生物学领域用了哪些数学方法

1. 用数学方法对研究生物学有很大的帮助

计算机科学家阿兰·图灵（Alan Turing）就是最早提出可以用数学方法研究生物现象的人之一。1952年，他列出了两个优美的数学方程，为动物皮毛颜色如何形成提供了解释。

图灵提出的不同类型的动物花纹图案

在更大的尺度上，数理生物学家还提出了控制致命流行病——如埃博拉出血热——的方法，并确保用于这一目的有限资源能发挥尽可能高的效率。

数理生物学甚至还能应用于政策的制定。例如，许多研究者已经利用数学模型对渔业资源进行了分析，以制定更为现实的配额，确保我们不会过度捕捞渔业资源，同时保护某些非常重要的濒危物种。

新浪科技讯 北京时间6月26日消息，据国外媒体报道，数学是科学的语言。从物理学到工程研究，从化学到生物学，数学既能帮助我们了解宇宙的起源，也可以确保建筑物不会被大风吹倒，或许，它还能使生物学变得更加完整。

几百年来，数学一直被用于相对简单的物理系统建模，并且取得了非常不错的效果。牛顿的万有引力定律就是很好的例子。通过相对简单的观测，物理学家可以得出某条规律，对数十亿公里以外的天体运行进行描述。相比之下，生物学一只被视为太过复杂，无法用类似的数学方法进行总结。

生物系统常常被归为“复合体”，其含义是，由于众多组成部分的复杂相互作用，生物系统会展现出所谓的“突发行为”——系统作为整体能展现出的特征是个体部分所不具备的。

这种生物复杂性经常被误解为生命力论（vitalism）。这种学说曾经流行过很长时间，其基本理论是认为生物过程取决于某种不同于物理学和化学规律的力或原理。因此，有人根据生命力论提出，复杂的生物系统无法用数学方法进行验证。

当然，也有一些人对此提出了反对意见。在第二次世界大战中因破解密码而广为世人所知的计算机科学家阿兰·图灵（Alan Turing）就是最早提出可以用数学方法研究生物现象的人之一。1952年，他列出了两个优美的数学方程，为动物皮毛颜色如何形成提供了解释。

图灵的工作不仅充满美感，而且还是违反直觉的——这类工作只有像图灵这样的才人物才能想得出来。然而，令人扼腕的是，由于所处时代严峻的'反同性恋法律，图灵遭受到了非常残酷的对待。两年之后，经过一段所谓的荷尔蒙“矫正”治疗，图灵最终选择了自杀。

不过，在图灵之后，数理生物学（mathematical biology）领域迎来了爆发。近年来，越来越多细致的实验程序带来了海量的生物学数据，为科学家进行深入分析提供了基础。利用这些数据，科学家可以对此前深奥难懂的复杂生物系统提出更合理的假说。作为大自然的语言，数学的作用正在于此。

此外，过去60年来计算机运算能力的提升，也使我们能将复杂的数学模型运用在生物系统上。通过对生物系统进行数学处理，结合计算机运算，科学家可以开发出精细的生物学模型，数理生物学也因此变得越来越流行。

进入21世纪，人类在医学、生物学、生态学等领域遇到了许多棘手的问题，而数学已经成为应对这些问题的重要武器。通过对生物系统进行数学描述，接着利用得到的数学模型，我们可以获得一些无法用实验和推理得出的结果。

如果我们想把生物学从描述性科学转变为预测性科学，就必须给予数理生物学非常重要的地位。举例来说，这一学科将帮助我们避免致命流行疾病的出现，或者缓解疾病对人体的伤害。

过去50年来，数理生物学家在心脏的生理学研究中构建了越来越复杂的计算模型。今天，这些极为精细的模型被用于更好地了解人类心脏的复杂功能。对心脏功能的模拟使我们能对新型药物对心脏疾病的治疗效果做出预测，而不必进行昂贵且有潜在风险的临床试验。

