系统生物学是正在快速发展的学科，对其给出明确的定义是很困难的。生命系统是复杂的多尺度动态系统，对这样一个复杂系统的深入了解不能仅仅局限于某一个学科领域的思维方式，而是需要多种思维模式的交流与碰撞，这也是系统生物学的发展历程。从事系统生物学研究的学者来自生物学、数学、物理学、信息等不同学科, 每个学科都有其自己的思维方式，因此不同学科背景的学者对系统生物学有不同的理解。不同学科的思维方式各有特点：

l 生物学思维通常会更加关注细节和差异性；

l 物理学思维喜欢统一性，倾向于以简单的基本规律来解释不同的现象；

l 数学思维注重逻辑和演绎；

l 信息技术的思维通常会注重于实际操作性和过程控制。

不同的思维方式相互融通，在系统生物学中都是不可缺少的。不同思维方式的交叉融通正是系统生物学研究的魅力所在，在这里你可以看到针对相同的生物学问题从不同学科角度的思考和理解。

由天津工业大学雷锦志等撰写的专著《系统生物学》试图从生物学和数学建模与分析计算交叉的角度出发，结合作者近年的研究工作和国内外的研究进展，介绍系统生物学这门学科的基本概念、方法和研究思路。本书可供生物、医学、数学、物理、化学、生物信息学、生物物理学等方向的学生、教师和相关研究人员参考。

由于系统生物学学科交叉和综合的性质，要通过一本书包括所有内容是不可能做到的。本书主要从数学的角度来介绍系统生物学研究的基本方法和研究思路。在许多时候，数学被认为是一门高度抽象的学科，似乎不太容易跟生物学研究中的应用建立关联。当然，这样的看法应该不包括以数据为研究对象的概率论和统计学。事实上，正是数学的抽象为其广泛的实际应用建立了基础。数学的应用表现在两个方面：一方面是经过严格数学训练所形成的逻辑思维方式的应用，主要体现在对现象背后逻辑关系的推断和深邃的洞察能力，这样的能力使我们能够根据实验中不同孤立现象的发现推断背后的可能原因，对现象背后的机制提出大胆的假设和机制。例如，根据实验中看到的双稳态现象推断背后存在的正反馈调控关系，根据生物振荡现象推断负反馈调控和反馈延迟效应的存在等等。另一方面，数学的抽象能力使得我们能够对不同现象背后的共同机制提出统一的数学模型，通过统一的方法和理论进行定量研究，并探寻表面上差异极大的现象背后的共性特征。例如，各种生物振荡背后的霍普夫分岔理论、生物过程状态突变的临界点理论、细胞多稳态变化与细胞命运抉择的动力学分岔理论、描述各种生长发育现象的细胞增殖动力学模型等等。数学的这种抽象与整合能力使我们可以通过在不同现象的研究中能够相互类比和融会贯通，对我们更好地理解生物学中不同复杂现象背后的机制提供了强有力的思维方式和工具。正如癌生物学家罗伯特.温伯格(R. Weinberg)提出：“数学公式是否可以帮助我们更好地理解复杂生物系统”。希望本书能够为回答这样的温伯格之问提供一些基础的知识和素材。

本书的作者包括在系统生物学领域非常活跃的一线研究人员，他们是天津工业大学雷锦志教授、中国地质大学（武汉）易鸣教授、苏州大学杨凌教授、华南理工大学刘锐教授和山西大学祁宏教授。全书共 11 章，内容覆盖生物化学反应的数学描述、基因表达过程的随机模拟、基因调控的数学模型及其在生 物钟和钙振荡动力学分析的应用、芽殖酵母细胞命运抉择动力学模型、信 号分子浓度梯度形成的数学模型、干细胞增殖动力学的数学模型及其在造 血系统动力学中的应用、复杂生物过程的关键点检测、霍奇金-赫胥黎方程、 能量函数与生物大分子识别。主要内容介绍如下。

