guidfe
随着人们对客观事物认识的不断加深，已经不再满足于停留在易解问题的领地，这其中在生命科学领域的复杂性研究又受到了许多跨学科学者的关注。笔者综述了复杂性的概念、生命科学中的复杂性极其复杂性研究。
关键词 生命科学；复杂性科学；生物复杂性
复杂性科学的概念诞生至今已经20多年，这期间有大批学者从不同的领域入手展开了卓有成效的探索。人们希望更全面深入地从客观世界事物的整体与部分以及层次关联在时空演化的全程描述角度来研究支配客观事物运行的基本规律，建立起新世纪科学技术发展的理论基础，以指导新的发展实践。
这其中在生命科学领域的复杂性研究又受到了许多跨学科学者的关注，也有人将其称之为生物复杂性（biocomplexicity）研究，生物复杂性科学主要探索在一些传统学科间交叉的问题。准确地说，是寻求以定量和整合的途径来深入了解各种生命系统之间复杂的相互作用，其中既包括生物的、行为的、化学的和物理的相互作用，也包括生态的、环境的和社会的综合作用等［1］。
1 复杂性科学研究的概念和范畴
复杂性的定义是相对于简单性而言的，简单性一向是现代自然科学、特别是物理学的一条指导原则。许多科学家相信自然界的基本规律是简单的。还原论的基本思想也就是找出复杂现象或事物背后的简单机制。事实上一些复杂的事物或现象，其背后确实存在简单的规律或过程。
关于复杂性的概念并没有一个统一的说法，而是根据研究的对象有不同提法，比如，从熵的角度：复杂性等于热力学测定的一个系熵和无序；信息的角度：复杂性等于一个系统使一个观测者“惊奇的能力”；分形尺寸：一个系统的“模糊状况”，即在越来越小的尺寸上显示的详细程度；有效的复杂性：一个系统显示“规律性”而不是随机性的程度；体系复杂性：由一个体系结构系统的不同层次所显示的多样性；语法的复杂性：描述一个系统所需要的语言的普遍性程度；热力学深度：将一个系统从头组织在一起所要的热力学资源的数量；时间计算上的复杂性：一部计算机描述一个系统或解决一个问题所需要的时间；空间计算上的复杂性：一部计算机描述一个系统或解决一个问题所需要的存储量［2］；等等。
从20世纪30年代系统科学开始兴起，人们逐渐认识到系统大于其组成部分之和，系统具有层次结构和功能结构，系统处于不断地发展变化之中，系统经常与其环境（外界）有物质、能量和信息的交换，系统在远离平衡的状态下也可以稳定（自组织），确定性的系统有其内在的随机性（混沌），而随机性的系统却又有其内在的确定性（突现）。
复杂性科学往往研究的是复杂性系统，复杂系统主要有以下表现：（1）系统各单元之间的联系广泛而紧密，构成一个网络。因此每一单元的变化都会受到其他单元变化的影响，并会引起其他单元的变化。（2）系统具有多层次、多功能的结构，每一层次均成为构筑其上一层次的单元，同时也有助于系统的某一功能的实现。（3）系统在发展过程中能够不断地学习并对其层次结构与功能结构进行重组及完善。（4）系统是开放的，它与环境有密切的联系，能与环境相互作用，并能不断向更好地适应环境的方向发展变化。（5）系统是动态的，它不断处于发展变化之中，而且系统本多对未来的发展变化有一定的预测能力。
一般来说，复杂性研究的基本方法是：（1）定性判断与定量计算相结合。（2）微观分析与宏观综合相结合。（3）还原论与整体论相结合。（4）科学推理与哲学思辨相结合。
复杂科学研究中所用的理论工具：（1）非线性科学——非线性动力系统理论（稳定性和分叉理论、混沌、孤子）和统计力学（分形、标度），及非平衡系统中的复杂和随机现象的研究；（2）计算机模拟——它是十分重要的手段，目前已广泛用于复杂科学的研究中；（3）计算智能；（4）数理逻辑；（5）在不确定条件下的决策技术；（6）综合集成技术；（7）整体优化技术等。
