数学是科学的语言。从物理学到工程学和化学，处处都能见到数学的身影——它帮助我们理解宇宙的起源，也帮助我们建造不会被风吹垮的桥梁。或许更令人意外的是，数学也日益成为生物学不可或缺的一部分。
数百年来，数学一直被用于为相对简单的物理系统建模，并取得了显著成效。牛顿的万有引力定律就是一个很好的例子。相对简单的观测催生出一条规律，它能极为准确地描述数十亿英里之外天体的运动。传统上，人们认为生物学过于复杂，无法接受这样的数学处理。
生物系统常被归类为“复杂”系统。这里所说的复杂性，是指由于许多子组成部分之间存在复杂的相互作用，生物系统可能表现出我们所谓的涌现行为——系统整体呈现出各组成部分单独作用时所不具备的特性。这种生物复杂性常被误认为是生命力论，即误以为生物过程依赖于一种有别于物理和化学定律的力量或原理。因此，人们一直认为复杂的生物系统不适合用数学来处理。
早期也有一些持不同意见的人。著名计算机科学家、二战密码破译者艾伦·图灵是最早提出可以用数学研究并理解生物现象的人之一。1952年，他提出了一组优美的数学方程，解释了动物皮毛上的色素图案可能如何形成。
他的工作不仅优美，也反直觉——只有图灵这样杰出的头脑才可能构想出这样的成果。更令人惋惜的是，在当时严苛的反同性恋法律下，他受到了极不公正的对待。接受一段“矫正”激素治疗后，仅仅两年，他便自杀身亡。
一门新兴领域
此后，数学生物学领域迅速发展。近年来，日益精细的实验方法使科学家能够获取的生物数据大幅增加。研究人员利用这些数据，针对以往晦涩难懂的生物系统之复杂性提出假设。为了检验这些假设，必须将其写成模型，再通过分析模型来判断它是否能正确模拟生物学观测结果。数学正是开展这项工作的自然语言。
此外，过去60年来，计算能力的出现及其不断提升，使我们能够提出复杂的生物系统数学模型，并进一步对其进行检验。人们认识到生物系统可以用数学处理，加上计算能力使我们得以构建并研究细致的生物模型，这些因素共同推动数学生物学日益受到关注。
数学已成为我们科学工具库中的重要武器，可用于应对21世纪医学、生物学和生态科学领域若干最紧迫的问题。通过用数学描述生物系统，再运用由此建立的模型，我们可以获得仅凭实验和言语推理无法得到的见解。如果我们希望将生物学从描述性科学转变为预测性科学，数学生物学就至关重要——例如，它能帮助我们避免大流行病，或改变致残性疾病造成的影响。
一种新武器
例如，过去50年来，数学生物学家建立了越来越复杂的心脏生理学计算模型。如今，人们正利用这些高度精密的模型，试图更好地理解人体心脏复杂的运作机制。通过计算机模拟心脏功能，我们可以预测心脏会如何与旨在改善其功能的候选药物相互作用，无须开展昂贵且可能带来风险的临床试验。
我们也运用数学生物学研究疾病。在个体层面，研究人员通过数学免疫学阐明了免疫系统与病毒抗争的机制，并提出了可能扭转局势、让我们占据优势的干预措施。在更广泛的层面，数学生物学家提出了可用于控制埃博拉等致命疫情传播的机制，并确保用于这一目的的有限资源得到尽可能高效的使用。
数学生物学甚至被用于为政策制定提供依据。例如，已有研究运用数学建模为渔业设定切实可行的配额，以确保我们不会过度捕捞海洋资源，并保护一些最重要的物种。
采用数学方法获得的更深入认识，有助于从不同尺度更好地理解生物学。例如，在巴斯数学生物学中心，我们研究了若干紧迫的生物学问题。在一个极端，我们努力制定策略，避免蝗灾造成的毁灭性影响，蝗群最多可达十亿只。在另一个极端，我们努力阐明促成胚胎正常发育的机制。
尽管数学生物学传统上属于应用数学家的领域，但显然，自认为从事纯数学的数学家也能参与数学生物学的变革。拓扑学这一纯数学分支正被用于理解DNA包装这一棘手问题，而代数几何则被用于为生化相互作用网络选择最合适的模型。
随着数学生物学的影响力不断扩大，来自整个科学领域各学科的新兴和资深科学家都将投身于生物学所带来的丰富多样的重要新问题。
图灵的革命性思想虽然在他那个时代未获充分认可，却表明理解生物过程无须诉诸生命力论——也就是所谓“机器中的上帝”。数学所表达的化学和物理定律，或者说我们如今所称的“数学生物学”，完全足以解释这些过程。
