數學模型在生物資訊學的應用 (中研院統計所 劉維中 助理研究員)

[admin]

數學模型在生物資訊學的應用
中研院統計所 劉維中 助理研究員



　　專長：Mathematical biology, theoretical ecology, quantitative epidemiology and network biology.

　　近年來，由於系統生物學的盛行，整合來自生物、化學、物理、工程、數學、資訊等各學門的研究技術與方法探討生物學上的問題，漸漸成為一種趨勢，例如運用數學模型（mathematical modeling）解釋感興趣的生物現象，像是複雜的生物反應路徑、流行病的傳播、或基因網路等。本期訪談對象是任職於中央研究院統計學研究所的劉維中博士，藉由他在生物數學模型上的經驗分享，盼對於模型研究感興趣的學生或學者們提供一些指引或啟發。

　　劉維中博士現擔任中央研究院統計學研究所助理研究員，是生物數學模型的專家 ，在這個領域已有十年的研究經驗，始自1998年就讀倫敦帝國理工學院（Imperial College London）生物學博士開始，便與『模型(modeling)』結下良緣，接著2003年在愛丁堡大學熱帶獸醫中心（Centre for Tropical Veterinary Medicine）從事兩年的博士後研究，妥善將數學模型運用在流行病學研究上，2005年回到中央研究院生物醫學研究所擔任博士後研究員，亦持續將數學模型運用在解釋各種生物現象上。

　　由於對自然界各種現象感興趣，特別是產生這些現象的原因，是劉博士埋首於生物數學模型的主因。

　　對於劉博士而言，任何問題、現象都可用模型來解釋(如下圖)，它可以是方程式、文字或一個方法的名稱，簡單的說模型是用來描述、解釋觀測到而感興趣的事實或現象，一個感興趣的事實或現象可以有多個模型，因為不同種的模型都可能產生類似的現象，或許每一個模型都只能解釋現象的一部份，且對於觀測現象的描述並不完全正確，但儘管如此，模型的建立的確可以幫助科學家了解事實的真相，給予有用的訊息。



　　雖然一般而言，對於觀察到的現象建立模型，須具備以下的基礎知識：數學、微積分、統計學及程式語言(例如C、R)等，常是生物背景的學生或研究工作者望而卻步的主因，但同為生物背景出生的劉博士卻一再呼籲生物學者不要害怕數學和統計，先拋開固有的成見，踏入這個領域做做看再下定論，因為他認為豐富的想像力才是生物數學模型研究領域上的關鍵，豐富的想像力可以幫助學者在觀察到自然界現象的時候，產生有趣的意識或想法，廣義的說這就是理論或模型，數學、統計及程式語言等只是協助研究者證明理論或模型的工具，一旦缺乏有意義的主題，或有意義的模型，則建模的過程不過是無意義的練習題罷了。

　　目前為止，數學模型已應用於多個領域，在生態上，透過數學模型可以了解動物或昆蟲數目隨時間變化的情況，還可了解食物網的構造非隨機產生，並嘗試找出是否受到特殊的因子所牽動，在流行病學的領域上，透過數學模型建立傳染病的傳播模型，可以幫助傳染病的預防與散播…等，這些都是運用數學模型解釋生物現象的實例。

　　另外，劉博士認為在運用數學模型解釋生物現象時，『太相信模型的結果，認定所建立的模型一定是正確的』，常常是研究者最容易犯下的錯誤，而且潛在的事實或真相往往是未知的，因此在模型研究上常運用統計方法鑑定一個觀測現象所衍生多個模型的可能性，此外透過整理現象的相關資料，更有助於研究者了解該模型能解釋的是觀測現象的哪一部分。

　　最後，劉博士再次強調想像力的重要性，因為在模型研究的領域上，最容易受人質疑的還是提出的假說或理論，所以清晰的思考、創意的想法，仍是釐清與判斷想法可行與否的要件，篤信佛教的劉博士建議學者可以透過研讀金剛經來沉澱思緒，並以金剛經裡的兩段經文，揭示模型的真諦：『如來說第一波羅密非第一波羅密，是名第一波羅密』，強調的是模型本身不過是解釋複雜現象的方式或手段；『離一切諸相則名諸佛』，強調的是切莫太執著於模型本身，會讓人看不清事實的真相。








Copyright © by ABC Consultation Service All Rights Reserved.

Published on: 2007-07-06 (7 reads)