主题：【请教】关于生物的Self-Adaptive行为的知识和在计算机方面 -- 梦里依稀

很多问题正在研究当中，得出结论的还很少。就我知道的说一点吧。

生物系统显然是一个成功的系统，毕竟是经过几亿年进化的结果，自然界尝试了无数种模式，其中决大多少被淘汰，保留下来的无疑都是成功者。所以向生物系统学习可以让我们少走很多弯路。

计算机方面模仿生物，我所知道学得最象也最成功的应该是遗传算法，也有叫进化算法的。至于计算机神经网络最多只能说是学了个皮毛，和真正的神经网络差得太远。

生物系统的网络无疑是非常有特色的，比如大量的单元是并行的，冗余程度相当高，同时也相当稳健。对于生物系统网络的研究，最早可能还是生态系统的研究，很多年以前我就看到过不知是Nature还是science上关于生态系统稳健性研究的论文。神经网络的研究也是比较早的，也比较深入，同时难度也很大，模拟神经网络还有很长的路要走。近年来对于代谢网络、免疫网络和基因网络的研究发展很快。这些都属于系统生物学的内容，这些方面的研究很可能在今后10年内形成一个高潮，这个问题以后我有时间再展开吧。

这里需要提一下Santa Fe Institute，对复杂系统研究感兴趣的人对这个名字估计是如雷贯耳。实际上SFI对于生物系统的研究一直都非常重视，他们早期最出名的就是Artificial Life,他们好几个focus area都是和生物系统相关的。特别是有一个Computation in Physical and Biological Systems，就是研究如何学习生物系统来提高计算机的效能。你可以看看他们的book list，估计有不少你会感兴趣。

对代谢网络和基因网络特性感兴趣的朋友可以参考下面两篇文献：

Robustness against mutations in genetic networks of yeast. Nature Genetics 2000. 24:355-361

The small world inside large metabolic networks. Proc. R. Soc. Lond. B, 2001. 268:1803-1810.

这两篇的第一作者都是Andreas Wagner,此人也是SFI的成员。

• 【原创】大学毕业后，我决定放弃基因分子生物学（上）
• 【西西河电子期刊】第13期（下）