物理学思想与方法融入生命科学研究,推进生命科学定量化。
《生命系统的物理建模》源于菲利普?纳尔逊(Philip Nelson)教授在宾夕法尼亚大学授课数年的讲义,学员主要是2-3年级理工科学生,他们至少受过一年的物理和相关数学课程的训练,对合成生物学、超高分辨显微镜等有所了解,并希望有所作为。不同于先前的生物物理教材着眼于介绍生命系统的物理现象,本书侧重于从定量实验数据中通过物理建模的方式提炼出科学规律,为最终实现生命科学数学化提出了自己的方法。
本书是为现代生物物理学作科学铺垫的基础课,也适合作为许多专业课的补充教材,包括物理学、生物物理学、各类工程学和应用数学。某些内容已经超出了本科范围,只要纳入教师自己的专业知识,本书很方便就成了研究生教材。
菲利普·纳尔逊(Philip Nelson),美国著名物理学家,宾夕法尼亚大学教授,著有《生物物理学:能量、信息、生命》、《生命系统的物理建模》等广受欢迎的大学及研究生教材。
舒咬根,中国科学院理论物理研究所,曾参与《细胞的物理生物学》、《生物物理学:能量、信息、生命》的翻译和审校。
黎明,中国科学院大学,曾翻译《生物物理学:能量、信息、生命》。
前言:HIV研究的突破得益于学科交叉 1
I 预备知识 7
1 病毒动力学 9
1.1 导读 . . . . . .9
1.2 HIV 感染过程建模 . . .9
1.2.1 生物背景 . . . 10
1.2.2 恰当的图表有利于揭示数据的关键特征 . . 11
1.2.3 鉴别系统主因及其主要相互作用是物理建模的第一步 . 12
1.2.4 数学分析可以预测一系列行为 . . . 14
1.2.5 大部分模型都必须适用于数据拟合 . 15
1.2.6 过约束与过拟合 . . 16
1.3 有关建模的几句忠告 . . .17
总结 . . . . . 18
拓展 . . . . . . . 21
习题 . . . . . . .23
2 物理学与生物学 27
2.1 导读 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.2 交叉 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.3 量纲分析 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
总结 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
习题 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
II 生物学的随机性 33
3 离散型随机性 35
3.1 导读 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.2 随机性事例 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
i
生命系统的物理建模
3.2.1 五个典型例子阐明随机性概念 . . . . . . . . . . . . . . . . . 36
3.2.2 随机系统的计算机模拟 . . . . . . . . . . . . . . . . . . . . . 39
3.2.3 生物和生化的随机性例子 . . . . . . . . . . . . . . . . . . . 40
3.2.4 假象:流行病学中的聚簇 . . . . . . . . . . . . . . . . . . . 40
3.3 离散型随机系统的概率分布 . . . . . . . . . . . . . . . . . . . . . . 41
3.3.1 概率分布描述了随机系统的可预测性 . . . . . . . . . . . . . 41
3.3.2 随机变量是样本空间上的赋值函数 . . . . . . . . . . . . . . 42
3.3.3 加法规则 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.3.4 减法规则 . . .44
3.4 条件概率 . . . . . 44
3.4.1 独立事件与乘法规则 . . . . .44
3.4.1.1 婴儿床死亡事件与检察官谬论 46
3.4.1.2 几何分布描述首次成功所需的等待时间 . 46
3.4.2 联合分布 . . 47
3.4.3 医学检查的恰当解释需要条件概率为前提 . . 49
3.4.4 贝叶斯公式精简了条件概率的计算 . . 51
3.5 期望和矩 . .52
3.5.1 期望表达的是随机变量多次试验的平均值 . . . 52
3.5.2 随机变量的方差是其涨落的一种度量 . . . . . 54
3.5.3 平均值的标准误差随样本数的增加而减小 . . 56
总结 . . . 57
拓展 . . . . . . 60
习题 . . . . 64
......
