物学家和化学家等共同完成的。

演化生物學及生態學

傳統上，演化生物學和生態學都大量使用數學理論。數學模型在演化及生態學有許多不用的功能，包括用統計學分析資料、預測生物現象、以及檢驗假說的正確性。

在微演化中，最主要的數學應用是族群遺傳學，計算的是有限數量的基因頻率如何受天擇、性擇、突變、漂變、遷徒等演化力量影響；可以由觀察到的基因頻率回推演化力量，或是由演化力量預測未來的基因頻率。當有大量基因座，而且個基因座對性狀的影響都很小時，可以用計量遺傳學（Quantitative genetics）描述性狀的分佈如何演化；通常假設性狀是常態分佈，計算基平均值和方差，羅納德·費雪為統計學打下的基礎即是由此建立。由John Maynard Smith引进的进化博弈理论是另一個重要的數理應用。

在巨演化中，系統分類學大量使用數學。該領域比較生物間性狀的異同（包括基因組成）後，用最大簡約法或最大似然估計等數學理論來重建演化歷史。

在生態學中，族群動態學（Population dynamics）描述生物族群大小的變化。馬爾薩斯的《人口論》提出指數成長的人口模型，可以說是最早的族群動態學理論。Lottak-Volterra方程解釋天敵和獵物的族群波動關係，也早在19世纪就被广泛地研究。与人口动力学密切相关的另一领域是数学流行病学，其主要研究内容为传染病在易感人群中的传播。目前已经有多个病毒传播模型在公共健康政策的决策中产生了重要影响。群集生態學以及生物地理學也大量使用數學，包括羅伯特·麥克阿瑟和艾德華·威爾森提出的的島嶼模型，以及生態學中性理論，計算環境因子影響如何影響物種遷徒、滅絕、以及種化的頻率，從而解釋一個地區的物種多樣性。

细胞模型和分子生物学

由于分子生物学的发展，近年来该领域的研究硕果累累。

• 
  神经元模型和致癌物[1]
  


• 生物组织培养动力学 [2]
  


• 酶化学和酶动力学。[3]
  


• 
  癌症模型与模拟 [4]
  


• 交互细胞动力学 [5]
  


• 疤痕组织形成模型 [6]
  


• 细胞内部动力学模型 [7]
  

生理系统模型

• 动脉疾病模型 [8]
  


• 多尺度心脏模型 [9]
  

数学方法

一般来说，在生物数学中，一个生物学的模型往往被抽象转化成为一个方程或方程组。在不严格的意义下，往往将“模型”和“方程组”视为同一含义。该方程或方程组的解，可以描述一个生物系统随时间的演进或在平衡点附近的性态。

生物数学中有多种类型的方程和性态，它们一般与模型或方程是独立的。在建模的过程中，往往进行一些假设，从而使得问题更容易用抽象语言描述。

下面是一些常用的数学工具和假设：

确定过程（动力系统）

动力系统用来描述一个从给定的初态到某个终态的映射。由给定的初态出发，随着时间的变化，一个动力系统始终产生相同的轨线，并且不同的轨线彼此不相交。

• 
  常微分方程（连续时间域，连续相空间，没有空间域的微分）。可以参考数值常微分方程。


• 
  偏微分方程（连续时间域，连续相空间，有空间域的微分）。可以参考数值偏微分方程。


• 
  差分方程（离散时间域，连续相空间）。

不确定过程（随机动力系统）

随即动力系统用来描述一个从给定的初态到某个终态随机的映射，将相空间视为一个随机变量及相应的随机分布。

• 非马尔可夫过程。


• 跳跃。


• 连续马尔可夫过程。

空间域模型

这方面的经典工作可以参考艾伦·图灵1952年发表於《器官学》（morphogenesis（英语：morphogenesis））的文章〈器官学的化学基础〉。

• 创伤康复实验中的波传递。[10]
  


• 细胞群形态 [11]^{[永久失效連結]}
  


• 器官的机械化学理论 [12]
  


• 生物模式的形成 [13]
  


• 由样本生成的空间分布 [14]
  

参考书目

• S.H. Strogatz, Nonlinear dynamics and Chaos: Applications to Physics, Biology, Chemistry, and Engineering. Perseus., 2001, ISBN 0-7382-0453-6
  


• N.G. van Kampen, Stochastic Processes in Physics and Chemistry, North Holland., 3rd ed. 2001, ISBN 0-444-89349-0
  


• P.G. Drazin, Nonlinear systems. C.U.P., 1992. ISBN 0-521-40668-4
  


• L. Edelstein-Keshet, Mathematical Models in Biology. SIAM, 2004. ISBN 0-07-554950-6
  