科学家同时也在利用数理生物学研究疾病。通过数学免疫学方法，研究人员已经阐明了人体免疫系统对抗病毒的机制，并提出了可能的介入方法，以使胜利的天平倒向人类一方。

在更大的尺度上，数理生物学家还提出了控制致命流行病——如埃博拉出血热——的方法，并确保用于这一目的有限资源能发挥尽可能高的效率。

数理生物学甚至还能应用于政策的制定。例如，许多研究者已经利用数学模型对渔业资源进行了分析，以制定更为现实的配额，确保我们不会过度捕捞渔业资源，同时保护某些非常重要的濒危物种。

数学方法的发展，将使科学家更好地了解许多不同的尺度上的生物系统。英国巴斯大学数理生物学中心的研究人员就对一些棘手的生物学问题进行了研究。一方面，他们尝试开发出抑制蝗灾破坏效应的策略，涉及的个体数量达数十亿；另一方面，他们尝试阐明胚胎正确发育背后的机制。

尽管数理生物学传统上被认为是应用数学的范畴，但显而易见的是，自认为做纯数学研究的数学家已经在数理生物学革命中扮演着重要角色。例如，拓扑学理论被用于研究DNA折叠时的扭结问题；代数几何被用于选择最合适的生物化学相互作用网络模型。

随着数理生物学的发展，越来越多其他科学领域的科学家被吸引而来，帮助解决生物学中许多重要而新奇的问题。图灵的革命性理念尽管在他所处的时代中没有得到足够重视，但已经宣告了生命力论的终结。生物学过程已经不需要用某种神秘力量来解释，而是分解成各种蕴含在数学中的化学和物理规律。

2. 生物数学是什么

数学和生物学互相渗透形成 的学科。按研究对象和任务的不 同，又分为数学生物学和生物数 学。数学生物学指生物学不同领 域中应用数学方法所产生的一些 新的生物学分支，例如数值分类 学、数量进化论、数量仿生学等; 生物数学指用于生物科学研究中 的数学理论和方法，例如生物统 计学、生物概率论、生物微分方 程、生物系统分析、生物数学模 型、电子计算机的应用、运筹对 策等。

3. 数学的应用有哪些

各门学科的发展都和数学息息相关，这里举两个例子~

1.生物学未来的前沿是数学，数学未来的前沿是生物学

数学模型能定量地描述生命物质运动的过程，一个复杂的生物学问题借助数学模型能转变成一个数学问题，通过对数学模型的逻辑推理、求解和运算，就能够获得客观事物的有关结论，达到对生命现象进行研究的目的。例如，描述生物种群增长规律的费尔许尔斯特－珀尔方程，描述捕食与被捕食两个种群相克关系的洛特卡－沃尔泰拉方程，等等。反应扩散方程的数学模型在生物学中广为应用，它与生理学、生态学、群体遗传学、医学中的流行病学和药理学等研究有较密切的关系。

据统计,自1699年首届诺贝尔经济学奖至2001年期间33届共有获奖者49人。有学者将获奖工作中应用数学的深度按定标准分为四等：特强、强、一般和弱,结果显示：这49位获奖者有27位的工作可评为“特强”,占全体获奖者的一半以上；可评为“强”的人数为14人,这就是说应用数学的深度可评为“强”以上的获奖工作占到41人，占总人数的八成以上。由此可见这些经济学理论的数学含量。无怪乎人们说诺贝尔经济学奖主要是奖给“经济学家中的数学家”的。

