20世纪50年代分子生物学诞生后，生命科学发生了一波又一波的理性化运动。“理论生物学”一词很早就出现于生物学文献中。1967年美国出版的《理论生物学进展》丛书第一卷序言中认为这个学科的出现标志着生物学从早期的描述性和分类学研究进入到定量科学的时代，并把它的作用和物理学中的理论物理学相对比。美国物理学家和生物化学家W.吉尔伯特^[注]1991年写道：“传统生物学解决问题的方式是实验的。现在，鉴于全部基因都将知晓，并以电子技术可操作的方式驻留在数据库中，新的生物学研究模式的出发点应是理论的。一个科学家将从理论推测出发，然后再返回到实验中去，实践或验证这些理论假设。”这段话是对生命科学理性化运动的很好总结。它说明新生物学不仅是实验的，而且也是理论的。生物学应更多获益于演绎推理的数学力量的支持，它的体系应与数学的理性精神相协调。

理论生物学也称为数学生物学（mathematical biology），只是后者更强调数学方法的系统性。20世纪70年代，美国物理化学家M.O.戴霍夫^[注]对蛋白质序列的分析和E.A.卡巴特对抗体序列的分析开启了生物信息学（bioinformatics）研究的先河。20世纪80～90年代由中国生物化学与生物物理学家徐京华倡议，中国生物物理学会下设理论生物物理学专业委员会，开展了相关学科研究，这个学科在中国也称为理论生物物理学（theoretical biophysics）。20世纪90年代伴随着人类基因组计划的开展，美国生物学家M.S.沃特曼^[注]提出计算生物学（computational biology）。进入21世纪，生物信息学/计算生物学从理论生物学中分化出来，发展成为独立的分支学科。理论生物学是新兴学科生物信息学的孵化器。

理论生物学的研究领域包含两个方面：①建立并求解数学模型，定量化地研究生物学问题。②讨论生命系统的理论物理学，这对于把生命科学和无生命科学研究置于统一的理论框架中有重要作用。

如果从生物学和物理学内容而不是从数学方法来分类，基本按照分子水平、细胞水平、生理和器官水平、种群和生态系统水平为主线的顺序，理论生物学主要研究以下几类问题：

生物现象中存储着两种不同的能量形式，储存在化合物中的非活性价键能和生命过程中易于传递迁移变化的活性能。匈牙利生物化学家A.圣乔吉^[注]是第一个注意到电子运动在生命中的重要作用的人，他认为“生命在很大程度上是一种电子现象”。1953年分子生物学诞生后，普尔曼夫妇^[注]等人用量子化学方法详尽研究了核酸的电子结构和能级。1970年国际量子生物学会成立，所讨论的量子现象仍局限于量子生物化学。其实，生物大分子的活性能除了电子能量外，还有一类与分子结构和形状变化有关的构象能。分子的形状决定于它内部组分间的键长、键角和扭角，其中扭角是最具活性的坐标。传统的量子生物学无法研究大分子的构象变化问题。

多年来人们对构象运动采取了经典近似。基于经典力学的分子力学模拟在蛋白质结构预测、蛋白质与配体的相互作用与识别等方面发挥了重要作用。采用分子力学和量子力学相结合的方法研究药物小分子（或药物与受体的复合物）的分子结构和电子性质，研究构效关系，进行药物设计与筛选，称为量子药理学，也获得了较多发展。

但经典近似毕竟是有局限性的。例如蛋白质折叠速率的非阿仑纽斯温度依赖性用经典理论就很难解释。2014年罗辽复依据量子跃迁的概念，通过慢变量（扭角运动）和快变量分离，求得了蛋白质折叠速率的理论公式。它能解释折叠速率的温度依赖性和其他实验事实，并能推广于研究一般的大分子构象变化问题。

信息是独立于物质和能量的第三范畴。生命始于信息。奥地利物理学家E.薛定谔^[注]在《什么是生命》（1944）中从生物物理学家M.德尔布吕克^[注]的推测——基因包含于微观体积（边长为10个原子距离的立方体）中出发，建议大分子作为一种非周期固体，可作为遗传信息的负荷者。

虽然生物信息学已发展成独立的学科，但还有一些基本问题是理论生物学需要和正在研究的。例如：生命作为脱氧核糖核酸（DNA）、核糖核酸（RNA）、蛋白质三者相互作用中形成的并接受表观遗传因素影响的基因表达调节网络，具有哪些基本特征。信息传输必须具有精确性和稳定性，传输系统必须具有容错性和耐攻击性，生命是如何适当安排冗余和选择网络的拓扑结构来实现这些目标的。又如，基因组作为一类信息系统，测序积累的海量数据和进化树的成功构建已经提供了发现这个系统演化规律的可能。如何据此建立DNA演化方程，并解释基因组信息的早期快速积累、间隔平衡（punctuated equilibrium）、适应性和进化方向性等问题。在DNA水平上具有随机性和突发性的新物种产生是否遵循超越经典轨道的量子规律。

