本书强调细胞中各种动态现象的物理建模，主要讲解随机过程、非线性动力学、统计推断等常用且重要的建模方法。第1、2篇介绍了概率建模在重要生命科学课题上的成功应用，同时也详细介绍了与之紧密相关的统计推断方法及其在前沿技术中的应用。本书第3、4篇用力学类比的方式引入了细胞基因调控中的负反馈、正反馈等概念，并介绍了如何建立随机过程模型、非线性动力学模型来理解细胞的内稳态、开关行为、周期振荡等重要且有趣的现象。另外值得一提的是，自2020 年新冠疫情暴发之后，人们对疫情传播的动力学高度重视，第二版也适时增加了这方面的内容，介绍了几个经典的传播模型，尤其对极少数超级传播者对疫情传播造成的巨大不确定性给出了简要且有说服力的分析。这些概念和方法对学习物理生物学及合成生物学的读者来说都具有很强的实用性，而作者通过对少数经典实例的透彻分析，详细展示了这些方法的流程和关键细节，为读者提供了一本容易上手的基础教程。

引言：HIV研究的突破得益于学科交叉
第1篇 预备知识
第1章 病毒动力学
1.1 导读：拟合
1.2 HIV感染过程建模
1.2.1 生物背景
1.2.2 半对数图可以揭示数据的指数关系
1.2.3 鉴别系统要素及其主要相互作用是物理建模的第一步
1.2.4 数学分析可以预测一系列行为
1.2.5 大部分模型都需要用数据拟合
1.2.6 过约束与过拟合
1.3 有关建模的几句忠告
总结
拓展
习题
第2章 物理学与生物学
2.1 导读：推断
2.2 交叉
2.3 量纲分析
总结
习题
第2篇 生物学中的随机性
第3章 离散型随机性
3.1 导读：分布
3.2 随机性事例
3.2.1 五个典型事例阐明随机性概念
3.2.2 随机系统的计算机模拟
3.2.3 生物和生化的随机性事例
3.2.4 假象：流行病学中的成簇
3.3 离散型随机系统的概率分布
3.3.1 概率分布描述了随机系统在什么程度上是可预测的
3.3.2 随机变量将数值与样本空间中的点相关联
3.3.3 加法规则
3.3.4 减法规则
3.4 条件概率
3.4.1 条件概率是两概率的比值
3.4.2 独立事件与乘法规则
3.4.3 婴儿床死亡事件与检察官谬论
3.4.4 几何分布描述一系列独立尝试后获得成功所需的等待时间
3.4.5 联合分布
3.4.6 医学检查的恰当解释需要条件概率为前提
3.4.7 贝叶斯公式凝练了条件概率的计算
3.5 期望和矩
3.5.1 期望表达的是随机变量多次试验的平均值
3.5.2 随机变量的方差是其涨落的一种度量
3.5.3 平均值的标准误差随样本数的增加而减小
3.5.4 关联性和协方差
总结
拓展
习题
第4章 实用离散分布
4.1 导读：模拟
……
第3篇 反馈控制
第4篇 非线性混沌动力学