此外还有很多方面的内容~

（内容转自数学经纬网）

4. 生物数学的研究内容

根据生命科学的需要，生物数学的内容分为以下几个主要方面。 所谓生命现象数量化，就是以数量关系描述生命现象。数量化是利用数学工具研究生物学的前提。生物表现性状的数值表示是数量化的一个方面。生物内在的或外表的，个体的或群体的，器官的或细胞的，直到分子水平的各种表现性状，依据性状本身的生物学意义，用适当的数值予以描述。数量化还表现在引进各种定量的生物学概念，并进行定量分析。如体现生物亲缘关系的数值是相似性系数。各种相似性系数的计算方法以及在此基础上的聚类运算构成数量分类学表征分类的主要内容。遗传力表示生物性状遗传给后代的能力，对它的计算以及围绕这个概念的定量分析是研究遗传规律的一个重要部分。多样性，在生物地理学和生态学中是研究生物群落结构的一个抽象概念，它从种群组成的复杂和紊乱程度体现群落结构的特点。多样性的定量表示方法基于信息理论。
数量化的实质就是要建立一个集合函数，以函数值来描述有关集合。传统的集合概念认为一个元素属于某集合，非此即彼、界限分明。可是生物界存在着大量界限不明确的、“软”的模糊现象，如此“硬”的集合概念不能贴切地描述这些模糊现象，给生命现象的数量化带来困难。1965年L.A.扎德提出模糊集合概念，模糊集合适合于描述生物学中许多“软”的模糊现象，为生命现象的数量化提供了新的数学工具。以模糊集合为基础的模糊数学已广泛应用于生物数学。 为了研究的目的而建立,并能够表现和描述真实世界某些现象、特征和状况的数学系统，称为数学模型。数学模型能定量地描述生命物质运动的过程，一个复杂的生物学问题借助数学模型能转变成一个数学问题,通过对数学模型的逻辑推理、求解和运算,就能够获得客观事物的有关结论，达到对生命现象进行研究的目的。
例如描述种群增长最简单的模型是马尔萨斯方程：（图一）(常数r>0)式中N表示种群的数量；r是种群增长的相对速率。方程的解为（图二）式中N0表示时间为t0时初始种群大小。这个模型简单地描述种群按几何级数增长的过程。从数学模型获得的结果应该符合实际情况，否则对模型应进行修改，使之尽可能正确地表达生命物质运动的真实情况。模型的不断完善是对生命现象认识逐渐深入的过程。上述模型的解，种群随时间推后无限增大，这个结果显然不合理。如果考虑有限生存条件的限制，改进之后的模型有费尔许尔斯特-珀尔方程,又称Logistic方程 （图三）。 (常数a,b>0)如果初始值取（图四），方程的解（图五）当t→∞,解的渐近值是a/b，它表示种群受生存条件限制不可能超过的极限。这个模型比较正确地表示种群增长的规律，具有广泛用途。描述捕食与被捕食两个种群相克关系的数学模型是洛特卡-沃尔泰拉方程：（图六）常数a1、a2、b1和b2>0）其中N1和N2分别表示被捕食和捕食种群的大小。方程的解是
a2lnN1+α1lnN2－b2N1－b1N2=C其中C为积分常数,由初始条件（初始两个种群大小）确定。不同的初始条件得到相应的曲线簇，从曲线的形状可以看出种群此起彼落周期性的变化(图1)。对模型的进一步分析可知，如果捕食与被捕食种群以相同的比例减小，将有利于被捕食种群大量增长。这个结果从理论上说明了不适当地使用农药，在毒杀害虫的同时也杀死了害虫的天敌，而常常导致害虫更猖獗地发生。利用方程的解，还可算出种群变化的近似周期和振幅等十分有意义的结果。A.L.霍奇金和A.F.赫胥黎从生物膜上电离子的迁移阐明神经兴奋传导的机理。他们建立的模型属于二阶偏微分方程，称霍奇金-赫胥黎方程（H-H方程）： （图七）
其中V表示神经纤维膜电位,R是轴向电阻率，α是轴突半径,x表示神经纤维轴向距离。等式左边代表膜电容产生的电流分量；右边第一项代表神经纤维横截面电流变化率；右边其余三项分别代表钾、钠和其他离子产生的电流分量。霍奇金曾以枪乌贼神经纤维为实验材料，根据H-H方程计算得到的曲线与实验结果吻合得很好(见生物膜离子通道)。
一种比H-H方程更一般的方程类型,称为反应扩散方程。作为数学模型这一类方程在生物学中广为应用，它与生理学、生态学、群体遗传学、医学中的流行病学和药理学等研究有较密切的关系。 多元分析适应生物学等多元复杂问题的需要、在统计学中分化出来的一个分支领域。它是从统计学的角度进行综合分析的数学方法。多元统计的各种矩阵运算体现多种生物实体与多个性状指标的结合，在相互联系的水平上，综合统计出生命活动的特点和规律性。
系统论和控制论 以系统和控制的观点，进行综合分析的数学方法。
例如有一个生态系统，包括水、一个水生植物种群和一个草食动物种群，研究物质磷在系统中的变化过程。水、水生植物和草食动物含有磷的数量是系统的基本变量，分别以x1、x2和x3表示，称为状态变量；以u表示磷从流水中带进系统的速率，称为输入量；分别以y1和y2表示磷从水中流失和草食动物带出系统的速率，称为输出量。系统内部磷的变化关系见图2。考虑每个状态变量的变化，得到描述该系统的方程，称为状态方程：（图八）其中Ci（i=1，2，…,6）是一组参数。当参数值、输入、输出以及初始状态给定以后，物质磷在系统中的变化可由方程完全确定。对方程进行分析或者利用电脑求解，就可以认识磷在系统中变化的规律。