生物学中合作现象的研究（如变构酶模型）是自组织理论的早期代表。1969年I.普里高金^[注]在理论物理学与生物学国际会议上提出耗散结构的概念。这是物理系统的一种广泛出现的自组织形态，可以用来解释复杂的生命现象。几乎同时，20世纪70年代出现了好几种自组织系统的模型和理论。例如斯图加特大学物理学家H.哈肯^[注]的协同学（1975年），提出了“慢变量支配快变量”的伺服原理。意思是临界点附近自组织系统由少数集体模式（序参量）支配着子系（伺服模）的运动，从而产生相干有序性。法国数学家R.托姆^[注]的突变论（1972年），用拓扑学方法研究微分方程解的基本类型及其对控制参量的依赖关系，证明自然界中大量存在的突变现象可以归结为少数几种由状态变量数和控制参量数决定的类型。另外，为了解释生物体中的能量能快速产生、沿一定路径长距离输运而不耗散，英国物理学科H.弗洛利希^[注]在1968年提出了一种电偶极矩相干激发的玻色凝聚理论；物理学家A.S.达维多夫^[注]1976年提出了蛋白质中沿着a螺旋运动的孤子理论，但生物体中的这类凝聚和孤子是否真的存在，还缺少确切的实验证据。

20世纪70年代后，人们认识到非线性系统的混沌现象和分维几何结构在生物科学的不同层次（从细胞到生态系统）中都存在，加深了对自组织多样性的理解。20世纪90年代，人们对自组织的临界性有了更深入的研究。自组织系统在临界态邻近，子系统间的关联长度变得愈来愈大，一个微小的扰动就可通过链式反应引起一场各种尺寸的雪崩，表现为大量小雪崩和少数大雪崩组织在一起，气象学家称之为蝴蝶效应。这种自组织临界态具有条件成熟时必然出现但对细节不敏感的“鲁棒性”。

自组织理论的发展让人们看到了一线曙光，复杂的生物系统问题将有可能利用理论物理学的、数学的方法予以解决。它包含动力学理论和统计热力学理论两个途径。

自组织动力学理论解决问题的方法有两种：一是确定论的，令系统的态变数遵守一组确定性微分方程，这组方程以控制变数作为参量，系统的整体性质和方程组的拓扑性质密切相关。二是随机性的，考虑了随机涨落后，从郎之万方程或福克-普朗克方程出发进行研究。对于空间多个单元，采取元胞自动机或偏微分方程的形式。

举两个应用的例子。一是个体发育中的形态发生和图样形成。1952年，英国科学家A.M.图林^[注]提出了一个形态发生的理论，假定胚胎发育过程的最初阶段是形成一类化学物质（形态发生素）的浓度分布，遵守反应扩散方程，这个方程的解给出浓度的空间图样和时间变化。后来J.D.穆莱^[注]的力学化学理论是图林工作的进一步发展。图林理论的一个基本观点是位置信息，1969年英国发育生物学家L.沃培特^[注]提出细胞分化决定于某种位置信息。把位置信息抽象化就得到发育场的概念，蝾螈断肢再植实验证明了这个概念的合理性。

二是细胞周期调控的研究。细胞周期是以多种细胞周期蛋白（cyclins）和相关蛋白激酶为核心的引擎系统，受到周期中若干检验点的严密监测，并在一系列精密正负调控下正常运转。生长循环的误调节会导致癌症。2006年间，研究者提出了真核细胞周期的调控模型。研究若干关键蛋白质浓度在细胞周期中的变化，对动力学方程组进行了线性稳定性分析和分岔分析。随着参量的不同选取，模型可以描述不同的真核细胞。通过和实验进行比较，证明了模型给出的机制基本上是保守的。

自组织理论的另一途径是统计热力学。薛定谔提出“生命以负熵为生”，从物理角度说明了自由能或热的耗散和生命之序产生的关系。涂豫海和欧阳颀等几个研究组在感觉适应性、生物化学振荡和自复制机等问题中都定量地证明了“负熵”在生物系统的误差校正和信号处理中发挥的重要作用。活细胞如同一台化学引擎，循序衔接的酶催化反应实现了高效率的能量和物质的转换。美国生物化学家A.L.赖宁格尔^[注]把这个“最经济原则”看作活机体的分子逻辑。这个原则从物理学的角度看，一是熵的流出（负熵），二是熵产生（率）最小。生命的自组织既和负熵有关，还和熵产生最小化有关，二者合在一起给出较完整的生命的热力学图画。人们已开始从此角度研究正常细胞和癌细胞的热力学区别，并试图找到治疗癌症的新途径。另外必须指出，生命系统的热力学是远离平衡的开放系的热力学，其理论基础还不完善，有研究表明，介观化学反应的随机物理学可能提供这样的基础。

