信息论在生物学和化学领域的应用
信息论在生物学和化学领域的应用信息科学与技术学院 **指导教师**摘要：信息论近年来迅速发展，已广泛渗入物理、化学、生物、医学、自动控制、计算机、人工智能、仿生学、经济和管理等不同领域。
本文阐述信息论在现代生物学、化学等学科中的应用。
关键词：信息论；生物信息论；化学信息论；基因编码一、概述1948年，Claude E. Shannon在BSTJ发表题为“The Mathematical Theory of Communica-tion”的著名论文，创立了后人所称的“信息论”，揭开了人类认识史上的新纪元:由材料和能量的时代开始走向自觉地认识和利用信息的时代。
现在，人们越来越清楚地看到，Shannon信息论的确是科学史上一座巍峨的里程碑，它把科学领进了信息世界的大门。
但是， Shannon信息论并没有穷尽信息问题的研究。
正如Shannon本人所说：“企求一次就揭开自然的全部奥秘，这种期望是不切实际的”。
事实上，一个具有旺盛生命力的理论必然会不断地渗透到新的领域，不断地改变自己的面貌[1]。
现如今，信息熵概念广泛渗入物理、化学、生物、医学、自动控制、计算机、人工智能、仿生学、经济和管理等不同领域。
信息过程不仅是通讯研究的对象，而且被当作控制社会的手段来研究[2]。
就正是由Shannon信息论经过不断的开拓、发展和升华的结果，它是信息理论发展的全新阶段。
二、信息论与生物学（一）信息与遗传[2]1944 年细菌转化现象的发现，第一次证实了细胞核内 DNA 核酸是遗传的物质基础。
1953 年沃森和克里克提出 DNA 螺旋结构模型，认为是由两条多核苷酸链靠碱基间确定配对关系而联系在一起，形成犹如螺旋状的长梯子，第一梯级相当一对碱基。
梯级很多，若以500梯级的大分子计，其结构可能取型的数目为10330信息量。
历史上有过物种，最高估计是40亿种，其信息量不过才是10g24*109=31.9比特，可见 DNA 结构可储存遗传信息量大得足以使每一物种内各个个体间都可以有差别。
生物性状的遗传，是在分子水平上通过DNA 复制来实现的。
也就是DNA双链松解，每一条链再按碱基配对关系，吸引相应碱基形成与原 DNA 双链相同结构的双链，结果是一分为二，而复制中的差错则会引起生物体变异。
蛋白质的合成，首先要由 mRNA按模板DNA 的分子结构转录一份副本，然后再按副本转为蛋白质“文字”。
蛋白质种类很多，都由20种氨基酸形成，只是排列结构不同。
4种核苷酸排列的 DNA双链，与20种氨基酸排列的蛋白质大分子链对应，正像点和划两种信号的电报编码，要与 26个英文字母拼成的字对应一样，有一个编码和译码的问题。
（二）信息与进化论信息论的快速发展也促进了与进化论的结合，生物进化信息论从信息论和生物热力学基础上开拓出来以后，迅速发展成一门覆盖面广、突破性强的新兴学科。
首先，它已合理地解释了个体发育与形态发生、类群进化与系统发育以及生态历史与其进化等等问题，并突出了它们的共同规律，第二，集合了广泛领域里的研究资料和人员，有从事分子生物学、发育生物学、群体遗传学、生态遗传学、进化分类学、古生物学以及数理计算机学领域里的学者们。
第三，由于突破了进化论与第二定律之间长久未统一的问题，因而决定它成为进化论中最广义的理论，将遗传进化的诸项基本因素—复制和繁殖、突变和重组、选择和隔离等赋以科学的定性，有利于各派观点间的统一进化信息论趋向于比较成熟时间还不太长。
它的快速发展说明了以前的各派进化理论在新的现实问题面前暴露出局限性，发生了剧烈的冲突，并引起不时的争论，促使广大学者去发现更广泛的新理论，推动进化论的不断发展和完善[3]。
（三）信息论与生物医学[6]人体是一个高度有序的聚细胞体。
生命现象要求分子，细胞、结构、组织和功能等在空间和时间上高度有序。
要维持自身的高度有序状态，维持生长，发育过程，就必须不断地从外界摄取食物和能量，同时向环境排出废物。
薛定谔把生命有机体从环境汲取食物称为“汲取负熵”。
他认为有机体就是依赖负熵为生的，生命有机体正是从汲取秩序的食物中汲取秩序维持自身的高度有序水平，而这正意味着汲取了信息。