实际情况远比这个虚构的例子复杂。一个系统可以是多输入、多输出，状态变量的个数可大到几十，甚至上百，它显示生命活动异常复杂的情形。
可控系统的最优控制是控制理论的中心问题。所谓最优控制,就是从实际需要出发设计适当的性能指标,在一定的约束条件下选取输入u(t)，使性能指标取最小值。寻求生物系统最优控制的方法常常采用庞特里雅金最小值原理和贝尔曼的动态规划，有关农业、林业、医学和环境问题的最优控制可望获得解决。 概率与统计方法的应用还表现在随机数学模型的研究中。原来数学模型可分为确定模型和随机模型两大类。如果模型中的变量由模型完全确定。
这里举出一种离散的随机数学模型，称为马尔科夫链。考虑具有两个等位基因A与α的群体，如果相应的基因频率分别是p和q，三种基因型AA，Aa和aa在群体中的分配比率构成向量【PHQ】(P+H+Q=1)。在一定的假设条件下,按马尔科夫链的数学模型,描述该群本随机交配的遗传过程。经过第一代随机交配，基因型分配比率将从向量【PHQ】转变为（图九） 等式左边的矩阵是转移矩阵，不难验证该马尔科夫链是正则的，不动点向量就是【p22pqq2】。 这个结果说明基因频率的不变性，也就是群体遗传学中的哈迪-魏因贝格定律:随机交配的群体在没有外界迁入、定向选择、基因突变和遗传漂变的条件下，基因频率保持不变。
马尔科夫链数学模型不仅对遗传学重要，如果使状态变量代表不同的意义，它还能适用于更广泛的生物学问题，如生态、环境和医学等。下面是一个流行病学的例子。讨论某地区某种传染病的流行,分4个状态：敏感者、患病者、免疫者和死亡。建立的马尔科夫链数学模型可以由转移图的形式表示(图3)。这是一个吸收马尔科夫链，利用这个模型可以分析疾病流行的规律。 不连续性是一切物质存在的基本属性。首先物质和能量两个最基本的概念是不连续的；再看生命现象，物种、个体、细胞、基因等等都是生命活动不连续的最小单位，不连续性表现尤其突出。因此，不连续的数学方法在生物数学中占有重要地位。再举单一种群增长的生态模型讨论。若考虑个体生活年龄，按年龄单位将个体分属于不同年龄组。令Nit代表在时刻t，年龄为i的个体数；Pi表示年龄在i能活到i+1的存活率；Fi表示年龄在i的增殖率。则新增殖的个体数（图十），其中m代表该群体年龄可能达到的上界。于是种群变化的规律可以用下面的矩阵运算表示，（图十一） 这就是着名的莱斯利模型。这个模型是离散的，它不仅表示种群增长的速度，而且还显示出年龄分布状况，从年龄分布的结构上展示整个种群变化的规律。因而远远胜过前面所举单一种群增长连续模型。
描述生命现象的离散模型有两态和多态之分。马尔科夫链和莱斯利模型都属于多态；两态的模型应生物学的二元表现状态而产生。如神经兴奋沿着神经细胞的轴突，经过突触在阀的控制下传给另一个神经细胞，兴奋波的通过与否就是一个二元表现状态。1943年W.S.麦卡洛克和W.皮茨在布尔代数的基础上，首次给出描述神经传递现象的离散模型。此模型不断改进，并借助电脑加以实现，已做到模拟许多较复杂的神经功能，成为探索人类大脑思维奥秘的一个重要手段（见人工智能）。
不连续数学方法还表现在对连续方法的补充。微积分学的基本理论指出，函数的可微性蕴涵着连续性。因此以微分运算为基础的数学模型都是连续的。这些模型只能适用于连续变化范围，对于连续函数出现不连续点或奇点（包括导函数不连续点）情形，将无能为力。而恰恰在这些破坏了连续性的区域，却常常是生物学需要研究的课题。
60年代末，法国数学家R.托姆从拓扑学提出一种几何模型，能够描绘多维不连续现象，他的理论称为突变论。
继R.托姆之后，跃变论不断地发展。例如E.C.塞曼又提出初级波和二级波的新理论。
上述各种生物数学方法的应用，对生物学产生重大影响。20世纪50年代以来,生物学突飞猛进地发展,多种学科向生物学渗透，从不同角度展现生命物质运动的矛盾，数学以定量的形式把这些矛盾的实质体现出来。从而能够使用数学工具进行分析；能够输入电脑进行精确的运算；还能把来自各方面的因素联系在一起，通过综合分析阐明生命活动的机制。生物数学在农业、林业、医学、环境科学、社会科学和人口控制等方面的应用，已经成为人类从事生产实践的手段。
当今的生物数学仍处于探索和发展阶段。生物数学的许多方法和理论还很不完善，它的应用虽然取得某些成功，但仍是低水平的、粗略的、甚至是勉强的。许多更复杂的生物学问题至今未能找到相应的数学方法进行研究。因此，生物数学还要从生物学的需要和特点，探求新方法、新手段和新的理论体系，还有待发展和完善。

