Matemaattinen biologia tai biomatematiikka on tieteenala, joka vastaa kehittämisestä numeeristen mallien, jotka simuloivat erilaisia get luonnonilmiöitä liittyvät eläviä olentoja; toisin sanoen siihen sisältyy matemaattisten työkalujen käyttö luonnollisten tai biologisten järjestelmien tutkimiseen.
Kuten nimestään voidaan ymmärtää, biomatematiikka on monitieteinen alue, joka sijaitsee tiedon risteyksessä biologian ja matematiikan välillä. Yksinkertainen esimerkki tästä kurinalaisuudesta voisi sisältää tilastollisten menetelmien kehittämisen genetiikan tai epidemiologian ongelmien ratkaisemiseksi.
Lotka-Volterran saalistajien ja saalisuhteiden laki (Lähde: Curtis Newton ↯ 10:55, 20. huhtikuuta 2010 (CEST). Alkuperäinen lähettäjä oli Lämpel saksalaisessa Wikipediassa. Via Wikimedia Commons)
Tällä tietotaidolla on normaalia, että matemaattiset tulokset johtuvat biologisista ongelmista tai niitä käytetään niiden ratkaisemiseksi. Jotkut tutkijat ovat kuitenkin onnistuneet ratkaisemaan matemaattiset ongelmat biologisten ilmiöiden havainnoinnin perusteella, joten se ei ole yksisuuntainen suhde molempien tieteenalojen välillä.
Edellä esitetyn perusteella voidaan varmistaa, että matemaattinen ongelma on tarkoitus, johon biologisia työkaluja käytetään, ja päinvastoin; että biologinen ongelma on tarkoitus, johon monia erilaisia matemaattisia työkaluja käytetään.
Nykyään matemaattisen biologian ala kasvaa nopeasti, ja sitä pidetään yhtenä matematiikan nykyaikaisimmista ja mielenkiintoisimmista sovelluksista. Se on erittäin hyödyllinen paitsi biologiassa, myös biolääketieteissä ja biotekniikan alalla.
Biomatematiikan historia
Matematiikka ja biologia ovat kaksi tiedettä, joissa on useita sovelluksia. Matematiikka on ehkä yhtä vanhaa kuin länsimainen kulttuuri, sen alkuperä juontaa juurensa vuotta ennen Kristusta, ja sen hyödyllisyys on sittemmin osoitettu monille sovelluksille.
Biologia tieteenä on kuitenkin paljon uudempi, koska sen käsitteellistäminen tapahtui vasta 1800-luvun alussa Lamarckin puuttumisen ansiosta 1800-luvulla.
Matemaattisen ja biologisen tiedon välinen suhde on läheinen jo sivilisaatioiden varhaisimmista ajoista lähtien, koska paimentolaisten kansojen asettuminen tapahtui havainnon avulla, että luontoa voitiin systemaattisesti hyödyntää, jonka piti olla mukana ensimmäisissä ajatuksissa matemaattinen ja biologinen.
Alunperin biologisia tieteitä pidettiin "käsityöläisinä", koska ne viittasivat pääasiassa suosittuihin aktiviteetteihin, kuten maa- tai karjatalouteen; välin matematiikka löysi abstraktiota ja sillä oli jonkin verran kaukana välittömiä sovelluksia.
Biologian ja matematiikan yhdistelmä juontaa juurensa 1500-luvulta 1500-luvulle. Fysiologian myötä on syntynyt tiede, joka ryhmittelee tiedon luokittelemalla, järjestämällä ja systematisoimalla se hyödyntäen tarvittaessa matemaattisia työkaluja.
Thomas Malthus
Se oli Lamarckin kanssa nykypäivän taloustieteilijä Thomas Malthus, joka loi ennakkotapauksen matemaattisen biologian alulle, koska hän postatoi ensimmäisenä matemaattisen mallin, jolla selitettiin väestön dynamiikka luonnonvarojen funktiona.
Malthuksen lähestymistapoja kehitettiin ja kehitettiin myöhemmin edelleen, ja nykyään ne ovat osa ekologisten mallien perustaa, jota käytetään esimerkiksi selittämään saalistajien ja heidän saaliinsa suhdetta.
Matemaattisen biologian opinnäyte
Matemaattinen biologia on monitieteinen tiedealue. Lähde: Konstantin Kolosov - Pixabay
Matemaattinen biologia on tiede, joka on seurausta erilaisten matemaattisten työkalujen integroinnista biologiseen tietoon, kokeellista tai ei, jolla pyritään hyödyntämään matemaattisten menetelmien "voimaa" selittääkseen paremmin elävien olentojen, niiden solujen ja niiden maailmaa. sen molekyyleistä.
