Realmente depende de lo que estés estudiando y desde qué aspecto te acerques al campo. Las personas que se acercan al campo desde el lado de la biología, generalmente realizan más trabajo de banco y experimentos: realizan las pruebas de calificación para los modelos. Las personas que se acercan al campo desde el lado de la física aplicada / ingeniería, realizan un diseño, verificación e instrumentación de modelos más teóricos / numéricos. Y luego están los que hacen ambas cosas.
Si trabaja en biología estructural (estudiando, por ejemplo, las propiedades de los tejidos), necesitaría una comprensión a nivel de posgrado de la mecánica del continuo, teoría de la elasticidad, leyes constitutivas generales en mecánica estructural, estática, etc. También necesita una buena comprensión de lineal / ecuaciones diferenciales no lineales, cálculo, simulaciones numéricas y conocimiento de la mecánica newtoniana, difusión, tensión superficial, cinética química, adhesión, teoría de sistemas dinámicos, procesamiento de señales, métodos de espacio de estado / mecanismos de retroalimentación, análisis de estabilidad, etc. [Esto es obviamente además de la biología que necesita por defecto]
Por ejemplo:
Las ecuaciones diferenciales acopladas no lineales de la forma:
[matemáticas] \ frac {dA} {dt} = 4A-A ^ 2-AB [/ matemáticas]
[matemática] \ frac {dB} {dt} = B- \ frac {B ^ 2} {A} [/ matemática],
y
[matemáticas] \ frac {dA} {dt} = (1-A ^ 2 -B ^ 2) A -B [/ matemáticas]
[matemáticas] \ frac {dB} {dt} = A [/ matemáticas],
se utilizan para modelar el control del ciclo celular de la escisión en huevos de rana modelando el comportamiento de oscilación del ciclo límite en la descomposición y síntesis de ciclina (el modelo Tyson-Novak). Por supuesto, los mecanismos reales no son tan simples.
- ¿Dónde puedo encontrar problemas de física (y matemáticas) difíciles e interesantes?
- ¿Somos infinitamente planos en la 4ta dimensión?
- ¿Cuál es una especialidad mejor para entrar, matemáticas o física?
- ¿Existe un límite teórico para el número de bits de información que se pueden transmitir en un haz de fotones? ¿La frecuencia afecta el límite?
- ¿Cuáles son algunos ejemplos de la vida real de derivados parciales?
Luego hay teorías sobre la formación de ejes (ruptura de simetría durante el desarrollo de un embrión, cuando el óvulo globular adquiere una forma distinta con un eje de simetría inferior) en anfibios modelados después de las transiciones de fase en física. Suponiendo que se necesita una señal bioquímica periódica para establecer la actividad de división celular, si A (x, y, t) e I (x, y, t) son concentraciones de un activador autorregulador y un inhibidor, entonces el siguiente sistema de reacción-difusión modela las señales,
[matemáticas] \ frac {\ partial A} {\ partial t} = D_A \ Delta A + s \ frac {A ^ 2 + I_A} {I (1 + s_A A ^ 2)} – k_A A [/ math]
[matemáticas] \ frac {\ partial I} {\ partial t} = D_I \ Delta I + sA ^ 2 -k_I I + I_I [/ math]
donde [math] s> 0 [/ math] implica una autorregulación positiva y las expresiones proporcionales a [math] A ^ 2 [/ math] implican una relación no lineal entre la retroalimentación de la concentración del activador a las producciones de activadores e inhibidores. [matemática] D_A [/ matemática], [matemática] D_I [/ matemática] son coeficientes de difusión, [matemática] k_A [/ matemática], [matemática] k_I [/ matemática] son constantes de velocidad de difusión y [matemática] I_A [/ matemática ] y [matemáticas] I_I [/ matemáticas] son concentraciones iniciales de inhibidores que inician o suprimen la actividad del activador. Una vez que se inicia la activación, aparentemente existe un equilibrio estable y autorregulador establecido entre el inhibidor y el activador.
Fuente: Casi comencé a trabajar en la impresión de tejidos con Gabor Forgacs; este material fue cubierto en su clase (también libro, Biological Physics of the Developing Embryo , 2005).
Otro ejemplo, no tanto la física como las estadísticas: las concentraciones de serotonina / dopamina tienen implicaciones en el condicionamiento operante de aprendizaje en el lugar en Drosophila. Trabajé en el entrenamiento de modelos ANN para adquirir las características estadísticas del mutante (donde se suprimía la serotonina y no podía aprender) y moscas de tipo salvaje para desarrollar algoritmos de búsqueda de energía basados en vuelo Levy para MAV autónomos (hipótesis de búsqueda de vuelo Levy, cf Brembs / Sugihara / Hsieh / Maye / Order en comportamiento espontáneo).