5. 生物学中能用到哪种数学

至少要学线性代数，并且鉴于你比较倾向宏观，那么统计学必不可少，概率论学学也好……再就是学校中生物系本身要求的数学课（生物系本身的数学课过于简单了……）

6. 生物数学的介绍

生物数学是生物学与数学之间的边缘学科。它以数学方法研究和解决生物学问题，并对与生物学有关的数学方法进行理论研究。其一般方法是建立被研究对象的数学模型并对其进行定性和定量研究，主要应用的数学方法有：微分方程、线性代数、概率论和数理统计、抽象代数、拓扑学、突变理论等，电子计算机的发展使生物数学的研究又有了新的突破。生物数学的内容是多方面的：生物统计、数量遗传、数学生态和数学生物分类学可做为四大分支。生物统计学用统计方法研究生物界的客观现象；数量遗传学用数学方法研究在各种不同情况下全体基因型的变化，研究数量性遗传规律；数学生态学用数学理论和和方法描述生态系统的的行为动态定量关系，建立各种生态模型，模拟动物行为；数学生物分类学使用现代数学方法和工具（特别是电子计算机）对古老的生物分类学进行研究。数学方法几乎渗透到生物学的每个角落。有人预言：生物学将会取代物理学成为使用数学工具最多的部门，21世纪可能是生物数学的黄金时代。

7. 数学在生物领域的应用

生物统计、数量遗传、数学生态和数学生物分类学可做为四大分支。生物统计学用统计方法研究生物界的客观现象；数量遗传学用数学方法研究在各种不同情况下全体基因型的变化，研究数量性遗传规律；数学生态学用数学理论和和方法描述生态系统的的行为动态定量关系，建立各种生态模型，模拟动物行为；数学生物分类学使用现代数学方法和工具（特别是电子计算机）对古老的生物分类学进行研究。目前，数学方法几乎渗透到生物学的每个角落，有人预言：生物学将会取代物理学成为使用数学工具最多的部门，21世纪可能是生物数学的黄金时代。

