生物学的世界包含了丰富的模式。仔细观察就不难发现，模式无处不在。
一朵花的花瓣数量通常对应着斐波那契数列中的一个数字，而哺乳动物的椎骨数量也很有规律，比如长颈鹿、人类和短尾矮袋鼠都有7节颈椎。甚至许多病毒也遵循着模式，在它们的外壳上表现出了对称性。
自然的花朵中藏着斐波那契数列的秘密。（图／BlueRidgeKitties, Flickr, CC BY-NC-SA）
而数学的核心就是研究模式的科学。自然中的一些模式可能非常微妙，因此，如果不用数学来正式描述并理解它们，我们可能就会完全忽略。而如今，数学模型已经成为物理学、工程学和气候科学的核心。
长期以来，生物学研究在很大程度上没有先进的数学模型，但这种情况正在逐渐改变。数学生物学是一个不断发展的领域，它有望彻底颠覆微生物学、生物技术、进化生物学和医疗保健。
有了数学的辅助，以往需要多年试错实验（和大量浪费）的科学突破，也许可以在更短的时间里实现。
以下正是在数学生物学方面取得的一些最新进展。
病毒和自然世界
小时候，我们大多数人都玩过“石头剪刀布”的游戏。事实上，我们用来描述石头剪子布的数学方法，也可以用来预测一个地区中动物物种之间让它们共存的优势循环。
例如，在美国西南部有三个品种的侧斑鬣蜥，每个品种相对于另一个品种具有一定生存优势，而相对于第三个品种则具有劣势。这就好比石头可以赢剪刀却会输给布，带来了一种生态中的平衡。
侧斑鬣蜥。（图／Kerry Matz, Flickr, CC BY-NC-SA）
数学也一直是我们对抗COVID-19的前沿阵地。
如果你关注新闻，可能听说过R0，这是一个表明流行病传播性质的数学概念。传染性流行病学中的这一关键概念是数学和统计学力量的结果，它可以检测到数据中的模式。简单来说，当R0大于1时，感染的数量会上升。当R0小于1时，流行病则将最终消亡。这一直是预测和控制流行病传播的关键。
也许鲜为人知的是，数学生物学也正被用来：
· 设计杀死癌细胞的病毒，例如通过组合疗法来治疗卵巢癌；
· 设计干预措施，来帮助消除疟疾；
· 确定抗菌素耐药性的原因；
· 为发展中国家和干旱地区带去清洁的饮用水；
· 揭开活细胞的内部运作。
全细胞模型
在诸多数学应用中，其中一项格外引人注目。
在这个生物学的新时代，研究人员可以建立数学模型，全面地描述单个生物细胞，从而预测它的命运。这被称为“全细胞模型”，它让我们能计算出一个细胞的生命周期，并帮助我们理解生物的工作原理。
一位作家将对细胞内部世界的探索称为“最终边界”（final frontier）。尽管这一领域仍处于起步阶段，但它的潜在应用其实无处不在。
想象一个场景。耐甲氧西林金黄色葡萄球菌（MRSA）是一种能抵御标准抗生素的超级细菌。如果我们建立一个MRSA的细胞内部工作的复制数学模型，就可以在生物实验的基础上，使用计算机模拟来设计预防和治疗MRSA细菌感染的新方法。这将为我们与抗药性超级细菌的斗争增加另一层防御。
MRSA。（图／National Institute of Allergy and Infectious Diseases, National Institutes of Health, CC BY-NC）
全细胞建模的益处也延伸到了癌症治疗。例如，癌症免疫疗法依赖于借助病人自身的免疫系统来对抗癌症。如果我们有一个完整的免疫细胞模型，就可以针对特定的抗肿瘤反应进行微调，改善抗癌疗法，并且不需要对病人进行任何侵入性探查。
医疗保健之外的应用
除了医疗保健，全细胞模型还为我们提供了农业和食品生产中的清洁用水的方法。
有效的水处理通过去除微生物、有机物质和微污染物而产生高质量的水。然而，被去除的生物物质的堆积不可避免地会导致过滤器被一层生物物质，或者叫“生物膜”所堵塞。生物膜一旦形成，只有被清除后，过滤过程才能再次工作。在海水淡化厂，大约四分之一的运行成本归因于生物膜的清除，这成了一个大问题。
全细胞模型让科学家能够剖析生物膜形成的基础机制，随后，就能确定合适的目标，首先抑制生物膜的形成，或在生物膜形成后加以破坏，恢复供水系统的完整性。
这只是诸多例子中的寥寥几个。科学家相信，理解、预测并控制细胞的行为，将快速推动生物技术和医疗保健方面的发现，确保为每个人提供一个更健康、更安全和更繁荣的未来。
#创作团队：
原文作者：Jennifer Flegg（墨尔本大学应用数学副教授）
Michael P. H. Stumpf（墨尔本大学理论系统生物学教授）
编译：Måka
排版：雯雯
#参考来源：
https://theconversation.com/the-next-breakthrough-tool-in-biology-its-maths-here-are-some-ways-mathematical-biology-is-helping-change-the-world-186209
#图片来源：
封面图：pxhere
首图：Dhlim2007, Wikimedia Common, CC BY-SA
发表于 2022-7-17 14:42
收藏
分享