计算生物学中的一个根本挑战是了解生物系统的复杂动态，以及将高通量实验数据与数学和计算建模结合的系统级方法正在出现为研究这些系统动态的综合方法。生物过程涉及蛋白质的复合物，其相互作用特性如持续时间和相互作用时序的随机性，最好通过随机模型捕获，并且共同的建模方法是使用描述生物化学反应网络的演变的随机微分方程的使用。最近用于推断蜂窝网络结构的随机仿真和随机控制，研究细胞决策并了解生物过程的复杂动态。

噪声是生物化网络动态的内在方面。在求解平衡时的生化反应动态的同时，许多无法建模的随机效应可能影响大生物化学反应网络的非线性动力学的分析。最近的工作已经为生物系统的复杂动态和驱动其动态的控制过程产生了新的洞察。

本特刊旨在吸引动力系统分析、随机建模和控制理论方面的原创研究贡献和全面综述，重点关注动力系统分析方法(随机微分方程、分岔分析和混沌行为，以及多时间随机方法)，生物系统(发育动力学、细胞分化和免疫系统动力学)建模和分析，以及生物过程控制(随机控制分析、细胞决策过程、转录、翻译和表观遗传控制)。

我们鼓励对生物系统，网络动力学分析，随机反应网络的生物系统，分岔分析和混沌行为的动态分析的理论，随机反应网络的动态分析，以及生物学的模拟和分析的数值方法网络。

潜在主题包括但不限于以下内容：

• 动态系统和系统生物学
• 生物系统中的分岔分析
• 生物系统中的混沌行为
• 用于生物系统分析的随机微分方程
• 使用时变多尺度模型的蜂窝过程动态
• 系统动力学分析的多时间方法
• 生物系统中的多倍演化与最优控制
• 稳态动态计算的数值方法
• 大规模模拟生物化学网络动态的数值方法