中国的生物学研究有什么不同？
芝大的老板是院士，人很nice。他老人家的经历真给劲，本科学土木工程，硕士学地球物理，博士读的是应用数学，结果自己当PI后跑到人家分子进化领域拿了一个算得上是最高奖项的Balzan Prize（巴尔扎恩奖），又跑到遗传学领域拿了一个据一些学生说是算作遗传学终身成就奖的Mendel Medal（孟德尔奖章）。
我那时刚到芝大的时候，基本啥都不懂。见到老板的所有学生要么在编程、玩服务器，要么在折腾数学，我就很不解地问老爷子：做进化不就是采集几个样品，建几棵树，说几段故事吗？跟数学扯得上哪门子关系哟？
老爷子反问我：你们在国内目前都是像你所说的那样做进化吗？
我答曰：在我出来之前所看到的，中国大陆90%以上都是这样在搞进化。
老爷子没有正面回复我，而是态度坚决地对我说：That's why you need to come here.
......
从那时起，我又要捡起我那被丢弃多年的数学。因为芝大的概率统计在美国也是排前几名的，于是我被老板建议去蹭统计系的课。
等囫囵吞枣学了一遍概率统计之后，突然发现平时用的一些进化遗传分析软件里的一些检验和算法，啥t检验、z检验、F检验，啥二项分布、卡方检验，啥0.05显著...简直居然这么简单！更可怕的事发生了：当我再回过头去看那些八股文杂志时，突然觉得照猫画虎做研究的童鞋们好杯具，辛辛苦苦测这么多数据出来，到头来竟然是被数学算法牵着鼻子走。算法的说你显著就显著，说你不显著就不显著，一会儿一个positive selection，搞得到处都是positive selection ...其实说不准那些个算法有不少都是精度差得一踏糊涂，甚至公式都有用错的、或者在数学前提不允许的情况下或不合理的情况下强行使用一些公式、又或者数学上过于理想化一些参数条件。这些算法有几个是发表在专业的数学杂志（例如美国数学学会的杂志或者英国皇家统计学会会刊），接受过数学家们的严格考验的呢？等算法过关了，你再打成软件包发在生物学杂志嘛，又不影响被引用。那些个数学杂志别看IF只有1-2分，可厉害了，菲尔兹奖都不知道出了多少人~~
来到芝加哥，我的观念被彻底颠覆了，包括价值观、世界观、人生观（俗称“三观尽毁”）。
摘自：苦逼的生物学吊丝逆袭之路 [url]http://blog.sciencenet.cn/home.php?mod=space&uid=450601&do=blog&id=648736[/url] 问一个问题：在诺贝尔奖100多年的历程中，有没有做“生物数学”的获得过诺贝尔医学和生理奖。至于巴尔扎恩奖和孟德尔奖章，我想大家听说过的很少。
另外一个问题：在生物数学领域，有那些可以让人记得并熟悉的突破性工作。不妨说说看。
[b]回复 [url=forum.php?mod=redirect&goto=findpost&pid=835719&ptid=66517][color=Olive]marrowstem[/color] 的帖子[/url][/b]
自然科学每一个主要学科领域的革命性进展都或多或少地从数学那里得到力量，回顾科学史可以很清晰地看到这一点。如16、17世纪天文学家在研究天体运动方面之所以能够取得那么重大的突破，非常重要的原因是有了微积分这样的数学武器，牛顿不仅是伟大的物理学家，而且是了不起的数学家；爱因斯坦比较幸运，他在创立相对论过程中不需要创造新的数学，因为在早他60多年前就有人创造了黎曼几何。没有黎曼几何，相对论的严谨性就可能大打折扣。可见科学上新的重大突破往往伴随着新数学分支的诞生。
已知在大量的基因编码序列中，绝大部分是功能尚不清楚的所谓“垃圾”DNA序列，有人称对这些非编码序列的了解将是当今生物学面临的最大挑战之一。从语言学角度看，这些所谓的“垃圾”DNA与人类语言有相似处，即语言的冗余度。要认识这种语言可能涉及到很多数学问题，如数理语言、数理逻辑，甚至密码学。事实上已经有人，如陈润生教授等提出用密码学方法来分析DNA。
这些都是未定的领域，有志在此耕耘的人很有可能创造出新天地，既可以发现生物学中的新东西，也有可能创生出新的数学学科。我认为这并非天方夜谭。但有志于此的人必须有好的头脑，必须与生物学界有密切的联系，能熟练掌握计算机。我这里大胆预测一下，生物数学完全可能拿诺贝尔奖。
摘自：迎接生物数学时代的到来 ——王梓坤院士
20世纪90年代以来，生物数学的发展进入与信息处理相结合的时代，生物数学家逐渐将自己的工作建立数学模型和运算分析与生物信息处理研究紧密结合了起来，生物数学发展迅猛。2004年的一期《科学》在线刊登了题为《科学的下一个浪潮－生物数学》的特辑，世界著名数学家、英国皇家学会院士、英国沃里克大学教授Ian Stewart预测，21世纪最令人兴奋、最有进展的科学领域之一，必将是生物数学。
事实上，生物学已变得越来越离不开数学。英国生物学家P. Nurse因细胞周期方面的卓越研究荣获了2001年度诺贝尔生理学或医学奖，在一篇回顾20世纪细胞周期研究的综述文章中他这样写：“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。”