2 生命科学与复杂性研究
生命科学的研究对象都是复杂系统，（具有关联性、多样性、自学习、自组织、开放、动态的特点），生命科学研究的系统正因为其复杂性，对其构成的原因和演化的历程，此前均缺乏了解，也因此吸引了复杂性科学研究者的高度重视。近几十年来，对生物系统所具有的整体性、关联性、网络层次性、统计涨落性、内在和外在的随机性、模糊性、开放性和历史性等这一类复杂系统的典型特征进行了探讨。生物体本身的特点以及生物的进化使得人们的思维方式从单纯的物理学简单系统的研究转变为对生物学的复杂系统的研究［3］。
基因是生命遗传的基本密码，生物体的复杂结构和功能不仅仅是由基因决定的，也是由基因组中大量的非编码信息和非编码基因决定的。因此生物体的复杂结构和功能不仅仅是由基因决定的，也不仅仅是由基因组中大量的非编码信息决定的，而是由这些元素在生物体各个层次上复杂、动态的相互作用决定的。
作为生命系统的指挥和协调中心—神经系统，其中枢功能结构为大脑，近十年来脑功能的科学研究是复杂科学领域中的一个热点。大脑有复杂的结构，它的组织层次按空间尺度有：分子、膜、突触、神经元、核团、回路、网络、层、投射、系统。大脑表现出的某些高级功能是不能在较低的层次上观察到的，其中有些是由各个单元之间的相互作用而涌现出的集体行为。人们的思维规律是不断变化的，但是最低层次的规律是不变的。脑功能的复杂性首先体现在各神经子系统自身的高度非线性、不稳定性和适应性；其次体现在它们之间相互连接的非均匀性及大规模并行等特点。不仅如此，即使在非常简单的神经系统中也存在着令人惊异的复杂性，这反映在它们的功能、演化历史、结构和编码方式。比如，单个神经元放电的时间序列包含复杂多样的时间模式，反映了神经细胞内的复杂的动力学过程［4］。脑电信号是中枢神经系统自发产生的生物电活动，它包含了丰富的神经系统状态和变化的信息，因而在临床和神经电生理研究中得到了广泛的应用。现在人们对EEG建立动力学模型，并研究其中的混沌现象，显示动力学模型方法对于研究大脑正常生理和病理状态具有的意义［5］。
近年来控制领域实现和发展了脑控系统，即基于脑电信号的人机融合控制系统，直接以脑电信号为基础，通过脑机接口来实现控制。“脑控”研究涉及神经科学、计算机科学、控制科学和心理学等多学科交叉。相关研究已经开发出了利用大脑的思维、通过电子接口来控制各种设施的运动状态，并取得预期效果的“脑控技术”，这项技术在医疗等多个方面具有重要的应用价值。
人工生命（Artificial Life）是近10年发展起来的一个新方向，是以进化为主要特征的复杂性研究。人工生命致力于研究生命形式（并不局限于某种特定的载体）的普遍特征。地球上的生命被看成是一种具有特定载体—蛋白质—的特定生命形式，地球上的生命进化也仅仅代表一种特定的进化途径，因此可以用别的物质来构造另类载体的生命形式，赋予它们生命的特征，使其具有进化、遗传、变异等等生命现象，得到生命的普遍行为［2］。
其他如心血管系统中的心率变异性和管腔应变问题；动态病（以异常时间组织结构为特征的疾病，如周期性发热、周期性关节肿胀等）的预防、治疗和数学建模问题；生态系统的种群繁殖问题；流行病中的疾病传染规律；生化反应的动力学过程；免疫系统中信号产生、传递和转导的动力学过程等都体现了生物系统的复杂性，属于复杂性科学研究的范畴。
因为生命体的多样性和复杂性决定了临床医学本身的复杂性；疾病是复杂的，不仅生命体本身病理过程复杂，而且心理、社会、环境等因素都会影响病理过程；许多复杂性疾病，如心血管疾病、癌症、艾滋病等皆是生命体多层次、多层面因素作用的结果。现代医学是在还原论指导下对生命和疾病局部的、分离的认识，仍停留在分析和描述的水平上；所以需要借助复杂性研究方法。在研究方法和观念上有所突破。