因为不确定性是无序性的量度，获得信息将使无序性减少而使有序性增加，因此获得信息的过程是从无序向有序转化的过程，这种转化的定量描述是通过信息量来实现的。
从以上的分析可知，对生命系统发展的有利因素是负熵，对系统发展的不利因素是熵增。
正常机体不断从环境汲取信息(负熵)在机体内合成高度有序的结构，同时机体内的有序结构又在不断自发地破坏(即熵值在增加)，因此各局部处于存有一定信息的动态稳定态之中。
这些状态可以采用具有滴与负熵意义的指标定量表示，根据这些指标数值的增减就可以判断系统功能状态的变化是趋于巩固和激活，还是趋于瓦解和衰落。
目前，对于生命体的各个层次，人们从不同水平确定其信息量。
例如在DNA水平上主要考虑的是相对熵、等概散度和独立散度，这些决定了DNA中碱基的有序性;在蛋白质水平上主要考虑的是熵和相对熵的大小，这些量提示氨基酸结构是否具有生理功能;在系统水平上，主要考虑的是信息熵，最大熵，负熵和剩余度等。
在现代医学中，从患者血液中获得的生化指标的信息特征找出科学规律，对疾病的进程进行定性判断，定量描述及动态分析都是生物医学的贡献。
三、信息论与化学（一）超分子化学与化学信息学的提出[4]1987年诺贝尔化学奖得主、法国化学家莱恩(Lehn)在定义超分子化学时所提出的化学信息论的概念，指的是与超分子形成过程密切相关的化学信息。
Lehn在处理超分子化学的问题时，用的是与传统所不同的视角，他在继承化学家所习惯的空间匹配和电性匹配等原则的同时，提出了超分子、分子识别、化学信息和化学反应智能化等一系列新概念。
为了解释上述过程及其他类似过程的化学本质，Lehn从现代生物学中借用了“识别”的概念。
因为识别是一种以信息的识别和接收为前提的智能化过程，所以Lehn接着又提出了化学信息与化学反应智能化的概念。
Lehn在此处提出的化学信息，并非具体的某个化学事件或化合物，而是一种起诱导和决定超分子形成过程作用的信息，亦即当底物与受体在相互作用时，以对另一方所提供的或所具有的有效化学信息的识别为前提，这就是化学信息论。
“化学信息”，至今还只是个模糊的含义，没有明确的定义，但是却被化学家们所普遍接受，因为莱恩所提出的与分子识别概念相关的化学反应已经是比比皆是。
从化学亲和力的概念发展到今天化学信息与分子识别的概念，这是一条曲折的道路。
化学信息论在以后的发展中，还有待于物理学家，化学家和信息学家的联手作战。
（二）信息论与化学计量学由于计算技术与信息论的结合，一门崭新的分析化学分支学科——化学计量学应运而生[5]。
它的产生和发展使分析化学进入了一个新的境界，使分析化学从单纯的“信息提供者”转变为“问题的解决者”。
化学计量学也是统计学、数学和计算机科学的“接口”，也可认作是分析化学的“软件”。
自从Kowalski将信息论在分析化学中的应用引入化学计量学领域以来，化学计量学得到了飞速的发展。
在卡尔曼滤波(KF)的研究中，由于分析化学所涉及的对象是与物质及能量相关的信息。
因此，分析过程与传统的通信处理信息过程颇为相似。
1979年Pouilsse首次将KF理论用于多组分体系的吸收光谱分析，将重叠的光谱曲线进行快速的滤波过程。
Weutezll用典型的氨基酸混合物和BIM计算机采集数据，以KF法分析了甘氨酸和天冬天冬酰胺混合物。
Hayashi以信息论和KF为基础优化了液相色谱法的检测波长。
郭寅龙等用自适应卡尔曼滤波(AKF)解决了相互干扰的多组分体系分析，避免了在信息未知的条件下KF性能不好的缺点。
石乐明等将KF技术与计算机联机分析了5组分混合食用色素，提高了分析的自动化。
李华则利用误差校正因子校正掩蔽剂残余背景的KF方法分析了实际钢样，获得满意结果。
由此可见，化学计量学在信息论的产生后飞速发展[5]。
四、总结与展望信息熵的概念在自然科学的应用已经十分广泛，无论是物理，化学，生物等自然科学还是心理、翻译等社会学科。
本文也概括了许多信息论实际应用的例子，例如血液鉴别，对疾病的定性判断，基因编码测序。
数据的传输和信息的利用必须依靠于信息论，在信息爆炸的今天，信息论的应用已经不止于传统科学，由信息论衍生的新兴学科也必然快速发展，最终服务和应用于社会。
