计算生物学

计算生物学是指使用数据分析、数学建模和计算模拟来理解生物系统和关系。 作为计算机科学、生物学和大数据的交叉学科，该领域还具有应用数学、化学和遗传学的基础。 它不同于生物计算，生物计算是计算机工程的一个子领域，它使用生物工程来构建计算机。

生物信息学是对生物系统中信息学过程的分析，始于 20 世纪 70 年代初。 当时，人工智能的研究正在使用人脑的网络模型来生成新的算法。 这种对生物数据的使用促使生物研究人员使用计算机来评估和比较他们所在领域的大型数据集。

到 1982 年，研究人员通过穿孔卡共享信息。 到 80 年代末，数据量呈指数增长，需要新的计算方法来快速解释相关信息。

人类基因组计划也许是计算生物学最著名的例子，它于 1990 年正式启动。到 2003 年，该项目绘制了大约 85% 的人类基因组图，实现了最初的目标。 然而，工作仍在继续，到 2021 年达到了完整基因组的水平，只有 0.3% 的剩余碱基被潜在问题覆盖。 缺失的 Y 染色体于 2022 年 1 月被添加。

自 20 世纪 90 年代后期以来，计算生物学已成为生物学的重要组成部分，并衍生出众多子领域。 今天，国际计算生物学学会认可 21 个不同的“特殊兴趣社区”，每个社区代表更大领域的一部分。 除了帮助对人类基因组进行排序外，计算生物学还帮助创建了准确的人脑模型、绘制基因组的 3D 结构图以及模拟生物系统。

计算解剖学是在可见或大体解剖学 50 − 100 μ {\displaystyle 50-100\mu } 形态学尺度上对解剖学形状和形式的研究。 它涉及用于建模和模拟生物结构的计算数学和数据分析方法的开发。 它侧重于正在成像的解剖结构，而不是医学成像设备。 由于可通过磁共振成像等技术进行密集 3D 测量，计算解剖学已成为医学成像和生物工程的一个子领域，用于在 3D 语素尺度上提取解剖坐标系。

计算解剖学的原始公式是作为通过变换作用于样本的形状和形式的生成模型。 微分同胚群用于通过拉格朗日和欧拉流速从 R 3 {\displaystyle {\mathbb {R} }{3}} 中的一种解剖结构到另一种解剖结构产生的坐标变换来研究不同的坐标系。 它与形状统计和形态计量学有关，区别在于微分同胚用于映射坐标系，其研究被称为微分形态学。

数学生物学是使用生物体的数学模型来检查控制生物系统结构、发育和行为的系统。 这需要对问题采取更理论化的方法，而不是实验生物学中更注重经验的方法。 数学生物学利用离散数学、拓扑学（也可用于计算建模）、贝叶斯统计、线性代数和布尔代数。

这些数学方法使数据库的创建和其他存储、检索和分析生物数据的方法成为可能，这一领域被称为生物信息学。 通常，这个过程涉及遗传学和分析基因。

收集和分析大型数据集已经为数据挖掘和计算生物建模等不断发展的研究领域让路，后者指的是构建计算机模型和生物系统的视觉模拟。 这使研究人员能够预测此类系统将如何对不同的环境做出反应，这有助于确定系统是否能够保持其状态和功能免受外部和内部扰动。

虽然当前的技术侧重于小型生物系统，但研究人员正在研究允许对更大的网络进行分析和建模的方法。 大多数研究人员认为，这对于开发现代医学方法来创造新药和基因疗法至关重要。 一种有用的建模方法是通过 esyN 等工具使用 Petri 网。

沿着类似的路线，直到最近几十年，理论生态学主要处理与经验生态学家使用的统计模型分离的分析模型。 然而，计算方法除了增加方法的应用外，还通过生态系统模拟帮助发展生态理论。