计算生物学的类型与应用“，

描述

为了理解生物系统和关系，计算生物学使用数据分析，数学建模和计算机模拟。该领域植根于应用数学、化学和遗传学，是计算机科学、生物学和大数据的纽带。生物计算是计算机工程的一个分支，它将生物工程应用于计算机的构建，与之截然不同。

生物系统中信息学过程的研究，或称生物信息学，首次出现在20世纪70年代早期。为了创造新的算法，当时的人工智能研究使用了人脑的网络模型。由于生物数据的利用，生物研究人员现在正在使用计算机评估和比较自己领域内的大量数据集。

到1982年，研究人员开始使用穿孔卡交换数据。到1980年代末，数据量急剧增加，需要新的计算技术来快速评估相关数据。

人类基因组计划，可以说是计算生物学最著名的例证，开始于1990年。到2003年，该项目已经实现了其主要目标，绘制了大约85%的人类基因组。尽管如此，研究仍在继续，并在2021年达到“全基因组”水平。

计算生物学的类型

网络生物学:系统生物学的目的是通过计算各种生物系统之间的相互作用来识别紧急特征，从细胞水平到大种群。细胞信号传递和代谢通路网络通常发生在这一过程中。系统生物学经常应用生物建模和图论的计算方法来检查这些复杂的细胞关系。

达尔文生物学:进化生物学得益于计算生物学:

1.利用计算系统遗传学利用DNA数据重建生命之树。

2.使用DNA数据和群体遗传学模型来估计人口统计或选择历史(无论是向前还是向后的时间方向)。

3.从头开始构建进化系统的种群遗传学模型，以预测可能发生的变化。

神经科学:从神经系统信息处理能力的角度研究大脑功能的学科被称为计算神经科学。它是神经科学的一个分支，专注于模拟大脑来观察神经系统的特定特征。大脑模型的例子有:

1.逼真的大脑模型这些模型旨在捕捉大脑的每一个特征，精确到分子水平，非常详细。最精确的模型能提供关于大脑的最多知识，但它们也有最大的出错空间。

2.一个有更多变量的大脑模型可能会犯更多错误。这些模型没有考虑到细胞结构的未知成分。

应用程序

解剖学:在可见的或大的解剖尺度(显示50-100亩)的形态学上对解剖形态和形状的研究被称为计算解剖学。为了模拟和模拟生物结构，它需要计算机、数学和数据分析技术的发展。它不是集中在医学成像设备上，而是强调被检查的解剖结构。为了在3D中提取形态组尺度上的解剖坐标系，由于磁共振成像等技术的密集3D观测的可用性，计算解剖学已经成为医学成像和生物工程的一个子领域。

计算解剖学最初被定义为从样本中生成形状和形式的模型，然后进行转换。

模型和数据:对控制生物系统的结构、发育和行为的过程的研究被称为数学生物学。活生物体的数学模型被用于这个领域。与实验生物学相比，实验生物学更强调思想，这需要一个更理论化的方法来解决问题。离散数学、拓扑学(有助于计算建模)、贝叶斯统计、线性代数和布尔代数都用于数学生物学。

相关的领域

计算生物学、生物信息学和数学生物学等跨学科领域都使用了信息科学和数学等定量领域来研究生命。计算和数学方法用于计算和数学生物学回答生物学的理论和实验问题。相比之下，生物信息学是利用信息科学来理解来自生命科学的复杂数据。

美国国立卫生研究院(NIH)将计算生物学定义为:生产和使用数据分析和理论方法、数学建模和计算模拟技术来研究生物、行为和社会系统。研究、开发或使用计算工具和方法来扩展生物、医学、行为或健康数据的使用，包括收集、保存、组织、存档、处理或显示这些数据，被称为生物信息学。