8. 生物学中的数学模型

记得马克思曾说，一门科学只有成功地运用数学时才算达到了完善的地步。数学在生物学中应用的一种主要的形式就是生物数学模型。
人教版生物实验教科书提供了丰富的数学模型资源。探究培养液中酵母菌种群种群数量的变化的实验（必修三），要求学生具有建立数学模型的思想和方法。人教版教科书中也有较多的应用。在《分子与细胞》中有：细胞有氧呼吸的方程式，细胞无氧呼吸的方程式，光合作用的方程式，酶降低化学反应活化能的图解，酶活性受温度影响示意图，酶活性受PH影响示意图，叶绿素和类胡萝卜素的吸收光谱变化曲线，不同细胞的细胞周期持续时间等。在《遗传与进化》中有：黄色圆粒豌豆和绿色皱粒豌豆的杂交实验，果蝇杂交实验图解，种群中基因频率和基因变化等。在《稳态与环境》中有：HIV浓度和T细胞数量的关系，某岛环颈雉种群数量的增长，大草履虫种群的增长曲线，东亚飞蝗种群数量的波动，雪兔和猞猁在90年间的种群数量波动，赛达波格湖能力流动图解，我国人口增长等。
在日常的生物教学中，有效地运用这一资源，开展生物数学模型教学，能够增进学生对数学模型的思想和方法的理解，培养学生用建立数学模型的方法来解决实际的生物学问题的能力。
我非常期待当我们正确地应用了生物数学模型之后，学生也能象吴老师班级中被采访的两位学生一样，由惊讶到不可思议，最终达到由表面现象至事物本质的理解。

