数学与生命科学抽象的价值-吉林大学公共数学课-[课件].ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《数学与生命科学抽象的价值-吉林大学公共数学课-[课件].ppt》由用户(晟晟文业)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 课件 数学 生命科学 抽象 价值 吉林大学 公共 数学课
- 资源描述:
-
1、历史与发展 20世纪中期,随着蛋白质空间结构的解析和DNA双螺旋的发现,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。但是,在生命科学领域的实验科学与其它实验科学如实验物理学相比,历史与发展 更多地是注重经验,而非抽象的理论或概念。这些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盛的成果。历史与发展 正如美国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
2、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 英国生物学家保罗纳斯(Paul Nurse)因细胞周期方面的卓越研究成为了2001年度诺贝尔生理学或医学奖的得主。他曾在一篇回顾20世纪细胞周期研究的综述文章中以这样的文字结束:“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。”大势所趋 也许基于同样的考虑,2000年10月美国国家科学基金会(NSF)的主任科勒威尔(R.Colwell)在向国会提交的报告中,称
3、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1.21亿元美金。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它学科的交叉研究,尤其是数学与生物学的交叉研究项目。大势所趋 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。但真正体会到数学重要性的还是20世纪90年代生物学家。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,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(GenBank)为例,大势所趋 1997年拥有的碱基序列为1x109,次年就翻了一番,为2x109;到20
4、00年GenBank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。据估计,现在生物数据量可以达到每年1015字节。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大势所趋 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(Bioinformatics)。大势所趋 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。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
5、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。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,今天的确是有许多生物学家是从“计算”的角度来看待数学对生命科学的作用。然而,对于理解生命现象来说,计算是远远不够的。当我们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,理解生命的新工具:模型 我们是否可以认为,我们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,不要让计算机代替我们的思考。理解生命的新工具:模型 对于今天的生命科学工
6、作者,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,研究者们的实验不再是一种随意的探索,而是通过“假设驱动”(Hypothesis-driven approach)的理性实验,就如同物理学家们的工作一样。理解生命的新工具:模型 上个世纪的实验生物学家把生命视为一个线性的系统,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
7、“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。理解生命的新工具:模型 但是,几十年的研究轨迹,划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2万5千篇文章涉及到它;直接与p53相互作用的蛋白质多达数十种,新的还在发现之中。现在人们看到的p53已经是一个相当复杂的调控网络。显然,没有数学模型的帮助,要理解和分析p53的功能将不是一件容易的事。理解生命的新工具:模型 不久前,发现p53的生物学家之一莱文尔(A.J.Levine)和数学家一起,建立了一个解释p53调控线路的数学模型。理解生命的新工具
展开阅读全文