生物学

来自计算思维百科
跳转至: 导航搜索

近年来,计算机科学家对生物学越来越感兴趣,因为他们坚信生物学家能够从计算思维中获益。

机遇与挑战

近年来,计算机科学家对生物学越来越感兴趣,因为他们坚信生物学家能够从计算思维中获益。生物学的“数据爆炸”为计算机科学带来了巨大的挑战和机遇,传统的计算机科学通常处理的数据要远远小于这种规模,如何处理、储存、检索和查询这一巨大的数据并非易事。更为重要的是生物系统比一般的工程系统要复杂得多,如何从各类数据中发现复杂的生物规律和机制,建立有效的计算模型。以这些模型来进行快速的模拟和预测,指导生物学的实验,辅助药物设计,改良物种用于造福人类,可以说是计算生物学中最富有挑战性并最具有影响力的任务。

正是这些挑战给计算机科学带来了新的机遇,带动着计算机科学大部分领域在生物信息学中的应用研究,包括数据库、数据挖掘、人工智能、算法、图形学、软件工程、并行计算和网络技术等都被用于生物计算的研究。计算机科学家运用巧妙的算法,使得对人类基因组进行霰弹算法测序成为可能,并使之成为各种基因组测序的通用方法,大大降低了基因组测序的成本,提高了测序的速度。

数据挖掘与聚类分析的方法在蛋白质的结构预测中也有广阔的应用空间。现在生物学的发展产生了大量的数据,这些数据蕴涵着不少自然的规律性的东西。但是传统的生物学主要是以实验为主,如何从这些海量数据中挖掘出一些重大的生物学规律是数据挖掘的一种挑战。如果从各种生物的DNA数据中挖掘一些DNA序列自身的规律和DNA序列进化的规律,可以帮助人们从分子层次上认识生命的本质及其进化规律,开发生物数据处理分析方法库和知识库。DNA序列实际上是一种用4种字母表达的“语言”,如图1所示,只是其“词法”和“语法”规则仍不清楚。如何从DNA序列中挖掘序列的语法规则也需要计算机编译原理的许多知识,同时也对计算机语言学有很大的促进作用。

7.3.1.png

                                                                                                                                             图1  DNA序列测定

研究方向

生物计算机是人类期望在21世纪完成的伟大工程,它是计算机学科中最年轻的一个分支。目前的研究方向大致是:一是研制分子计算机,即制造有机分子元件去代替目前的半导体逻辑元件和存储元件;二是研究人脑结构和思维规律,再构想生物计算机的结构。