祖国传统中医学独特的思维方法和对复杂系统整体状态的把握与复杂性研究有类似的思路。中医学对人体内部的相互作用以及人体与环境的相互作用提出了众多的命题，为现代医学研究准备了丰富的素材，对中医的理论体系的认识还必须运用物理学、生物学、数学、控制论、系统论等学科的最新知识。
复杂性科学对我们来说是一个充满未知的领域，研究方法上既有还原论，也有综合论和系统论，这两种思想正在经历碰撞并开始出现融合的趋势。但是在研究对象上，它研究的问题并不是刚刚出现，而是因为人们认识的深度和它本身的难度，使这一类问题被搁置了起来。目前，对复杂性的研究已经分别在一些学科取得了初步的进展，随着科技的进步、人类对自然和自身认识的深化，生命科学中的复杂性问题必然会被逐步地认识和解决。 
图论应该是计算机学院或者数学学院开设的课程。图论主要研究节点、连边的关系，这个东西还是相当有用的，在数据结构、离散数学、复杂网络都会或多或少包含这个学科的知识。具体一点来说，图论的应用在网络数据挖掘、社交网络的应用很多，例如，我们可以用G=(V，E)表示一个社交网络，节点集V表示社交网络里面的个体，边集E表示个体之间的连边，连边反映个体之间是否有社交关系，这样一个图可以很直观的反应某个社交网络的特征，通过研究这个图，你可以直到这个社交网络中，是不是有一些派系（社团），是不是有某些核心人物（节点），社交结构是不是健壮（鲁棒性，举个例子，删掉一些连边，可能会导致社交网络分片，这就是鲁棒性差）。并且你可以通过图论的迪杰斯特拉算法、弗洛伊达算法来求解网络的最短路径，获得这个最短路径之后，你可以直到这个社交网络里面人物A想要联系人物B平均需要通过多少个中间人，著名的“六度人脉”就是这么一个简单的研究。再说一个例子，图论里面的AOV网甚至在土木工程当中都会有用到，他的拓扑排序思想会应用于土木工程中的工程开始时间先后排序上，例如，我得先打地基、先运板砖，才能去盖房子，那么前两件事情就安排在盖房子这件事情之前，这种关系在AOV网里面就可以很好的解决。图论的最短路径在计算机网络、数学建模等学科都会用的，已经成为基本算法之一。好好学图论吧。推荐阅读扩展书籍：《网络科学引论》，纽曼著。复杂网络是图论最成功的应用，也是大数据学科的一个重要方向，推荐学习。
[信息技术导论论文]蓝牙技术浅探蓝牙技术浅探（华中科技大学电子与信息工程系电信0602班 武汉430074）摘要：蓝牙技术是一种近距离、低功耗的无线通信标准，它为设备提供了一种低成本的无线联网方式。本文介绍了蓝牙技术中的底层模块、协议以及应用模型，并将它与其他常用的无线连接技术做了比较，以说明它的优势所在。关键词：蓝牙；底层模块；协议；应用1、蓝牙简介早在1994年，Ericsson公司就在其内部提出了一项研究计划，旨在建立发展一种能简易使用并可在各种通讯设备上畅行无阻的新一代无线传输技术，建立一个实际的无线接口和相关软件标准。1998年，Ericsson公司公开了这项计划，并与Nokia、IBM、Toshiba和Intel四家公司组成了一个特别利益集团（SIG，Special Interest Group），以负责此项技术的开发。一年后的1999年7月，SIG正式提出了该技术协议的0版，并将此项技术命名为蓝牙（Bluetooth）。据SIG官方说明，蓝牙这个名字来自十世纪丹麦的维京族国王Harald Bluetooth。