9. 生物学研究通常采用什么基本方法

选C.理论，实验，总结，创新 ,研究方法
生物学的一些基本研究方法——观察描述的方法、比较的方法和实验的方法等是在生物学发展进程中逐步形成的。在生物学的发展史上，这些方法依次兴起，成为一定时期的主要研究手段。现在，这些方法综合而成现代生物学研究方法体系。
观察描述的方法 在17世纪，近代自然科学发展的早期，生物学的研究方法同物理学研究方法大不相同。物理学研究的是物体可测量的性质，即时间、运动和质量。物理学把数学应用于研究物理现象，发现这些量之间存在着相互关系，并用演绎法推算出这些关系的后果。生物学的研究则是考察那些将不同生物区别开来的、往往是不可测量的性质。生物学用描述的方法来记录这些性质，再用归纳法，将这些不同性质的生物归并成不同的类群。18世纪，由于新大陆的开拓和许多探险家的活动，生物学记录的物种几倍、几十倍地增长，于是生物分类学首先发展起来。生物分类学者搜集物种进行鉴别、整理，描述的方法获得巨大发展。要明确地鉴别不同物种就必须用统一的、规范的术语为物种命名，这又需要对各种各样形态的器官作细致的分类，并制定规范的术语为器官命名。这一繁重的术语制定工作，主要是C.von林奈完成的。人们使用这些比较精确的描述方法收集了大量动、植物分类学材料及形态学和解剖学的材料。
比较的方法 18世纪下半叶，生物学不仅积累了大量分类学材料，而且积累了许多形态学、解剖学、生理学的材料。在这种情况下，仅仅作分类研究已经不够了，需要全面地考察物种的各种性状，分析不同物种之间的差异点和共同点，将它们归并成自然的类群。比较的方法便被应用于生物学。
运用比较的方法研究生物，是力求从物种之间的类似性找到生物的结构模式、原型甚至某种共同的结构单元。G.居维叶在动物学方面，J.W.von歌德在植物学方面，是用比较方法研究生物学问题的着名学者。用比较的方法研究生物，愈来愈深刻地揭示动物和植物结构上的统一性，势必触及各个不同类型生物的起源问题。19世纪中叶，达尔文的进化论战胜了特创论和物种不变论。进化论的胜利又给比较的方法以巨大的影响。早期的比较，还仅仅是静态的共时的比较，在进化论确立后，比较就成为动态的历史的比较了。现存的任何一个物种以及生物的任何一种形态，都是长期进化的产物，因而用比较的方法，从历史发展的角度去考察，是十分必要的。
早期的生物学仅仅是对生物的形态和结构作宏观的描述。1665年英国R.胡克用他自制的复式显微镜，观察软木片，看到软木是由他称为细胞的盒状小室组成的。从此，生物学的观察和描述进入了显微领域。但是在17世纪，人们还不能理解细胞这样的显微结构有何等重要意义。那时的显微镜未能消除使影像失真的色环，因而还不能清楚地辨认细胞结构。19世纪30年代，消色差显微镜问世，使人们得以观察到细胞的内部情况。1838～1839年施莱登和施万的细胞学说提出：细胞是一切动植物结构的基本单位。比较形态学者和比较解剖学者多年来苦心探求生物的基本结构单元，终于有了结果。细胞的发现和细胞学说的建立是观察和描述深入到显微领域所获得的成果，也是比较方法研究的一个重要成果。
实验的方法 前面提到的观察和描述的方法有时也要对研究对象作某些处理，但这只是为了更好地观察自然发生的现象，而不是要考察这种处理所引起的效应。实验方法则是人为地干预、控制所研究的对象，并通过这种干预和控制所造成的效应来研究对象的某种属性。实验的方法是自然科学研究中最重要的方法之一。17世纪前后生物学中出现了最早的一批生物学实验，如英国生理学家W.哈维关于血液循环的实验，J.B.van黑尔蒙特关于柳树生长的实验等。然而在那时，生物学的实验并没有发展起来，这是因为物理学、化学还没有为生物学实验准备好条件，活力论还占统治地位。很多人甚至认为，用实验的方法研究生物学只能起很小的作用。
到了19世纪，物理学、化学比较成熟了，生物学实验就有了坚实的基础，因而首先是生理学，然后是细菌学和生物化学相继成为明确的实验性的学科。19世纪80年代，实验方法进一步被应用到了胚胎学，细胞学和遗传学等学科。到了20世纪30年代，除了古生物学等少数学科，大多数的生物学领域都因为应用了实验方法而取得新进展。
实验方法当然包含着对研究对象进行某种处理，然而更重要的则是它的思维方式。用实验的方法研究某一生命过程，要求根据已有事实提出假说，并根据假说推导出一个可以用实验检验的预测，然后进行实验，如果实验结果符合预测，就说明假说是正确的。在这里，假说必须是可以用实验加以验证的，而且只有经过实验的检验，假说才可能上升为学说或理论。实验方法的使用大大加强了研究工作的精确性。19世纪以来，实验方法成为生物学主要的研究方法后，生物学发生巨大变化，成为精确的实验科学。
20世纪，实验方法获得巨大发展，然而单纯观察或描述方法，仍然是生物学的基本研究方法。生物体具有多层次的复杂的形态结构。每一个历史时期都有形态描述的任务。20世纪30年代出现了电子显微镜，使观察和描述深入到超微世界。人们通过电子显微镜看到了枝原体和病毒，也看到了细胞器的超微结构。由于细胞是生命的最小单位，是生命活动的最小的系统，因而揭示它构造上的细节，对揭示生命的本质具有重大的意义。
比较的方法在20世纪也有新的进展，它已经不限于生物体的宏观形态结构的比较，而是深入到不同属种的蛋白质、核酸等生物大分子化学结构的比较，如不同物种的细胞色素 C的化学结构的测定和比较。根据其差异程度可以对物种的亲缘关系给出定量的估计。
生物学实验技术在20世纪突飞猛进。随着现代物理学、化学的发展，生物学新的实验方法纷纷出现。层析、分光光度法、电泳、超速离心、同位素示踪、X 射线衍射分析、示波器、激光、电子计算机等相继应用于生物学研究。细胞培养、细胞融合、基因操作、单克隆抗体、酶和细胞固定化以及连续发酵等新技术纷纷建立，使生物学实验中对条件的控制更为有效、严格，观察和测量更为精密，这就有可能详尽地探索生物体内物质的、能的和信息的动态过程。生物学实验技术的发展使生物学取得一系列辉煌的成就。由新型的实验技术发展而来的生物工程，包括基因工程、细胞工程、酶工程和发酵工程，已经成为当代新技术革命的重要内容。
实验研究往往带有分析的性质。生物学实验分析已经深入到分子的层次，生物大分子本身并不具有生命属性，只有这些生物大分子形成细胞这样复杂的系统，才表现出生命的活动。没有活的分子，只有活的系统。在每一个层次上，新的生物学规律总是作为系统的和整体的规律而出现的。对于生物学来说，既需要有精确的实验分析，又需要从整体和系统的角度来观察生命。1924～1928年L.von贝塔兰菲提出系统论思想，认为一切生物是时空上有限的具有复杂结构的一种自然系统。1932～1934年，他提出用数学和数学模型来研究生物学。半个世纪以来，系统论取得了很大发展，涌现出许多定量处理系统问题的数学理论。生物学也积累了大量关于各个层次生命系统及其组成成分的实验资料。今天，对生命系统的规律作出定量的理论研究已经提到日程上来，系统论方法将作为新的研究方法而受到人们的重视。