数学方法引进到生物学研究始于20世纪初。英国统计学家皮尔逊首先将统计学方法应用于遗传学与进化论；1926年，意大利数学家伏尔泰拉用著名的伏尔泰拉微分方程成功地解释地中海不同鱼种的周期性消长现象，开创生物数学模型之先河。[color=DarkRed]20世纪50年代数学家与生物学家联手合作，又成功引出描述神经脉冲传导过程的霍奇金-哈特利方程(1952)和描述视觉系统抑制作用的哈特莱因-拉特里夫方程(1958)，分别获得1963年和1967年度诺贝尔医学生理学奖[/color]，生物数学模式基本形成；1969年，数学家与生物学家合作研究脱氧核糖核酸的双螺旋“环绕数”拓朴不变量，成绩斐然，尤其是用代数拓朴学中的纽结理论成功解释生命奥妙DNA结构，引起世界性轰动；1976年以来，数学家与生物学家合作，运用现代统计学与组合数学了解DNA链中的碱基排序方面也取得令人鼓舞的成绩；概率论应用于人口理论和种群理论；布尔代数应用于神经网络描述；傅里叶分析应用于生物高分子结构分析等等，这一切就构成了“生物数学”的丰富内容。 天津大学张春霆院士系统地开创了DNA序列分析中的几何学研究途径，得出了关于天然蛋白质的稳定性与密码子的选用之间存在着强关联等的重要结论。他提出的显示和分析DNA序列的Z曲线理论与方法，首次将计算几何学和微分几何学引入到DNA序列分析中来。这种崭新的研究方法将成为遗传、分子进化学和指纹学等研究中的一项新工具。利用计算机图形学技术，可将任一DNA序列以三维空间曲线形式显示于计算机的屏幕之上。通过对Z曲线的观察和数学研究，可用这一新颖的观点来分析DNA序列，开辟了一个崭新的研究领域。
“比起当前的转基因、基因工程等技术，合成生物学的研究更前卫，代表了下一代生物技术。”张春霆认为，本世纪生物科学技术的发展则可视为第四次科学浪潮。人类基因组计划以及各种生物组学提供了大量的有关生命系统的数据；生物信息学的发展为各类数据的归纳与整合提供了强有力的工具；系统生物学则旨在揭示细胞内分子运动的普遍规律；合成生物学则将把对生物领域的基础研究转化为实际的社会生产力，解决能源、材料、健康和环保等问题。 诺贝尔奖不含数学奖的原因：诺贝尔有一个比他小13岁的女友，维也纳妇女Sophie Hess，后来诺贝尔发现她和一位数学家私下交往甚密。对于他的女友和那位数学家私奔一事诺贝尔一直耿耿于怀，直到生命的尽头诺贝尔还是个单身汉，这件事让诺贝尔在叙述“诺贝尔基金会奖励章程”时把数学排除在外。 《Mathematical Biology 》这是一本生物数学，主要是微分方程方面的工具书。主要可以查询一些方程模型的生物背景。当然，该书也罗列了几乎所有的技术手段，和研究的方向和这些方向的所有文献中的最新结果。 [i=s] 本帖最后由 肖特 于 2013-4-1 23:09 编辑 [/i]
生物学虽然按照实用性归入基础学科，说到底还是一门综合性的边沿学科，而非最基础的学科，用到的技术手段和体系架构都是基于数理化。
在如今生物数据和信息爆炸式增长情况下，我们仍然不能说完全了解生命规律，更不要说掌控了。而对这些信息的处理和分析，理学的各个基础学科的思路都会对生物学有所启示，尤其是数学。
如果把生物数学单列成一门学科，好像还不是一门体系很完善的学科，所以目前没有什么突破性的工作也不难理解。 建议楼主开一个叫生物数学的新板块，有利于大家更专业的讨论。 [quote][size=2][color=#999999]marrowstem 发表于 2013-4-2 07:07[/color] [url=forum.php?mod=redirect&goto=findpost&pid=835836&ptid=66517][img]static/image/common/back.gif[/img][/url][/size]
建议楼主开一个叫生物数学的新板块，有利于大家更专业的讨论。[/quote]
其实已经开了，还望多多支持：干细胞与合成生物学专区 [url]http://www.stemcell8.cn/forum-188-1.html[/url] 我觉得数学是一门工具学科，它本身称不上科学；数学应用于生物学，应该是为生物学建立数理模型做服务，为揭开生命奥秘奠定基础，就像计算机，我也觉得这不是一门科学，而是一个工具，或者一种技术。如果一定要说数学是科学的话，也可以，那么它是表达真理存在的一门科学。生物学为何之前没有引入数学，是因为生物学至今恐怕也只搞清了人体整个奥秘的冰山一角，所以数学无用武之地。我好像也没听说过生科院开了生物数学这门课，但是我觉得这是个必然的趋势，这个趋势也预示着生命科学将会出现重大发现。
个人觉得，生命科学领域存在的很多问题，应该是科学发现不足和创新过度之间的不平衡、不相称的问题，随着数学在生物学的进一步应用，希望可以促进科学发现。