Mathematical Models in Biology: Bringing Mathematics to Life

این کتاب مجموعه‌ای از مشارکت‌های هیجان‌انگیز را ارائه می‌کند که بر اساس کارگاه آموزشی "روشن کردن ریاضیات" در 27 تا 29 اکتبر 2014 در ناپل، ایتالیا برگزار شد. تحقیقات پیشرفته در زیست شناسی و چالش های آماری و تحلیلی پیش روی توده های عظیمی از جمع آوری داده ها در این کار بررسی می شود. موضوعات خاصی که به طور عمیق بررسی شده اند، جلسات و جلسات دعوت شده ویژه کارگاه را احاطه می کنند و شامل تنوع ژنتیکی از طریق بیان دیفرانسیل، دینامیک مولکولی و مدل سازی، سیستم های پیچیده بیولوژیکی مشاهده شده از مدل های کمی، و پردازش تصاویر میکروسکوپی می شود.

در بحث های عمیق در مورد تجزیه و تحلیل ریاضی مورد نیاز برای استخراج بینش از بدنه های پیچیده مجموعه داده های بیولوژیکی، برای کمک به توسعه در زمینه الگوریتم های جدید، روش ها و ابزارهای نرم افزاری برای تنوع ژنتیکی، دینامیک مولکولی، و سیستم های پیچیده بیولوژیکی هستند. در این کتاب ارائه شده است.

محققان و دانشجویان فارغ‌التحصیل در زیست‌شناسی، علوم زیستی، و ریاضیات/آمار، محتوا را مفید خواهند یافت زیرا چالش‌های موجود در شناسایی شکاف‌های بین مدل‌سازی ریاضی و تحقیقات بیولوژیکی را بررسی می‌کند. راه‌حل‌های مشترک به همکاری بیشتر بین علوم زیستی و ریاضیات کمک می‌کند.

This book presents an exciting collection of contributions based on the workshop “Bringing Maths to Life” held October 27-29, 2014 in Naples, Italy.  The state-of-the art research in biology and the statistical and analytical challenges facing huge masses of data collection are treated in this Work. Specific topics explored in depth surround the sessions and special invited sessions of the workshop and include genetic variability via differential expression, molecular dynamics and modeling, complex biological systems viewed from quantitative models, and microscopy images processing, to name several.

In depth discussions of the mathematical analysis required to extract insights from complex bodies of biological datasets, to aid development in the field novel algorithms, methods and software tools for genetic variability, molecular dynamics, and complex biological systems are presented in this book.

Researchers and graduate students in biology, life science, and mathematics/statistics will find the content useful as it addresses existing challenges in identifying the gaps between mathematical modeling and biological research. The shared solutions will aid and promote further collaboration between life sciences and mathematics.