执行摘要 1
建议 2
建议的理由 5
生物学的首要地位 10
不可预测性 12
未来前景 13
1 领域的性质 15
引言 15
数学与生物学的交叉 16
近年来有什么变化？ 19
计算生物学问题困难的原因是什么？ 25
数学与生物科学成功互动的常见因素 27
为改善两个领域的利益协作打好基础 31
本报告的结构 37
参考文献 38
2 历史上的成功 40
种群生物学的开端 40
通过同源性推断基因功能 42
种群进化过程 45
建模 47
医学和生物学成像 48
总结 50
参考文献 50
3 了解分子 53
引言 53
数学-生物学关系 54
分子的数学应用领域 57
序列分析 57
结构分析 60
动力学 64
相互作用 65
未来方向 67
参考文献 69
4 了解细胞 71
引言 71
这些问题的范例 73
细胞结构 76
细胞网络及其功能的发现 79
从网络到细胞功能 83
从细胞到组织 90
数据整合 94
生物学方面的考虑 96
未来方向 99
参考文献 101
5 了解生物体 117
心脏生理学 119
循环生理学 123
呼吸生理学 124
信息、处理 125
内分泌生理学 127
形态发生和模式生成 128
运动 132
癌症 133
针对靶向肿瘤细胞的治疗输送 134
药物作用的机制 134
细胞群体的生长和分化 134
抗性的发展 135
HIV-1感染的体内动力学 136
未来方向 138
参考文献 139
6 了解种群 148
种群遗传学 148
种群的生态方面 155
生态学与进化论的综合 158
参考文献 160
7 了解群落和生态系统 165
计算 174
未来方向 176
参考文献 184
8 横切主题 195
“小n，大P”问题 195
发现基因表达数据中的模式 197
有监督学习 200
无监督学习 203
有序系统的分析 205
隐马尔可夫模型在DNA、RNA和蛋白质序列分析中的应用 206
序列谱隐马尔可夫模型 207
基因发现中的隐马尔可夫模型 209
蒙特卡罗方法在计算生物学中的应用 211
模体发现中的吉布斯采样 212
调控网络的推断 213
蛋白质构象采样 214
目前引入的数学主题的经验教训 215
低级数据的处理 216
结束语 220
参考文献 221