生物体是一种特殊的凝聚态。细胞膜的磷脂双层膜是液晶态，DNA的紧密双螺旋结构也是凝聚态。在生物膜方面，1987～1989年，欧阳钟灿和德国物理学家W.黑尔弗里希^[注]利用液晶弹性理论导出闭合脂质双层膜泡平衡形状的普遍方程，随即该组得到了能解释红细胞形状的双凹碟面解。后来证明，病态红细胞的多凹形状和临近死亡的髓鞘形状以及胆结石螺旋膜的螺旋角都可由此方程解出，病毒壳取正二十面体也可在此模型中找到答案。在核酸单分子力学研究方面，1999年该组提出了双链DNA分子的微观弹性模型，得到和实验一致的DNA力-拉伸曲线；此后该组还研究了温度和力场作用下碱基对断裂导致的DNA熔解现象。获得DNA力学热学物性知识只是一个开始，包含DNA和组蛋白的染色质的结构和功能是当今的研究热点，把染色质看作生物凝聚态，在量子理论的框架下研究，必会收获更丰硕的成果。

理论生物学在生理水平和器官水平有体内稳态和心血管系统、呼吸系统、肾代谢系统等各种脏器的数学模型。代表性的是脑功能的模拟和神经网络模型。在1943年W.S.麦克卡洛^[注]的形式神经元模型和1949年D.O.赫布^[注]假设（学习过程最终表现为突触联系强度的变化）的基础上，1982年美国物理学家J.J.霍普菲尔德^[注]提出了一个人工神经网络模型，指出它具有巨大的集合运算能力和自学习能力，证明在对称突触联系条件下网络必然演化到一个稳定的平衡点（能量极小点），这就是被记忆的信息。这种联想记忆是按内容寻址，不同于按编好的目录的物理地址寻址。信息不是贮存于单个神经元中，而是贮存在整个网络中。网络是依据平行分布式处理（PDP）的理论框架建立的，符合人认知过程的微结构。网络可以自组织、自学习、动力学自编程、自动校正误差，有巨大容错能力，特别适宜于图像识别。这一系列令人感兴趣的智能功能为传统的冯·诺伊曼计算机所无法比拟。新一代的神经计算机是学习脑处理信息的特点发展起来的，是人类向生命学习获得的回报。

孟德尔遗传定律被重新发现后产生了进化论的突变主义，主张突变是进化的驱动力。20世纪30年代英国科学家R.A.费希尔^[注]、美国遗传学家S.G.赖特^[注]和印度科学家J.B.S.霍尔丹^[注]等一群数学家认为进化归根结底是基因频率的改变，他们用数学方程来描述基因频率的变化，建立了种群遗传学（population genetics）。伴随着分子生物学的进展，1968～1969年，日本生物学家木村资生^[注]和美国进化生物学家J.L.金^[注]、英美裔生物学家T.H.朱克斯^[注]提出中性突变理论，认为在分子水平上，中性或近中性的随机变化是进化的主要机制。为了弄清楚达尔文选择和中性突变两种观点的区别和联系，种群遗传学提供了一个定量分析的理论框架。种群遗传学在理论生态学和进化生物学中占据中心地位。

种群动态学（population dynamics）在一般不考虑遗传变异条件下研究种群大小的动态变化。食饵-捕食者方程（Lotka–Volterra方程）是种群动态学的著名例子。数学传染病学是和种群动态学重叠的另一分支。

生态位指物种与生物群落中其他物种和生态环境因子之间的关系。1934年，苏联生物学家G.F.高斯^[注]提出由于竞争，两个物种不能占据相同的生态位。这种竞争排斥导致两个性状相似物种在同一地域分布时的生态分离。有关竞争排斥和环境影响在实际的物种进化中所起的作用，是理论生态学关注和讨论的问题。

信息生态学以生态系统的信息流为研究对象，从信息传递、变换与反馈的角度对生态系统的能流和物质流进行分析研究，从而建立生态系统或生态过程与功能的数值模型。这是理论生态学和信息科学交叉渗透形成的迅速发展的新学科。

英国科学家F.H.C.克里克^[注]把生物分子只用一套对映体（同一手性）称为“生物化学的第一原理”。手性起源的链条可能是：最初具有一定手性的物质或来源于地外天体，或与地球上蜕变弱作用有关。经过非线性化学动力学对这种左右不对称性的放大，再经过聚合过程中的手性选择与遗传机制的更新，最后产生建筑在同一手性聚合物基础上的原始生命。这个研究有助于从一系列相互连接的小概率事件去发现通向生命之路。

在化学进化阶段，光活性（分子手性）的进化和遗传机制的进化好像一对车轮子，二者关联着前进。关于遗传机制的进化，1978年，德国生物物理化学家M.艾根^[注]提出超循环理论。超循环是一种自我进化的循环过程。把自复制（自催化）体组织在一起，循环排列起来，通过因果的多重循环，向高度有序的宏观组织进化。超循环提供了一种一旦建立就永存下去的选择机制。

普适遗传密码的起源是早期生命进化中的又一重要问题。2002年有研究证明：标准密码表是在早期氨基酸编码的约束下突变危险性极小化的最优编码。此问题的澄清有助于了解密码表进一步扩展的途径。