这位国王曾以武力统一了丹麦和挪威，在斯堪的那维亚半岛建立了一个庞大的帝国。蓝牙技术解决了小型移动设备间的无线互连问题。它的硬件市场非常广阔，涵盖了局域网络中的各类数据及语音设备。该技术的本质目的不是成为另一种无线局域网（WLAN）技术，而是成为一种替代传输电缆的新型无线解决方案。从1999年的0版，到后来的1版、2版、0版，蓝牙技术不断地在技术上完善自身，力图吸取通用电缆在成本、安全和承载能力等方面的优势。在Bluetooth国王叱咤北欧的千年之后，新兴的蓝牙技术正在以其的种种优势，在全球的无线连接市场中开拓比Bluetooth国王大上千倍万倍的疆土。2、蓝牙协议概述蓝牙体系结构中的协议模型可分为以下5层：（1） 物理层：蓝牙协议的无线接口层；（2） 核心协议：基带协议（Baseband）、链路管理协议（LMP）、逻辑链路控制和适配协议（L2CAP）、服务发现协议（SDP）等。基带协议可以提供同步面向连接（SCO）业务和非同步连接（ACL）业务。一般地，SCO用于分组数据业务，其特点是可靠，但有延时；而ACL用于话音传送，其特点是实时性好。但可靠性比SCO差。链路管理协议（LMP）负责建立和解除主、从设备单元之间的连接，另外还控制主、从设备单元的工作模式。L2CAP是第三层的控制和适配协议，L2CAP向RFCOMM和SDP等层提供面向连接和无连接业务。基带数据业务可以越过LMP而直接通过L2CAP向高层协议传送数据。从某种意义上说，L2CAP和LMP都相当于OSI第二层即链路层的协议；（3） 射频通信协议：RFCOMM，它可以仿真串行电缆接口协议。通过RFCOMM，蓝牙可以在无线环境下实现对高层协议如PPP、TCP/IP、WAP等的支持。RFCOMM可以支持AT命令集，从而可以实现移动电话和传真机及调制解调器之间的无线连接；（4） 电话传送控制协议：TCS二进制协议、AT命令集等；（5） 应用协议（可选协议）：PPP（点对点协议）、UDP／TCP／IP、OBEX、vCard/vCarl、FAX、PAN等。3、蓝牙底层模块蓝牙底层模块是蓝牙技术的核心，是任何蓝牙设备都必须包括的部分。1射频为了保证系统所需频带是全球各地均能容易地获得的，蓝牙系统工作在大多数国家的工业、科学、医疗（ISM）频率——即4GHz。由于ISM频带的开放性，使用其中任一频段都会遇到不可预测的工扰——比如说，家用的无线电话、微波炉都可能成为干扰源。为此，蓝牙特别设计了快速确认和跳频方案以确保链路稳定。蓝牙将其工作的402GHz～480GHz的频带分为79个1MHz带宽的子信道，在接收或发送一个分组数据后，即跳至另一频点，因而加强了数据传输的稳定性。跳频技术除了为蓝牙技术提供了稳定性保障以外，还在物理层为其安全性提供了保障。在跳频通信中，数据信号被窄带载波信号调制，而这些窄带载波信号则做为时间的函数不断从一个频率跳到另一频率。蓝牙标准采用的是每秒跳跃1600次的跳频序列。收发双方都知道的跳频码决定了射频载波的频率以及跳频的顺序。为正确地进行信号接收，接收器必须设置成与发送方一样的跳频码，并在恰当的时间和正确的频率点监听载波信号。只有正确同步时，才能维持一个逻辑信道。其他没有同步的接收器收到的信号仅是持续时间极短的脉冲噪声，这就使得窃听变得十分困难。跳频技术带来的第三个好处是可以使设备同时连接多台设备。如前所述，蓝牙在79个信道里以跳频方式工作。当两个蓝牙设备成功建立链接之后，一个piconet（微微网）就形成了。两者之间的通信通过无线电波在这79个信道中随机跳转而完成。蓝牙给每个piconet提供特定的跳转模式，因此它允许大量的piconet同时存在。2双工方式和业务类型