后记 310
附 录 313
A 符号列表 315
A.1 数学符号 . . . . 315
A.2 图形符号 . . .316
A.2.1 相图 . .316
A.2.2 网络图 316
A.3 命名的量 . . . 317
B 单位和量纲分析 320
B.1 基本单位 321
B.2 量纲和单位 . . . 321
B.3 无量纲量 . . . . .323
B.4 关于图 . . . . . 323
B.4.1 任意单位 . . . . .323
B.5 关于角度 . . . . . . . 324
B.6 量纲分析的丰厚回报 . . . . . 324
C 基本常数和常量 326
致谢 327
引用说明 330
参考文献 332
索引 344
价格 京东智联云 直播推广 广告投放平台 微信广告推广 免费在线办公 爱奇艺广告投放 信息流广告 广告热搜 抖音广告 网站地图 关键词 媒体投放 微信广告投放 微信广告怎么推广 站外推广 新款 快手广告投放 线下广告投放 知识库 排行榜 广告投放渠道 app广告投放 京点书院 电商培训 图片 广告投放 b站广告投放 企业广告投放 广告创意
物理学思想与方法融入生命科学研究,推进生命科学定量化。
《生命系统的物理建模》源于菲利普?纳尔逊(Philip Nelson)教授在宾夕法尼亚大学授课数年的讲义,学员主要是2-3年级理工科学生,他们至少受过一年的物理和相关数学课程的训练,对合成生物学、超高分辨显微镜等有所了解,并希望有所作为。不同于先前的生物物理教材着眼于介绍生命系统的物理现象,本书侧重于从定量实验数据中通过物理建模的方式提炼出科学规律,为最终实现生命科学数学化提出了自己的方法。
本书是为现代生物物理学作科学铺垫的基础课,也适合作为许多专业课的补充教材,包括物理学、生物物理学、各类工程学和应用数学。某些内容已经超出了本科范围,只要纳入教师自己的专业知识,本书很方便就成了研究生教材。
菲利普·纳尔逊(Philip Nelson),美国著名物理学家,宾夕法尼亚大学教授,著有《生物物理学:能量、信息、生命》、《生命系统的物理建模》等广受欢迎的大学及研究生教材。
舒咬根,中国科学院理论物理研究所,曾参与《细胞的物理生物学》、《生物物理学:能量、信息、生命》的翻译和审校。
黎明,中国科学院大学,曾翻译《生物物理学:能量、信息、生命》。
前言:HIV研究的突破得益于学科交叉 1
I 预备知识 7
1 病毒动力学 9
1.1 导读 . . . . . .9
1.2 HIV 感染过程建模 . . .9
1.2.1 生物背景 . . . 10
1.2.2 恰当的图表有利于揭示数据的关键特征 . . 11
1.2.3 鉴别系统主因及其主要相互作用是物理建模的第一步 . 12
1.2.4 数学分析可以预测一系列行为 . . . 14
1.2.5 大部分模型都必须适用于数据拟合 . 15
1.2.6 过约束与过拟合 . . 16
1.3 有关建模的几句忠告 . . .17
总结 . . . . . 18
拓展 . . . . . . . 21
习题 . . . . . . .23
2 物理学与生物学 27
2.1 导读 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.2 交叉 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.3 量纲分析 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
总结 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
习题 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
II 生物学的随机性 33
3 离散型随机性 35
3.1 导读 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.2 随机性事例 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
i
生命系统的物理建模
3.2.1 五个典型例子阐明随机性概念 . . . . . . . . . . . . . . . . . 36
3.2.2 随机系统的计算机模拟 . . . . . . . . . . . . . . . . . . . . . 39
3.2.3 生物和生化的随机性例子 . . . . . . . . . . . . . . . . . . . 40
3.2.4 假象:流行病学中的聚簇 . . . . . . . . . . . . . . . . . . . 40
3.3 离散型随机系统的概率分布 . . . . . . . . . . . . . . . . . . . . . . 41
3.3.1 概率分布描述了随机系统的可预测性 . . . . . . . . . . . . . 41
3.3.2 随机变量是样本空间上的赋值函数 . . . . . . . . . . . . . . 42
3.3.3 加法规则 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.3.4 减法规则 . . .44
3.4 条件概率 . . . . . 44
3.4.1 独立事件与乘法规则 . . . . .44
3.4.1.1 婴儿床死亡事件与检察官谬论 46
3.4.1.2 几何分布描述首次成功所需的等待时间 . 46
3.4.2 联合分布 . . 47
3.4.3 医学检查的恰当解释需要条件概率为前提 . . 49
3.4.4 贝叶斯公式精简了条件概率的计算 . . 51
3.5 期望和矩 . .52
3.5.1 期望表达的是随机变量多次试验的平均值 . . . 52
3.5.2 随机变量的方差是其涨落的一种度量 . . . . . 54
3.5.3 平均值的标准误差随样本数的增加而减小 . . 56
总结 . . . 57
拓展 . . . . . . 60
习题 . . . . 64
......
后记 310
附 录 313
A 符号列表 315
A.1 数学符号 . . . . 315
A.2 图形符号 . . .316
A.2.1 相图 . .316
A.2.2 网络图 316
A.3 命名的量 . . . 317
B 单位和量纲分析 320
B.1 基本单位 321
B.2 量纲和单位 . . . 321
B.3 无量纲量 . . . . .323
B.4 关于图 . . . . . 323
B.4.1 任意单位 . . . . .323
B.5 关于角度 . . . . . . . 324
B.6 量纲分析的丰厚回报 . . . . . 324
C 基本常数和常量 326
致谢 327
引用说明 330
参考文献 332
索引 344