参考文献[1] 钟义信. 信息科学与信息论[J]. 通信学报, 1990:45-51.[2] 王玲俐, 罗惠谦. 信息论的发展和意义[J]. 科技进步与对策, 2001, 18:106-107.DOI:doi:10.3969/j.issn.1001-7348.2001.08.048.[3] 凌锦良. 生物进化信息论概述[J]. 自然杂志, 1990, 04期:236-231.[4] 刘威, 宋心琦. 化学信息论--21世纪化学的重要课题之一[J]. 河北大学学报：自然科学版, 2000,03期:297-303. DOI:doi:10.3969/j.issn.1000-1565.2000.03.022.[5] 唐波, 沈含熙. 信息论与化学计量学[J]. 分析化学, 1994, 03期:301-307.[6] 金宝荣. 信息论在生物医学中的应用简介[J]. 辽宁医学院学报, 1988, 03期.Application of information theory in biology and chemistry Abstract: Information theory developed rapidly in recent years. It has been widely infiltration of physics, chemistry, biology, medicine, automatic control, computer, artificial intelligence, bionics, economy and management in different fields. The article briefly introduces few application of information theory in modern biology, chemistry and other subjects.Key Words: Information theory; bioinformatics; chemical information theory; gene encoding。
信息论举例讲解信息量熵及互信息量
计算机科学领域的应用
数据压缩
计算机科学中的数据压缩技术同样基于信息论的原理，通 过去除数据中的冗余信息，实现数据的压缩存储和传输。
加密与安全
信息论在密码学和安全领域也有广泛应用，如利用信息论中的 混淆和扩散原则设计加密算法，保护信息的机密性和完整性。
机器学习
在机器学习中，信息论用于特征选择、模型评估等方面。例如 ，利用互信息来衡量特征与目标变量之间的相关性，从而进行
熵的性质
非负性
熵的值总是非负的，表示系统的不确定性或混乱程度不可能为负值。
可加性
对于相互独立的事件或系统，其熵的和等于各事件或系统熵的和， 表示不确定性或混乱程度可以叠加计算。
最大值性
当系统中各个事件发生的概率相等时，该系统的熵达到最大值，表 示此时系统的不确定性或混乱程度最高。
熵的计算举例
二进制信源熵的计算
举例1
对于离散随机变量 X 和 Y，其联合概率分布为 p(x,y)=[0.1, 0.2, 0.3, 0.4]，边缘概率分布为 p(x)=[0.3, 0.7] 和 p(y)=[0.5, 0.5]。根据互信息量的定义公式，可以计算出 I(X;Y)=0.1979。
举例2
对于连续随机变量 X 和 Y，其联合概率密度函数为 f(x,y)，边缘概率密度函数为 fX(x) 和 fY(y)。可以通过 数值积分的方法计算出互信息量。例如，对于正态分布 N(0,1) 和 N(0,2) 的随机变量 X 和 Y，其互信息量 为 I(X;Y)=0.5×log2≈0.3466。
要点一
目的
通过举例讲解信息量、熵和互信息量的概念，使读者更好 地理解和掌握这些概念。
要点二
意义
信息量、熵和互信息量是信息论中的基本概念，对于理解 和应用信息论具有重要意义。通过本次讲解，读者可以更 加深入地了解这些概念，并能够在实际问题中加以应用。 同时，这些概念在其他领域也有广泛的应用，如计算机科 学、控制论、统计学等，因此本次讲解也有助于读者在其 他领域中更好地应用信息论的知识。
数学在科学和技术中的应用前景