Teknologian monimutkaisuudesta riippumatta matemaattinen biologia koostuu "yksinkertaisesta" huomiosta, että kahden prosessin välillä on analogia, nimittäin:
- Elävän olennon monimutkainen rakenne on seurausta yksinkertaisten "kopioinnin" ja "leikkaamisen ja silmukoinnin" tai "silmukoinnin" (esimerkiksi) soveltamisesta alkuperäiseen tietoon, joka sisältyy DNA-sekvenssiin (deoksiribonukleiinihappo)).
- Tulos f (ω) laskettavan funktion soveltamisesta taulukkoon w voidaan saada soveltamalla yksinkertaisten perustoimintojen w yhdistelmää.
Matemaattisen biologian kenttä soveltaa matematiikan aloja, kuten laskelmia, todennäköisyyden teorioita, tilastotietoja, lineaarista algebraa, algebrallista geometriaa, topologiaa, differentiaaliyhtälöitä, dynaamisia järjestelmiä, kombinatoriaa ja koodausteoriaa.
Viime aikoina tätä kurinalaisuutta on käytetty laajasti erityyppisten tietojen kvantitatiiviseen analysointiin, koska biologiset tieteet on omistettu tuottamaan suuria massajoukkoja tietoja, joista arvokasta tietoa voidaan erottaa.
Itse asiassa monet tutkijat katsovat, että biologisen tiedon suuri räjähdys "aiheutti" tarpeen kehittää uusia ja monimutkaisempia matemaattisia malleja niiden analysointia varten, samoin kuin huomattavasti monimutkaisempia laskenta-algoritmeja ja tilastollisia menetelmiä.
Sovellukset
Yksi matemaattisen biologian merkittävimmistä sovelluksista liittyy DNA-sekvenssien analysointiin, mutta tämä tiede on mukana myös epidemioiden mallinnuksessa ja hermosignaalien leviämisen tutkimuksessa.
Sitä on käytetty tutkimaan neurologisia prosesseja, kuten Parkinsonin tauti, Alzheimerin tauti ja amyotrofinen lateraaliskleroosi.
Se on erittäin hyödyllinen evoluutioprosessien (teoriassa) tutkimuksessa ja sellaisten mallien kehittämisessä, jotka selittävät elävien olentojen suhteet toisiinsa ja ympäristöönsä, ts. Ekologisiin lähestymistapoihin.
Erityyppisten syöpien mallintaminen ja simulointi on myös hyvä esimerkki monista matemaattisen biologian sovelluksista, etenkin mitä tulee solupopulaatioiden välisten vuorovaikutusten simulointiin.
Esimerkki genomiikassa yleisesti käytettyjen DNA-sekvenssien analyysistä (Lähde: Radtk172 Wikimedia Commonsin kautta)
Biomatematiikka on edistynyt hyvin myös laskennallisen neurotieteen aloilla, populaatiodynamiikan sekä fylogenomian ja genomian tutkimuksissa yleensä.
Tällä viimeisellä genetiikan haaralla sillä on ollut suuri merkitys, koska se on yksi viime vuosien nopeimmin kasvaneista alueista, koska tiedonkeruunopeus on erittäin korkea, mikä ansaitsee uusia ja parempia tekniikoita sen käsittely ja analysointi.
Viitteet
- Andersson, S., Larsson, K., Larsson, M., ja Jacob, M. (toim.). (1999). Biomatematiikka: biorakenteiden ja biodynamiikan matematiikka. Elsevier.
- Elango, P. (2015). Matematiikan rooli biologiassa.
- Friedman, A. (2010). Mikä on matemaattinen biologia ja kuinka hyödyllinen se on. Ilmoitukset AMS: stä, 57 (7), 851-857.
- Hofmeyr, JHS (2017). Matematiikka ja biologia. South African Journal of Science, 113 (3–4), 1–3.
- Kari, L. (1997). DNA-laskenta: biologisen matematiikan saapuminen. Matemaattinen älykkö, 19 (2), 9 - 22.
- Pacheco Castelao, JM (2000). Mikä on matemaattinen biologia?
- Reed, MC (2004). Miksi matemaattinen biologia on niin vaikeaa? Ilmoitukset AMS: stä, 51 (3), 338-342.
- Ulam, SM (1972). Jotkut ideat ja näkymät biomatematiikassa. Biofysiikan ja biotekniikan vuosikatsaus, 1 (1), 277 - 292.