• G. Forgacs and S. A. Newman, Biological Physics of the Developing Embryo. C.U.P., 2005. ISBN 0-521-78337-2
  


• A. Goldbeter, Biochemical oscillations and cellular rhythms. C.U.P., 1996. ISBN 0-521-59946-6
  


• F. Hoppensteadt, Mathematical theories of populations: demographics, genetics and epidemics. SIAM, Philadelphia, 1975 (reprinted 1993). ISBN 0-89871-017-0
  


• D.W. Jordan and P. Smith, Nonlinear ordinary differential equations, 2nd ed. O.U.P., 1987. ISBN 0-19-856562-3
  


• J.D. Murray, Mathematical Biology. Springer-Verlag, 3rd ed. in 2 vols.: Mathematical Biology: I. An Introduction, 2002 ISBN 0-387-95223-3; Mathematical Biology: II. Spatial Models and Biomedical Applications, 2003 ISBN 0-387-95228-4.


• E. Renshaw, Modelling biological populations in space and time. C.U.P., 1991. ISBN 0-521-44855-7
  


• S.I. Rubinow, Introduction to mathematical biology. John Wiley, 1975. ISBN 0-471-74446-8
  


• L.A. Segel, Modeling dynamic phenomena in molecular and cellular biology. C.U.P., 1984. ISBN 0-521-27477-X
  


• L. Preziosi, Cancer Modelling and Simulation. Chapman Hall/CRC Press, 2003. ISBN 1-58488-361-8
  

扩展阅读

• F. Hoppensteadt, Getting Started in Mathematical Biology. Notices of American Mathematical Society, Sept. 1995.


• M. C. Reed, Why Is Mathematical Biology So Hard? Notices of American Mathematical Society, March, 2004.


• R. M. May, Uses and Abuses of Mathematics in Biology. Science, February 6, 2004.


• J. D. Murray, How the leopard gets its spots? Scientific American, 258(3): 80-87, 1988.


• S. Schnell, R. Grima, P. K. Maini, Multiscale Modeling in Biology, American Scientist, Vol 95, pages 134-142, March-April 2007.

外部链接

• The Collection of Biostatistics Research Archive


• Statistical Applications in Genetics and Molecular Biology


• The International Journal of Biostatistics


• Society for Mathematical Biology


• European Society for Mathematical and Theoretical Biology


• Biomathematics Research Centre at University of Canterbury


• Centre for Mathematical Biology at Oxford University


• Mathematical Biology at the National Institute for Medical Research


• Institute for Medical BioMathematics


• 
  Mathematical Biology Systems of Differential Equations from EqWorld: The World of Mathematical Equations


• Systems Biology Workbench - a set of tools for modelling biochemical networks

查 论 编 生物学 生物學分支 解剖学 天体生物学 生物化学 生物地理学 生物力学 生物物理学 生物信息学 生物统计学 植物学 细胞生物学 细胞微生物学（英语：Cellular microbiology） 化学生物学 时间生物学 保护生物学 发育生物学 生态学 流行病学 表观遗传学 演化生物学 遗传学 基因组学 组织学 人体生物学（英语：Human biology） 免疫学 海洋生物学 生物数学 微生物学 分子生物学 真菌学 神经科学 营养学 生命起源 古生物学 寄生虫学 病理学 药理学 生理学 量子生物学 社會生物学 合成生物学 系统生物学 生物分类学 病毒学 毒理学 动物学 生命的層次結構 生物圈 >  生態系統 >  群落 >  种群 >  生命体 >  生物系統 >  器官 >  組織 >  細胞 >  細胞器 >  生物分子复合体（英语：Biomolecular complex） >  分子（高分子, 生物分子） >  原子 基礎 細胞學說 生態 能量 演化 遺傳學 體內平衡 合成生物學 生物分類學 原理 演化 適應 遺傳漂變 基因流動 巨演化 微演化 突變 自然選擇 物種形成 生態學 生物多樣性 種間關係 生態系統 動物棲地 生態位 種群生態學 資源 (生物)（英语：Resource (biology)） 分子生物學 細胞信號傳送 發育生物學 表觀遺傳學 基因調控（英语：Regulation of gene expression） 減數分裂 有絲分裂 轉錄後修飾 生物化學 碳水化合物 脂類 代謝 核酸 光合作用 蛋白質 詞彙表 植物詞彙（英语：Glossary of botanical terms） 生態詞彙（英语：Glossary of ecology） 植物形態詞彙（英语：Glossary of plant morphology） 生物分類法 分類 · 主題 · 共享资源 · 專題