数学在科学和技术中的应用前景数学是一门重要的学科，它不仅在理论研究中发挥着重要作用，而且在科学和技术的实际应用中也具有广泛的前景。
一、数学在科学领域的应用前景1. 物理学：在物理学中，数学是不可或缺的工具。
数学模型可以描述和预测物理现象，例如经典力学中的牛顿定律、热力学中的状态方程、电磁学中的麦克斯韦方程等。
数学的应用使科学家能够更好地理解自然界的规律，并推动现代物理学的发展。
2. 化学：在化学研究中，数学可以用于描述分子结构、反应动力学等。
化学家利用数学方法进行分析和模拟，帮助他们揭示分子之间的相互作用规律，推动新药物的研发和材料科学的进步。
3. 生物学：随着生物学的快速发展，数学在生命科学中的应用日益重要。
数学模型能够描述生物系统的动力学、进化和遗传规律，例如基因调控网络、生物传感器等。
数学的应用为生物学家提供了新的研究方法，推动了基因工程、分子医学等领域的发展。
二、数学在技术领域的应用前景1. 通信技术：数学在通信技术中起到了核心作用。
编码理论、信息论等数学方法的应用使得数据的传输更加快速、安全和可靠。
而无线通信中的信号处理、调制解调等技术也依赖于数学模型的建立和分析。
2. 计算机科学：计算机科学是数学的重要应用领域之一。
算法设计、网络安全、图像处理、数据挖掘等都离不开数学方法的支撑。
数学的发展推动了计算机技术的进步，而计算机的广泛应用又给数学提供了新的问题和挑战。
3. 人工智能：人工智能是当今技术领域的热门话题，而其中的机器学习、深度学习等算法都建立在数学模型的基础上。
数学的应用使得机器能够从大量数据中学习和判断，实现自主智能。
总结：数学在科学和技术中的应用前景广阔。
它不仅有助于科学家理解自然规律和推动科学发展，也对技术的创新和改进起到了至关重要的作用。
因此，学好数学不仅有助于个人的学术发展，也有助于为社会的进步和发展做出贡献。
（字数：442字）。
香农的信息论的局限性及其推广
信息论的意义与应用
信息论为信息的度量提供了统一的标准，有助于提高信息的 有效性和可靠性。
信息论在通信、计算机科学、生物学、心理学、社会学等领 域都有广泛的应用，为各学科的发展提供了新的思路和方法 。
02
香农信息论的基本概念与理论
Chapter
信息量的定义与测量
香农信息量
基于概率的不确定性程度，用数学公式表示为-log2(p)，其中p为事件发生的 概率。
信息论与其他学科的融合与发展趋势
与计算机科学融合
随着计算机科学的发展，信息的表示、处理和传输方 式发生了巨大变化。信息论与计算机科学的融合将为 信息的处理和利用提供更高效和安全的方式。
与物理学融合
量子信息论的发展促使信息论与物理学的融合，一些 物理原理可以用于信息的处理和传输，这将为信息科 学的发展提供新的思路和方法。
01
语义信息
随着人工智能和自然语言处理技术的发展，对信息的语义理解成为研究
热点。如何将语义信息纳入信息论框架是未来的一个研究方向。
02 03
量子信息
量子力学的一些原理可以用于信息处理，量子信息论的发展将为信息科 学提供新的发展方向。如何将量子原理应用于信息论是未来的一个挑战 。
信息经济学
在大数据和人工智能的背景下，信息的价值和使用价值成为研究的焦点 。信息经济学的发展将为信息资源的配置和利用提供理论支持。
计算机科学
香农信息论在计算机科学领域 有着广泛的应用，为计算机程 序的编写和数据压缩提供了理
论基础。
通信工程
香农信息论为通信系统的设计和优 化提供了重要的理论支撑，有助于 实现更加高效和可靠的数据传输。
物理学
香农信息论在物理学领域的应用， 如量子信息论和热力学，为深入研 究微观世界和复杂系统提供了新的 视角。
信息论的形成和发展
目录
• 信息论的起源 • 信息论的奠基 • 信息论的发展 • 信息论的未来展望
01
信息论的起源
早期的信息概念
信息的传递
早在人类文明初期，人们就开始通过 各种方式传递信息，如口头传递、烽 火传递等。
信息与通讯
随着通讯技术的发展，人们开始意识 到信息传递的重要性，并尝试通过各 种方式提高通讯效率。
信息论的应用
随着信息论的发展，人们开始将其应用于通讯、计算机科学等领域，推动了信息技术的飞速发展。
