[论文解读] Mathematics, Biology, and Physics: Interactions and Interdependence

Michael C. Mackey, Santillan, Moises|ArXiv.org|Sep 1, 2004

Complex Systems and Decision Making参考文献 6被引用 7

一句话总结

本文认为，数学、生物学与物理学之间的历史相互依存关系推动了重大的科学进步，并将持续推动这一进程，尤其体现在对生物系统的跨学科建模方面。文章强调数学与物理原理在理解基因调控、神经动力学及疾病机制方面的作用，关键贡献来自电生理学、非线性动力学与系统生物学。

ABSTRACT

This paper traces the seminal roles that physicists and mathematicians have played in the conceptual development of the biological sciences in the past, and especially in the 19th and 20th centuries.

研究动机与目标

• 阐明数学、物理学与生物学之间长期存在的相互作用如何塑造了现代科学。
• 展示跨学科合作（尤其是电生理学与系统生物学领域）如何促成基础科学突破。
• 主张未来对复杂生物系统的理解将越来越依赖于数学建模与物理原理的整合。
• 强调非线性动力学与随机建模在推进基因调控与神经系统的理解中的作用。
• 倡导在医学、生物物理学与生物工程领域持续开展跨学科研究，以应对复杂疾病并开发靶向疗法。

提出的方法

• 分析18至19世纪的案例研究，特别是电生理学领域，追溯生物学与物理学科学的共同发展。
• 考察诸如验电器与毛细血管静电计等实验仪器在推动生物学与物理学测量方面的角色。
• 应用非线性动力学与随机过程原理，对基因调控网络与噪声生化反应进行建模。
• 利用数学建模解释与预测神经动力学，包括在深部脑刺激与癫痫控制中的应用。
• 将离子通道与受体的生物物理研究数据与计算建模相结合，以设计靶向治疗药物。
• 利用计算能力与地理信息系统（GIS）的进展，改进生态与流行病动力学的建模。

实验结果

研究问题

• RQ1 物理学、数学与生物学之间的历史互动如何推动了电生理学与系统生物学领域的科学进步？
• RQ2 数学模型与非线性动力学在理解基因调控与随机生化过程方面发挥什么作用？
• RQ3 跨学科方法如何改善癫痫与帕金森病等神经系统疾病的治疗？
• RQ4 物理原理与数学建模在加速设计分子与靶向药物开发方面有哪些作用？
• RQ5 先进计算工具如何增强对复杂生物与生态系统建模的改进？

主要发现

• 莱顿瓶与伏打电堆的发明直接受生物实验的推动，体现了18世纪物理学与生物学之间的相互影响。
• 伽伐尼发现‘动物电’，以及伏特随后发明电池，是生物观察催生重大物理创新的典范。
• 基因网络的数学建模预计将进一步加速，特别是借助非线性动力学与随机过程的技术。
• 单细胞基因表达研究将需要不依赖大数定律的新数学框架。
• 迷走神经刺激与深部脑刺激等神经疗法，是物理学、数学与神经科学融合研究的直接成果。
• 将生物物理数据与计算建模相结合，将实现靶向药物与医用生物材料的理性设计。