Öküzgözü (Cota tinctoria) türü çiçekte 21 (mavi) ve 13'ten (açık mavi) oluşan spiral şeklindeFibonacci dizisinin gösterimi. Bu şekilde düzenlemelerOrta Çağ'dan beri dikkat çekmektedir ve çok sayıda bitkinin matematiksel modellemesinde kullanılabilmektedir.
Matematiksel ve teorik biyoloji,biyolojinin bilimsel teorileri kanıtlamak için gerekli deneyleri yapmakla uğraşandeneysel biyoloji dalının aksine biyolojik sistemlerin yapılarının, gelişimlerinin ve davranışlarının altında yatan ilkeleri araştırmak içinyaşayan organizmaların teorik analizlerini, matematiksel modellerini ve soyutlamalarını kullanan bir dalıdır.[1] Bu alan aynı zamanda matematiksel yanını vurgulamak içinmatematiksel biyoloji ya dabiyomatematik ya da biyolojik yanını vurgulamak için iseteorik biyoloji olarak da adlandırılır.[a] Teorik biyolojinin odak noktası daha çok biyolojinin teorik ilkelerinin geliştirilmesi iken matematiksel biyoloji biyolojik sistemlerin incelenmesinde matematiği kullanır ama her iki terim de bazen birbirinin yerine kullanılabilmektedir.[3][4]
Matematiksel biyolojiuygulamalı matematik araçlarını ve tekniklerini kullanarakbiyolojik süreçlerin modellenmesini ve gösterimini amaçlar ve hem teorik hem de uygulamalı araştırmalar için yararlı olabilir. Sistemlerinicel olarak tanımlayabilmek davranışlarının daha iyi simüle edilebilmesi ve böylece de deney sonucunda belirgin olmayabilecek özelliklerin tahmin edilebilmesi anlamına gelir. Bunun için kesinmatematiksel modeller gerekir.
Yaşayan sistemlerin karmaşıklığı nedeniyle teorik biyolojimatematiğin çeşitli alanlarını kullanır[5] ve yeni tekniklerin geliştirilmesine yol açmıştır.
Fritz Müller, günümüzdeMüller taklitçiliği adı verilen fenomenin evrimsel yararlarını 1879'da tanımlamıştır. Malthus'unCharles Darwin'i etkileyennüfus artışının etkileri üzerine olan münazarası sayılmazsa, Müller'in bu tanımlamasıdoğal seçilimin etkilerinin ne kadar güçlü olabileceğini gösteren veevrimsel ekolojide matematiksal bir argümanın ilk defa kullanılması olarak sayılabilir: Malthus kaynaklar[b] yalnızcaaritmetik olarak artabilirken nüfus büyümesininüstel[c] olacağını ileri sürmüştür.[6]
Matematiksel ve teorik biyoloji alanında uzmanlaşılan araştırma alanlarının çoğu oldukça karmaşık velineer olmayan fonksiyonlar içeren süperkompleks mekanizmalar üzerinedir ve bunların anlaşılması ancak matematiksel,mantıksal,fiziksel ya dakimyasal,moleküler vebilişimsel modellerin bir arada kullanılmasıyla mümkün olabilmektedir.[9][10][11]
Karmaşık biyolojik sistemlerin genellikle belirlimorfolojik ya daanatomik yapılarının soyutlanmasıyla ortaya çıkan genel ve ilişkisel modelleme ile ilgilenen araştırma alanısoyut ilişkisel biyoloji olarak adlandırılır. Bu alandaki en basit modellerden biri 1957-1958 yıllarında Robert Rosen hücre ve organizma örgütlenmesinin soyut ilişkisel modeli olarak önerilen Metabolik-Replikasyon (M,R) modelidir. Diğer konular arasındaHumberto Maturana veFrancisco Varela tarafından geliştirilenotopoiesis kavramı,Stuart Kauffman'ın İş-Kısıtlar döngüleri ve son zamanlarda geliştirilen kısıtların kapanımı sayılabilir.[12]
Sembolik sistem biyolojisi olarak da bilinencebirsel biyoloji, özelliklegenomik,proteomik, moleküler yapı vegen araştırmaları gibi biyolojik problemlerin araştırmasındasembolik matematiğin cebirsel yöntemlerini uygular.[13][14] Sistem biyolojisinin daha karmaşık yaşam süreçlerini anlamak 1970'lerden beri geliştirilen ve moleküler küme teorisi, ilişkisel biyoloji ve cebirsel biyoloji ile bağlantılı olan alanınakarmaşık sistemler biyolojisi adı verilir.