02
信息论的奠基
香农的信息论
香农信息论是信息论的核心理论，它定义了信息的度量方式，即信息熵，并研究了 信息传输和编码的原理。
香农提出了信息熵的概念，用于度量随机变量不确定性的大小，奠定了信息论的基 础。
信息论的应用
信息论在通信、计算机科 学、生物学、经济学等领 域有着广泛的应用。
在通信领域，信息论为数 据压缩、加密、解密、调 制等技术的发展提供了理 论支持。
在计算机科学领域，信息 论为数据压缩、数据存储、 网络传输等方面提供了理 论指导。
在经济学领域，信息论为 市场交易、风险管理等领 域的研究提供了理论工具。
03
越大。
信息编码与传
信息编码是信息论中的一个重要环节，它涉及到如何将信 息转换为可传输和可存储的信号。
香农提出了无损编码和有损编码的理论，其中无损编码是 指能够完全恢复原始信息的编码方式，而有损编码则是指 不能完全恢复原始信息的编码方式。
信息传输涉及到如何有效地传输信号，包括信道容量、信 道编码、差错控制等方面的研究。
香农还研究了信息的传输和编码问题，提出了无损编码和有损编码的理论，为信息 传输和存储技术的发展提供了理论支持。
系统论 控制论 信息论
系统论控制论信息论系统论、控制论、信息论，简称“三论”。
三论是标志着人类现代文明历史进程中光辉里程碑。
高新科技的发展和创新都要求“三论”作理论基础进行指导，例如在航空航天、宇宙天体、原子核能源、军事兵器等，促使科研中庞大复杂的系统工程的目标实现，都离不开“三论”的指导。
我国著名科学家钱学森是创立所谓“中国三论”的学术带头人。
1.系统论的概念、特点：（1）概念：系统论是研究系统的一般模式，结构和规律的学问。
它研究各种系统的共同特征，用数学方法定量的描述其功能，寻求并确立适用于一切系统的原理，原则和数学模型，是具有逻辑和数学性质的一门科学。
（2）类型：系统论是多种多样的，可根据不同的原则和情况来划分系统的类型，按人类干预的情况可划分为自然系统和人工系统，按科学领域可分为自然系统、社会系统、思维系统（城市生态管理学涉及系统论的人工系统知识。
）（3）特点：系统论认为整体性、关联性、等级结构性、动态平衡性、时序性等是所有系统的共同基本特征，这些既是系统所具有的基本思想观点，也是系统方法的基本原则，表现了系统论不仅是反映客观规律的科学理论，且具有科学方法的含义。
城市生态管理的基本点就是将系统论的方法论引入到城市管理中，从而建立了城市生态管理的科学体系。
2.控制论控制论是研究各类系统的调节和控制规律的科学。
自从1948年诺伯特·维纳（Norbert Wiener）发表了著名的《控制论关于在动物和机器中控制和通信的科学》一书以来，控制论的思想和方法已经渗透到了几乎所有的自然科学和社会科学领域。
维纳把控制论看作是一门研究机器、生命社会中控制和通信的一般规律的科学，是研究动态系统在变化的环境条件下如何保持平衡状态或稳定状态的科学。
他特意创造“cybernetics”这个英语新词来命名这门科学。
“控制论”一词最初来源希腊文“mberuhhtz”，原意为“操舵术”，就是掌舵的方法和技术的意思。
在柏拉图（古希腊哲学家）的著作中，经常用它来表示管理人的艺术。
信息论概述及其应用
信息论概述及其应用信息论是由克劳德·香农（Claude Shannon）在1948年提出的一种研究信息传输和存储的数学理论。
它研究了如何在不可靠的通信信道上传输信息时减小误差和噪音的影响，以及信息的压缩和解压缩方法。
信息论的核心思想是用信息量来度量信息的重要程度，并提供了衡量信息传输效率的方法。
信息量是信息论的核心概念之一、当我们接收到一个概率为p的事件发生时，可以用一个概率为p的事件来携带这个信息，所需要的平均信息量为−log2p。
例如，如果一个事件以50%的概率发生，那么传达这个事件的信息所需要的平均量是−log250%=1 bit。
信息熵是另一个重要的概念。
它是用来度量一个随机变量的不确定性的，其定义是随机变量所有可能取值的信息量的期望值。
熵越高，则随机变量的不确定性就越大。
通过最小化信息熵，我们可以实现对信息的高效压缩和传输。
