2012-12-12 人民网-中国妇联新闻
一些看似不太相关的东西一旦结合，往往能产生意想不到的结果，就像数学模型与生物学信息学。
通常，生物学家在研究生物学时用得最多的数学工具是统计学，其它复杂而抽象的数学知识一般不太会涉及到。而数学模型通常被用在气候预测、经济学演化以及工程等领域，一般是用来阐释某些现象或者预测某个系统发展的未来走向。
最近几十年，尤其是2000年以后，随着基因测序技术的日趋成熟、成本不断下降，以及一些新技术的诞生，生物学的发展非常迅速。现在，在美国国家生物技术信息中心和欧洲生物信息研究所维护的公共数据库，基因数据已经超过100万组。而且，这些数据还在迅速增多。
但另一个事实，却反映了生物学研究在当前面临的一个尴尬局面：虽然目前科学家获得了很多基因数据，但真正得到利用的，却只有很少一部分。其原因在于，对于很多数据，生物学家并不知道怎么用，难以从一大堆数据中去挖掘这些数据所代表的生物学机理。这正是东南大学数学系教授梁金玲“闯入”生物学领域，研究基因调控网络的动力学行为，并试图为基因时间序列数据建立数学模型的原因。
那么，建立数学模型的方法，将如何帮助生物学家呢？来看个例子。森林干燥的时候，容易起火。应该如何预防呢？最原始的方法，就是请很多人去巡逻，一旦发现有火灾的苗头，就及时扑灭。不过，一小片森林，这样做可能还行，但是森林很大的时候，显然没法做到处处都有人巡逻，就会疏漏百出。这种情况下，
就可以运用数学模型的方法：通过收集过去多年的火灾发生及森林相关数据，比如火灾发生时间、规模，以及森林中的水分、温度、风级，然后把这些数据与火灾的发生情况联系起来，做成一个数学模型，以后把森林相关数据输入模型后，就能大致预测，森林的哪些区域、在什么时候可能发生自然火灾，从而指导防灾工作。
现在，生物学家面对的就是一个极大的“数据森林”，亟需数学家利用海量基因数据建立数学数据模型并分析其动力学行为，从而帮助生物学家找到他们想要的线索。从博士阶段开始，梁金玲就着手研究人工神经网络的动力学行为，复杂网络的同步现象以及基因调控网络的综合。当前，她正试图利用生物时间序列数据建立数学模型，来帮助生物学家分析基因活动的复杂机理。
在基因组时代，梁金玲为生物学研究带来的数学方法将会发挥更大的作用：基因数据库以及已有的其它基因研究成果是一个巨大的宝藏，只要有了恰当的分析工具，生物学家就可以以较低的成本，发现很多生理机制背后的基因成因，从而弄清楚一些疾病为何会发生，这些疾病又该如何治疗。
第九届中国青年女科学家奖评审会评语
她对神经网络、复杂网络、基因调控网络等复杂系统应用数学理论进行分析和综合，对其相应的实际应用做出了指导性贡献。