数学是科学的语言。从物理到工程和化学都会用到数学，辅助我们理解宇宙起源，建立牢固的桥梁。也许有点意外，数学也越来越多的集成在生物学中。

数百年来数学被用于对相对简单的物理系统进行建模。牛顿的万有引力定律就是个很好的例子。相对简单的观测催生了能精确描述数十亿英里之外天体之间运动的法则。传统上，生物学被认为过于复杂，难以进行这样的数学描述。

生物系统常被分类为“复杂”。从这个意义上来说复杂意味着由于很多子成分之间复杂的相互作用，生物系统会表现出所谓的突发行为——系统整体表现出单个成分单独作用无法具备的性质。这种生物复杂性常被错认为是活力论，即生物过程依赖于不同于物理和化学法则的作用力或者原理这一误解。结果就被假定复杂生物系统不服从数学解释。

credit: 煎蛋画师ZZCW

也有不少早期反对者。著名计算机科学家、二战电码译员阿兰·图灵就是其中之一，认为生物现象能在数学上被研究和理解。1952年他提出了一组优美的数学方程，为动物外表皮体色模式的形成提供了一种解释。

他的工作不仅优美，还是反直觉的——只有像图灵那种杰出的头脑才能想象出来的那种工作。但遗憾的是，他因当时严苛的反同性恋法律而遭受了恶劣的待遇。经过“矫正”激素治疗，他在两年后就自杀了。

新兴领域

从那以后，数学生物学就开始兴起了。近些年，日益增多的详细实验过程增加了科学家们可用的生物数据。这些数据可被用于产生先前认为深奥的生物系统的复杂性假设。为了测试这些假设，就必须将其写成模型的形式，这样才能进行检验，看这些假设是否正确模拟了生物观测。数学就是实现这个的天然语言。

此外，过去60年计算机的出现和计算能力的不断提升使我们能表示和测试生物系统的复杂数学模型。生物系统能被从数学上处理，结合计算力建立和研究细致的生物模型这一事实大大增强了数学生物学的流行性。

数学已经成为21世纪处理医学、生物学和生态科学中某些最紧迫问题的关键科学武器。通过数学上描述生物系统并使用得到的模型，我们能获得单从实验和文字推理无法得到的深刻理解。如果我们想将生物从一门描述性科学变为预测性科学，比如能够避免流行病或者改变衰弱疾病的影响，那么数学生物学就非常重要。

新武器

在过去50年中，比如数学生物学就建立了心脏生理机能的越来越复杂的计算表征。今天，这些高度复杂的模型正在被用于试图更好地理解人类心脏的复杂功能。心脏功能的计算机模拟使我们能够预测心脏与设计来改善心脏功能的候选药物将会怎么作用，而无需进行昂贵而有风险的临床测试。

我们也利用数学生物学研究疾病。在个体尺度上，研究者已经通过数学免疫学阐明了我们的免疫系统对抗病毒的机制，并提出了扭转局势的可能干预方法。在更广泛的尺度上，数学生物学也提出了能被用于控制类似埃博拉等致命流行病传播的机制，这些机制也保障了为此而投入的有限资源被尽可能高效地使用了。

数学生物学甚至被用于政策制定。比如有些渔业研究利用数学模型设置实际的限额来保证我们不会过度捕捞海洋和保护某些最重要的物种。

这种由数学方法带来的增长的理解力使我们能从不同尺度上更好地理解生物学。比如在巴斯的数学生物中心，我们研究大量紧迫的生物难题。在谱系的一端，我们试图提出能避免由数十亿个体组成的蝗灾带来的毁灭性危害的策略。在另一端，我们试图阐明引起胚胎正常发育的机制。

虽然数学生物学传统上是应用数学的范畴，但毫无疑问自我标榜为纯粹的数学家在数学生物学的演化中的确起到了作用。纯粹的拓扑学原理被用于理解DNA结问题，代数几何被用于选择最合适的生化交互网络模型。

随着数学生物学的进一步发展，各个研究领域的新老科学家将为生物学所提供的大量重要新颖的问题所吸引。

图灵的革命性观念虽然在他的时代没有被完全承认，但却表明我们无需诉诸活力论——机械中的神明来理解生物过程。数学中所编码的化学和物理，或者我们现在所称的“数学生物学”，也能很好地阐明这些问题。

本文译自 conversation，由 CliffBao 编辑发布。Christian Yates(英国巴斯大学)

PREV : 新观点：让宠物狗吃素食会更健康
NEXT : 移动电动汽车无线充电攻克重大困难