信息论的应用非常广泛，以下是其中一些重要的应用领域：1.通信系统：信息论的首要应用领域是通信系统。
通过研究信道容量和编码理论，我们可以设计出高效的通信系统，提高信号的传输效率和减小传输过程中的失真和噪音。
2.数据压缩：信息论提供了一种理论基础来研究数据的压缩和解压缩方法。
通过理解数据的统计特性和冗余信息，我们可以将数据压缩到更小的空间，并在需要时恢复原始数据。
3.加密和安全通信：信息论中的密码学研究了如何通过加密算法来保护通信数据的安全性。
基于信息论的安全通信方法可以有效地防止信息被窃听或篡改。
4.数据库和信息检索：信息论提供了一种理论框架来理解和分析数据库和信息检索系统中的数据存储和检索过程。
通过优化数据存储和查询方法，可以提高数据库和信息检索的效率和准确性。
5.机器学习和模式识别：信息论在机器学习和模式识别中也有重要的应用。
通过研究模型的信息熵和条件熵，可以度量模型的复杂性和预测能力，并通过优化模型来提高算法的性能。
6.生物信息学：信息论在生物信息学中起着重要的作用。
信息论中的信息论方法与应用
信息论中的信息论方法与应用信息论是一门研究信息传输、存储和处理的学科，它主要关注信息的度量和通信的效率。
信息论方法和应用涵盖了多个领域，包括通信工程、计算机科学、统计学和生物学等。
本文将探讨信息论中的方法和它们在不同领域中的应用。
一、信息论的基本概念和原理信息论的基本概念包括信源、信道和编码三个要素。
信源是信息的来源，信道是信息传输的媒介，编码是将信息转化为符号的过程。
在信息论中，信息的度量使用熵来衡量，熵越大表示信息越不确定，反之则越确定。
熵的计算公式为H(X) = -Σp(x)log2(p(x))，其中p(x)表示信源输出为x的概率。
二、信息论方法的应用1. 通信工程领域信息论在通信工程领域中起到了重要的作用。
通过研究信道容量和编码理论，可以设计出更高效的通信系统。
例如，通过研究码距、纠错编码和调制技术等，可以提高信道传输的可靠性和抗干扰能力。
2. 数据压缩信息论方法在数据压缩方面具有广泛的应用。
通过研究数据的统计特性和冗余性，可以设计出高效的压缩算法。
这些算法可以将冗余信息删除或者利用编码技术对数据进行压缩，从而减少存储和传输所需的资源。
3. 密码学信息论对密码学的发展也起到了重要的推动作用。
通过研究信息论中的信息安全理论，可以设计出更安全可靠的加密算法和协议。
信息论方法还可以用于分析密码系统的安全性，并通过理论模型和数学推导来评估密码系统的强度。
4. 生物信息学信息论方法在生物信息学领域中也得到了广泛应用。
通过研究DNA序列的信息熵和互信息，可以揭示基因组的结构和功能。
信息论还可以应用于序列比对、基因识别和蛋白质结构预测等问题，从而促进生物信息学的发展。
5. 机器学习信息论方法在机器学习领域中具有重要的应用价值。
通过研究信息熵、条件熵和互信息等概念，可以对数据进行特征选择、聚类和分类等任务。
信息论方法还可以用于构建决策树、神经网络和支持向量机等机器学习模型，从而提高算法的性能和泛化能力。
从信息学角度分析高中生物学教材中的“生物信息”
_她f⑩教材解读从信息学角度分析高中生物学教材中的“生物信息湖北省武汉外国语学校(430022)黄智刚陈云贵摘要借助信息学理论，构建概念模型，引导学生重新分析并整合高中生物学教材中的“生物信 息”。
基于“学科交叉”点，拓展学生思维，帮助学生系统梳理并掌握“生物信息”的相关知识。
关键词信息学；生物学；学科交叉;信息传递;概念模型文章编号 1005 -2259(2021)3 -0013-031基于生物学事实和证据,运用“模型与建模”方法,认识生物学研究对象，探讨、阐释生命现象与 规律,不仅是生物学教学过程中所倡导的学习方 法[1]，也是《普通高中生物学课程标准（2017年 版）》中明确界定的“科学思维”之一[2]。
概念模型 是模型的一种表现形式，不仅可以显示概念间的联 系,展示它们的层级结构，还能使分散的概念系统 化，帮助学生用较少的时间对大量的概念进行理解 和记忆，从而使零散的知识系统化[3]。