Moleküler biyoloji alanının giderek artan önemi karşısındahücre modelleri alanında araştırmaların arttığı görülmektedir.[10] Bu araştırmaların konularına örnek olarak biyolojikdokuların mekaniği,[27] teorikenzimoloji veenzim kinetiği,kanser modellemesi ve simülasyonu,[28][29] etkileşim içindeki hücre popülasyonlarının hareket modellemesi,[30]yara dokusu oluşumunun matematiksel modellemesi,[31] hücreler arası dinamiğin matematik modellemesi,[32][33]hücre döngüsünün matematiksel modellemesi,[34] verilebilir. Fizyolojik sistemlerin modellemesi üzerine olan araştırmalara da damar hastalıklarının modellemesi,[35]kalbin çok ölçekli modellemesi,[36] kas etkileşimlerinin elektriksel özellikleri örnek olarak verilebilir.
Popülasyon genetik modellerinin çoğu popülasyon boyutunu sabit olarak alır. Özelliklegenetik varyasyonun olmadığı değişken popülasyon boyutlarıpopülasyon dinamiği alanında incelenir. Bu alandaki çalışmalar 19. yüzyıla ve hattaThomas Malthus 'un daha sonradanMalthus büyüme modeli olarak bilinecek olan popülasyon dinamiğinin ilk ilkesini formüle ettiği 1798'e kadar dayanır.Lotka–Volterra avcı-av denklemleri tanınmış bir başka örnektir. Popülasyon dinamiği matematiksel biyolojide bir başka araştırma alanı olan ve popülasyonları etkileyen bulaşıcı hastalıklar üzerine araştırmaların yapıldığımatematiksel epidemiyoloji ile örtüşen alanlara sahiptir.Bulaşıcı hastalıkların yayılması üzerine çeşitli modeller öne sürülmüş ve analiz edilmiştir. Bu modeller sağlık politikası kararlarına uygulandığında önemli sonuçlar verebilmektedir.
Matematiksel biyolojinin ilk evrelerinde matematikselbiyofizik alanında çalışmalar baskın olmuştur. Bu çalışmalar genellikle biyosistemlerin fiziksel/matematiksel modelleri ve onların bileşenleri üzerine olan matematiksel uygulamalardır. Bunlar arasında başlangıç durumundan bitiş durumuna geçen zaman içinde aynı başlangıç koşullarının aynı yolu izlediği deterministik süreçler ya da dinamik sistemler, başlangıç ve bitiş durumu arasındaolasılık dağılımına uygunrassal değişken ile sistemin durumunun belirlendiği stokastik süreçler ya da rassal dinamik sistemler sayılabilir.
Bir biyolojik sistemin modeli bir denklemler sistemine dönüştürülür; "model" kelimesi sıklıkla sistemi açıklamaya karşılık gelen denklemler sistemini anlatmak için kullanılır. Analitik ya da nümerik yöntemlerle bu denklemlerin çözümü biyolojik sistemin zaman içinde ya dadenge noktasında nasıl davrandığını tanımlar. Çok farklı denklem çeşitleri mevcuttur ve davranışın nasıl olacağı hem modele hem de kullanılan denklemlere göre değişiklik gösterir. Model sistem üzerine varsayımlarda bulunarak kurulur. Denklemlerde de ne olabileceği üzerine varsayımlarda bulunulabilir.
Moleküler küme teorisi genel anlamda biyomoleküler tepkimelerinkimyasal kinetiğinin molekül kümeleri arasındaki kimyasal dönüşümler ve molekül kümeleri arasındaki ilişkilerin matematiksel formülasyonunu içeren bir teoridir.Anthony Bartholomay tarafından ileri sürülen bu teori özellikle matematiksel tıp olmak üzere matematiksel biyoloji alanında uygulanmaktadır.[44] Teori aynı zamandabiyoistatistik ve fizyoloji, klinik biyokimya ve tıp alanlarında patolojik ve biyokimyasal değişikliklerin matematiksel formilasyonuna yardımcı olarak klinik biyokimya alanına da katkıda bulunmuştur.[44]
Biyolojik örgütlenme üzerine olan teorik yaklaşımlar organizmaların parçaları arasında olan karşılıklı bağımlılıkları anlamaya yöneliktir. Bu karşılıklı bağımlılıkların ortaya çıkardığı döngüselliklere vurgu yaparlar. Teorik biyologlar bu fikri tanımlayabilmek için çeşitli kavramlar geliştirmişlerdir.
