仿生智慧與系統在生物計算中的應用
Biomimetic Intelligence and Systems in Biological Computing
| 節 | 週二 |
|---|---|
7 15:30–16:20 | 仿生智慧與系統在生物計算中的應用 YK533 2 節連堂 |
8 16:30–17:20 |
* 根據陽明交大上課時間表所列
本課程以仿生智慧與系統思維為核心，探討生物系統如何在分子與網絡層級進行資訊處理與計算。透過介紹 DNA、RNA、蛋白質與酵素等生物分子在計算中的角色，引導理解生物計算的基本原理與應用潛力。課程目標在於培養跨領域思考能力，並能將自然系統的設計原則轉化為創新計算與系統設計概念。 This course focuses on biomimetic intelligence and systems thinking to explore how biological systems process and compute information at molecular and network levels. By examining the roles of DNA, RNA, proteins, and enzymes in biological computation, students develop a foundational understanding of biocomputing principles and their applications. The course aims to foster interdisciplinary thinking and enable students to translate natural design principles into innovative computational and system concepts. 合成生物學透過拆解自然系統，使原本難以驗證的理論得以被檢驗，進而幫助人類更深入地理解生命的運作邏輯。 自然界究竟隱藏了多少祕密？從宏觀的氣候變遷與大陸漂移，到微觀的蜂群協作與蟻群分工，人類試圖解讀自然的努力從未停止。對地震波的解析，讓我們學會提前「讀懂」大地的警示；候鳥遷徙與生物體內的晝夜節律，則不斷引發追問：自然究竟遵循著怎樣的規則？ 正是在這樣不斷理解與翻譯自然的過程中，人類提出了大量假說與理論，試圖解釋那些看似神奇卻高度一致的自然現象。複雜性並非源於預設目的，而是無數次篩選與競爭所累積的結果；那些看似「合理」的結構，並不是被精心規劃出來的，而是在長時間演化過程中倖存下來的產物。類似的張力，也體現在對「合作」的理解之中。在自然界裡，許多個體會放棄自身繁殖，轉而為整體服務，例如社會性昆蟲中的工蟻。分工假說與多層次選擇理論嘗試指出：自然選擇並不僅作用於個體層級，也可能發生在群體，甚至整個系統層級。個體的犧牲，或許正是換取整體更高存續機率的代價。 這些理論優雅而迷人，卻長期面臨同一個根本困境：它們難以被直接驗證。自然系統過於複雜，許多關鍵機制無法被單獨拆解。問題並非理論是否成立，而是缺乏一個真正「可被檢驗」的實驗舞台。合成生物學正在完成一件長久以來理論學家夢寐以求的事情：將高度複雜的自然系統，轉化為可控制、可重建、可重複的簡化系統。 “We’re taking apart these complicated biological systems, and we’re putting them together in different ways that nature isn’t really doing on its own.” 在本課程中，我們將細胞比喻為「未來的實驗室試管」，不再只是被動觀察的研究對象，而是可被設計、重組與操控的資訊處理系統。透過仿生智慧與系統思維，我們將探討如何有系統地分析自然系統中的複雜性，聚焦於與問題相關的關鍵分子機制，進而理解生命如何在分子與網絡層級中進行資訊的編碼、傳遞與優化。藉由將生物分子視為計算機元件，本課程引導學生重新思考「計算」的定義，並探索如何從自然系統中學習可轉譯的設計原則，應用於新一代的生物計算、工程設計與永續科技發展。
本課程適合生命科學、基因體科學、生物工程、合成生物學及相關領域之大學部與研究所學生修習，具備基礎生物學背景者尤佳。 This course is suitable for undergraduate and graduate students in life sciences, genome sciences, bioengineering, synthetic biology, and related fields. A basic background in biology is recommended.
本課程主要採英語授課，並視學習需求輔以中文說明與討論，以協助理解課程內容與專業概念。 This course is primarily delivered in English, with supplementary instruction and discussion in Chinese to support comprehension of course content and key concepts.
課堂參與（Participation)：50% 作業與討論（Assignments & Reflections)：50%
| 週次 | 主題 |
|---|---|
| 第 1 週 | 仿生學與生物計算 Nature as a Computer: Foundations of Biomimicry and Computation |
| 第 2 週 | 生物系統中的網絡與複雜性 Networks and Complexity in Biological Systems |
| 第 3 週 | 生物的基礎編碼資訊 DNA: The Fundamental Code of Life |
| 第 4 週 | 動態的計算處理單元 RNA and Proteins: Dynamic Computational Processors |
| 第 5 週 | 生物中的分子算運工具 Enzymes as Computational Operators: Nature’s Toolkit |
| 第 6 週 | 自然系統中的編程與最佳化策略 Coding and Optimization: Insights from Natural Systems |
| 第 7 週 | 生物中的計算模型 Self-Assembly and Emergent Computational Models |
| 第 8 週 | 仿生計算系統設計 Future Horizons: Designing Next-Generation Bio-Inspired Systems |
| 第 9 週 | |
| 第 10 週 | |
| 第 11 週 | |
| 第 12 週 | |
| 第 13 週 | |
| 第 14 週 | |
| 第 15 週 | |
| 第 16 週 |
Think Complexity: Complexity Science and Computational Modeling (2nd Edition) Allen B. Downey O’Reilly Media (2018)
- 地點
- 傳統醫學大樓甲棟 107辦公室
- 聯絡方式
- Email: yjoechen@nycu.edu.tw