除了生统、生信、计生、理论生态和数量遗传外，为何数学语言在生物学中的应用不如化学和物理学那么广？

数学语言在生物学中的应用会是种趋势么？

这个问题的回答真是吃力不讨好，能理解的人不多，质问的倒不少。

其实问题改成问: 为什么物理和化学上那些数学公式在生物学中用不上？这样会更加启发研究者的思维。

不要扯那么多数学公式了，我们就看看物理和化学中与时间相关的公式有一大箩筐，单一个动力学就不少。注意: 划重点的是时间在普通物理化学实验中是个参数，实验本身外部的约束条件或参数往往是静态的，条件本身不会随时变化的，否则那就不是在讨论或研究普通三维实体空间内的物质关系了。

我们再看看普通的生命复杂系统，即使是一般的生物，其内外环境的条件影响因素是和物理和化学实验那般固定不变的吗？这些约束参数都随时间变化而变化，你再按物理或化学实验方式讨论生物内部生命物质相互作用的进程有意义吗？以进程为参数建立相关模型或公式你认为有普遍意义吗？

这种死脑瓜般的函数论思维根本用不到生物学中！生物学中的各种影响参数与生物体活性或行为结果的关系只有多因果对应关系，在数学上属于非映射非线性关系，要解决这只能引入新的抽象代数理论，专门研究关系域的一门理论。

今后的生物学不懂数学的请让路，单靠做实验永远建不起生命理论的高楼大厦。

谢邀，作为一个生物背景转生信的同学想谈谈自己的理解。

1.本科教学中对于数学、计算机的缺失。考虑到整个研究生群体的教育背景。以普通一本学校为例（也就是我的母校），我们只学c语言和微积分。在研究生课程刚开始老师咨询中也会发现大多数学生在本科阶段是接受了少量的数理知识（80%只接受不超过高数、c语言、生物统计学三门）。造成在后续的学习中，这方面的基础不牢。

2.就是生物体内部的体系与影响因素过于复杂，这一点其他答主也阐述得很明白了。我想举一个例子就是PCA主成分分析，一个影响因素对整体的影响可能只有百分之十几，同时在一个研究对象中可能有十几甚至几百个影响因素，如果把一个影响因素看成一个维度就可能出现十几甚至上百维度。一些分类和聚类演算法往往涉及到很多非线性，所以是非常复杂的。

3.我觉得在生物中大量运用数学肯定是一个趋势。这方面大家如果有兴趣，可以了解一下最近比较热门的转录组分析，看一下转录组分析中涉及到很多统计学的知识。例如read counts的计数和go功能富集涉及到的超几何分析。同时目前人工智慧和机器学习越来越多的应用于生物学习中，相信未来会越来越多。

3.最后谈一下个人感想，生物中越来越多，运用数理及计算机知识是一件好事，说明分析的数据越来越大及分析层次越来越多，同时也可以越来越依赖于自动化处理。但对生物研究生而言，往往会造成生物的门槛降低。一个计算机背景从事生物研究往往会造成降维打击。所以看好生物行业未来的发展，但不看好生物研究生，特别是做实验的研究生未来出路的发展。

1. 因为生命系统的复杂性以及背后的网路调控不是物质系统能比的。

2. 生物学现象和规律最终需要实验验证，因此数学运算和预测是辅助。

3. 生物本科专业学习的数学，绝大部分是数学二甚至数学二水平都没有，研究生，博士阶段也不会专门的训练数学能力。

4. 未来5-10年看不到数学像物理化学那样，大规模用于生物学研究的迹象。

5. 虽然数学和统计学，生信未来会越来越重要，但是我还是坚持认为只凭借数学物理学化学信息学就能搞定生物学问题是不可能的事。除非基础数学有大的发展。