前言:HIV研究的突破得益于学科交叉
I 预备知识
1 病毒动力学
1.1 导读
1.2 HIV 感染过程建模
1.2.1 生物背景
1.2.2 恰当的图表有利于揭示数据的关键特征
1.2.3 鉴别系统主因及其主要相互作用是物理建模的第一步
1.2.4 数学分析可以预测一系列行为
1.2.5 大部分模型都必须适用于数据拟合
1.2.6 过约束与过拟合
1.3 有关建模的几句忠告
总结
拓展
习题
2 物理学与生物学
2.1 导读
2.2 交叉
2.3 量纲分析
总结
习题
II 生物学的随机性
3 离散型随机性
3.1 导读
3.2 随机性事例
3.2.1 五个典型例子阐明随机性概念
3.2.2 随机系统的计算机模拟
3.2.3 生物和生化的随机性例子
3.2.4 假象:流行病学中的聚簇
3.3 离散型随机系统的概率分布
3.3.1 概率分布描述了随机系统的可预测性
3.3.2 随机变量是样本空间上的赋值函数
3.3.3 加法规则
3.3.4 减法规则
3.4 条件概率
3.4.1 独立事件与乘法规则
3.4.1.1 婴儿床死亡事件与检察官谬论
3.4.1.2 几何分布描述首次成功所需的等待时间
3.4.2 联合分布
3.4.3 医学检查的恰当解释需要条件概率为前提
3.4.4 贝叶斯公式精简了条件概率的计算
3.5 期望和矩
3.5.1 期望表达的是随机变量多次试验的平均值
3.5.2 随机变量的方差是其涨落的一种度量
3.5.3 平均值的标准误差随样本数的增加而减小
总结
拓展
习题
III 细胞调控
附录
致谢
引用说明
参考文献
索引