第 1 章介绍生物化学反应的数学描述。这一章中所介绍的相关数学描述方法是后面建立细胞内信号通路和基因调控网络动力学模型的数学基础。 

第 2 章介绍单个基因表达过程的随机动力学描述，这一章首先介绍启动子的活化与转录、翻译过程等基本基因表达过程的随机动力学模型，还介绍了包含复杂调控元件和启动子状态多步变化的随机动力学模型。这里主要介绍关于基因表达和不同调控关系下的动力学建模方法，通过对这些方法的应用可以建立更复杂基因表达过程的随机动力学。同时也需注意到实际的基因表达调控比这里所描述的过程要复杂得多，因此在阅读本书时不应该把这里所介绍的过程当成是基因表达动力学过程的实际情况，而是要更加关注这里所介绍的数学建模和分析方法。

第 3 章介绍基因调控关系的数学模型的建立和分析方法，包括双稳态、状态切换、生物振荡等。这里主要介绍基本的基因调控关系的数学建模和分析方法，所选用的调控网络关系都是比较简单的。选择比较简单的调控关系是为了能够通过一些简单关系把数学模型技巧介绍清楚，而关于更复杂的调控关系的数学建模方法和分析技巧可以参考第 5、6 章。

第 4 章介绍生物钟的相关机制和数学模型，包括关于生物钟的分子调控机制及其数学模型、小鼠跑轮实验、基于顺式原件的生物钟模型等，同时讨论了不同生物钟中的相位反应曲线和奇异性与失同步问题。

第 5 章介绍钙振荡的动力学模型和动力学分析，包括钙信号系统、钙信号模型的基本框架，和几个具体的钙振荡模型。

第 6 章是关于芽殖酵母细胞命运抉择的数学模型，主要介绍关于芽殖酵母细胞命运抉择的分子调控网络及其命运决定机制。

第 7 章介绍关于在胚胎发育过程中起重要作用的信号分子浓度梯度形成的数学模型，包括反应扩散方程的建立和几个信号分子浓度梯度形成的数学模型的建立和关于鲁棒性的讨论。

第 8 章介绍关于干细胞增殖的数学模型及其在造血系统动力学的应用。组织的生长发育和癌症发生等都可以归结为干细胞的增殖动力学，这一章首先介绍一般的干细胞增殖数学模型和动力学分析方法，然后介绍用于描述包含细胞异质性和可塑性的一般数学模型框架，最后以动态血液病为例介绍干细胞增殖模型在造血系统动力学研究中的应用。

第 9 章介绍关于复杂生物过程的关键节点检测理论--动态网络标志物理论。这一章从复杂生物过程的临界现象和疾病发生过程的三个状态开始进行讨论，引进动态网络标志物的概念及其应用。

第 10 章介绍描述神经细胞中动作电位动力学过程的霍奇金-赫胥黎方程。霍奇金-赫胥黎方程的建立是在生命科学研究中实验与数学方法相结合最成功的典范之一，同时开创了电生理学这门学科。这一章回顾霍奇金(A. L. Hodgkin) 和赫胥黎(A. F. Huxley)的部分工作, 沿着两位大师揭开细胞兴奋之谜的道路，介绍通过实验与理论相结合建立霍奇金-赫胥黎方程的过程.

第 11 章与前面以模型驱动为主的内容不同，主要是以数据驱动为主的内容，介绍基于能量函数构造进行生物大分子结构识别与预测的方法。这里介绍了关于蛋白质结构预测、microRNA 预测的能量函数模型及其应用。

本书可以作为生物学、应用数学、生物信息学等专业的教材使用，以引导学生们了解生物学系统的数学建模方法和研究思路，以更好地进入相关的前沿交叉学科领域。本书涉及的内容比较广，各章节的内容相对独立，建议读者在阅读时遇到不熟悉的内容可以大胆跳过，而需要理解详细过程时可以参考相关的专业文献。