本文拟从经 典信息学理论中提炼的信息传递三要素出发，搭建 与信息相关的概念模型，并推广至生物信息，引导 学生关注高中生物学教材（本文提到的生物学教材 均为人教社2004版教材）中涉及的信息，让学生在 概念模型的框架内，进一步认识与整合信息。
1信息传递三要素经典的信息论将信息的传播过程视为信源、信 道和信宿3个环节之间的联系[4’5]。
信源，即信息 产生的地方;信道，即信息传输的方式;信宿，即接 收信息部位。
梳理高中生物学教材，我们不难发现，教材的 一条很重要的主线，就是研究生命系统各个层次的 物质循环、能量流动和信息传递，以及任何一个生 命系统都是物质、能量和信息的统一[6]。
从信息分 子到生态系统的信息传递，高中生物学教材中涉及 信息的知识点非常多，内容也十分庞杂。
我们期待借助经典信息论中信息传递的三要素，让学生深刻 理解这些知识点。
2信息分子2. 1激素在高中生物学教材体系中，激素分为动物激素 和植物激素;激素调节是生物个体层次信息传递的 主要形式之一。
信息论的由来发展
信息论的由来发展科学技术的发展是人类正在进入一个新的时代，这个时代的主要特征之一就是对信息的需求和利用，因此有人称之为信息时代。
而迄今为止，人们对信息都没有确切定义，但是它是一种人人皆知、不言自明的抽象概念。
信息虽无确切定义，但是却有两个明显的特征：广泛性与抽象性，信息时组成客观世界并促进社会发展的最基本的三大要素之一（物质、能量和信息）。
它依附于物质和能量，但又不同于物质和能量。
没有信息就不能更好地利用物质和能量，人类利用信息和知识改造物质，创造新物质，提高能量利用效率，发现新能量形式。
信息也是客观存在的，它是人类认识、改造客观世界的主要动力，是人类认识客观世界的更高层次。
人类社会的生存和发展无时无刻都离不开信息的获取、传递、处理、再生、控制和利用。
信息论正是一门把信息作为研究对象，以揭示信息的本质特征和规律为基础，应用概率论、随机过程和数理统计等方法来研究信息的存储、传输、处理、控制和利用等一般规律的科学。
自从1948年贝尔研究所的香农发表了《通信的数学理论》一文，宣告了信息论作为一门独立的、全新的学科成立。
自此以后，信息理论本身得到不断地发展和深化，尤其是在信息理论的指导下，信息技术也获得飞快发展。
这又使信息的研究冲破了香农狭义信息的范畴，几乎渗透到自然科学与社会科学的所有领域，从而形成了一门具有划时代意义的新兴学科——信息科学。
信息科学是人们在对信息的认识与利用不断扩大的过程中，在信息论、电子学、计算机科学、人工智能、系统工程学、自动化技术等多学科基础上发展起来的一门边缘性新学科。
它的任务主要是研究信息的性质，研究机器、生物和人类关于各种信息的获取、变换、传输、处理、利用和控制的一般规律，设计和研制各种信息机器和控制设备，实现操作自动化，以便尽可能地把人脑从自然力的束缚下解放出来，提高人类认识世界和改造世界的能力。
上表记录了科学家们再信息科学发展中的重要贡献，反映了信息科学的发展历程。
香农在论文《通讯的数学理论》中系统地提出了关于信息的论述，创立了信息论。
信息论与编码在生活中的应用
信息论与编码在生活中的应用
1. 数据压缩：通过使用编码技术，可以将大量的数据压缩成较小的文件，使得数据更加容易传输和存储。
现实中的应用包括压缩软件、视频、音频、图像等。
2. 通信系统：信息论也被广泛应用于现代通信系统中，例如数据传输、无线通信等。
通过编码技术，可以使得数据传输更加可靠、安全和高效。
3. 错误校验和纠错码：信息论的原理也用于错误校验和纠错码中。
例如，Reed-Solomon纠错码可以通过添加冗余信息以纠正数据传输中的错误。
4. 网络安全：信息论技术可以用于加密和解密数据，从而保护个人隐私和商业机密。
例如，AES加密算法和RSA公钥加密算法。
5. 生物信息学：在生物信息学中，信息论被广泛应用于基因序列分析和DNA编码等方面。
6. 图像处理：信息论和编码技术也被广泛应用于数字图像处理和压缩。
例如，JPEG和PNG图像压缩算法。
7. 智能手机：现代智能手机中广泛运用信息论和编码技术，例如移动通信、GPS跟踪和即时通讯等。
8. 人工智能：信息论和编码技术也被广泛应用于人工智能中，例如机器学习、深度学习和数据挖掘等。