^"Matematiksel biyologlar ile teorik biyologlar arasında ince bir nüans vardır. Matematiksel biyologlar matematik bölümlerinde yer alır ve biyolojik sorunların kendisinden çok biyolojiden esinlenilen matematikle daha çok ilgilenirken teorik biyologlar için tersi söylenebilir."[2]
^Montévil, Maël; Speroni, Lucia; Sonnenschein, Carlos; Soto, Ana M. (1 Ekim 2016). "Modeling mammary organogenesis from biological first principles: Cells and their physical constraints".Progress in Biophysics and Molecular Biology. From the Century of the Genome to the Century of the Organism: New Theoretical Approaches.122 (1). ss. 58-69.arXiv:1702.03337 $2.doi:10.1016/j.pbiomolbio.2016.08.004.PMC5563449 $2.PMID27544910.
^Robeva, Raina (Sonbahar 2010). "Mathematical Biology Modules Based on Modern Molecular Biology and Modern Discrete Mathematics".CBE: Life Sciences Education.9 (3). The American Society for Cell Biology. ss. 227-240.doi:10.1187/cbe.10-03-0019.PMC2931670 $2.PMID20810955.
^Baianu, I. C.; Brown, R.; Georgescu, G.; Glazebrook, J. F. (2006). "Complex Non-linear Biodynamics in Categories, Higher Dimensional Algebra and Łukasiewicz–Moisil Topos: Transformations of Neuronal, Genetic and Neoplastic Networks".Axiomathes.16 (1–2). ss. 65-122.doi:10.1007/s10516-005-3973-8.
^Barnett, Michael P (2006). "Symbolic calculation in the life sciences: trends and prospects, Algebraic Biology 2005" –". Anai, H.; Horimoto, K. (Ed.).Computer Algebra in Biology(PDF). Tokyo: Universal Academy Press. 16 Haziran 2006 tarihindekaynağından(PDF) arşivlendi. Erişim tarihi:12 Haziran 2020.
^Baianu, I. C. (2004)."Quantum Interactomics and Cancer Mechanisms"(PDF).Research Report communicated to the Institute of Genomic Biology, University of Illinois at Urbana. 8 Kasım 2020 tarihinde kaynağındanarşivlendi(PDF)12 Haziran 2020.
^Kainen, P. C. (2005)."Category Theory and Living Systems"(PDF). Ehresmann, A. (Ed.).Charles Ehresmann's Centennial Conference Proceedings. University of Amiens, France, October 7-9th, 2005. ss. 1-5.
^Computer Models and Automata Theory in Biology and Medicine. 1986.
^Ogden, Ray (2 Temmuz 2004)."rwo_research_details". Maths.gla.ac.uk. 2 Şubat 2009 tarihindekaynağından arşivlendi. Erişim tarihi:17 Mart 2010.
^Oprisan, Sorinel A.; Oprisan, Ana (2006). "A Computational Model of Oncogenesis using the Systemic Approach".Axiomathes.16 (1–2). ss. 155-163.doi:10.1007/s10516-005-4943-x.
^Kuznetsov, A.V.; Avramenko, A.A. (2009). "A macroscopic model of traffic jams in axons".Mathematical Biosciences.218 (2). ss. 142-152.doi:10.1016/j.mbs.2009.01.005.PMID19563741.
^Wolkenhauer, Olaf; Ullah, Mukhtar; Kolch, Walter; Cho, Kwang-Hyun (2004). "Modelling and Simulation of IntraCellular Dynamics: Choosing an Appropriate Framework".IEEE Transactions on NanoBioscience.3 (3). ss. 200-207.doi:10.1109/TNB.2004.833694.PMID15473072.
^"Tyson Lab". 28 Temmuz 2007 tarihindekaynağından arşivlendi. Erişim tarihi:12 Haziran 2020.
^Churchland, Patricia S.; Koch, Christof; Sejnowski, Terrence J. (1993). "What is computational neuroscience?". Schwartz, Eric L. (Ed.).Computational Neuroscience. MIT Press. ss. 46-55. 4 Haziran 2011 tarihindekaynağından arşivlendi. Erişim tarihi:11 Haziran 2009.
^Wooley, T. E.; Baker, R. E.; Maini, P. K. (2017). "Chapter 34, Turing's theory of morphogenesis". Copeland, B. Jack; Bowen, Jonathan P.; Wilson, Robin; Sprevak, Mark (Ed.).The Turing Guide. Oxford University Press.ISBN978-0198747826.