| | Martin Möhle This site in English Esta página em português

Bioinformatik, Biomathematik und Biostochastik

Bioinformatik beabsichtigt im allgemeinen nicht, mathematische Gesetze für biologische Systeme herzuleiten, wie sie z.B. für den Bereich der Physik bekannt sind. Zur Zeit besteht der Hauptnutzen der Bioinformatik in der Bereitstellung von Werkzeugen, die zur Datenanalyse benutzt werden können. Beispielsweise benötigen Biologen Werkzeuge zur statistischen Bewertung der Ähnlichkeit zweier oder mehrerer DNA- oder Protein-Sequenzen, zum Auffinden bestimmter Gene in genomischer DNA, und zur Schätzung, wie unterschiedlich Gene in verschiedenen Gewebeproben zum Ausdruck kommen. Wichtige Teilbereiche der Bioinformatik beschäftigen sich mit der Entwicklung und Optimierung zugehöriger Datenbanken, Algorithmen und Programm-Paketen.

Biomathematik beschäftigt sich im wesentlichen mit der mathematischen Beschreibung und Untersuchung biologischer Phänomene. Ziel ist eine möglichst umfassende und allgemeine mathematische Modellierung sowie mathematische Analyse biologischer Systeme, ähnlich zu den mathematischen Gesetzen, die aus der Physik bekannt sind. Das wohl einfachste Beispiel ist das exponentielle Populationswachstum (N'=cN). Im Gegensatz zur Physik ist man jedoch in der Biologie noch relativ weit davon entfernt, auch nur einen Bruchteil dieser Gesetzmässigkeiten zu kennen. Unter die Biomathematik im engeren Sinn werden vorwiegend deterministische Ansätze gezählt, meist aus dem Bereich der Differentialgleichungen sowie der Dynamischen Systeme.

Biostochastik trägt dem Umstand Rechnung, dass viele biologische Phänomene teilweise oder sogar ganz vom Zufall geprägt sind. Obwohl die Bedeutung des Zufalls in der Biologie (z.B. in der Evolution) schon sehr früh erkannt wurde (Darwin, Mendel, Hardy-Weinberg), wurden komplexere probabilistische Modelle auch bedingt durch die relativ späte Weiterentwicklung der Stochastik erst in jüngster Zeit verstärkt weiterverfolgt. Fundamentale Fortschritte konnten erst erzielt werden, nachdem die Theorie der Stochastischen Prozesse und der Stochastischen Integration hinreichend aufgebaut war. So hat z.B. die Theorie der Verzweigungsprozesse fundamental zum Verständnis biologischen Populationswachstums bis hin zur Polymerase-Chain-Reaction (PCR) beigetragen. Ein weiteres typisches Beispiel ist die durch Kingman (1982) begründete Coalescent-Theorie, eine Stammbaum-Theorie, die die Entwicklung der Populationsgenetik bis heute wesentlich beeinflusst. Die Zahl der Publikationen in wahrscheinlichkeitstheoretischen Zeitschriften mit Bezug zur Biologie ist seit 1980 sprunghaft angestiegen und belegt die Bedeutung der Biostochastik. Überdies bildet die Biostochastik die Basis für eine fundierte statistische Analyse biologischer Daten. Hier wird der Bezug zur Bioinformatik besonders deutlich.
[ | | Martin Möhle ]
Letzte Änderung: 22. April 2022