未名空间十大: 生物数理训练

Monday, July 29, 2013

生物数理训练

发信人: sunflowerboy (lonestar), 信区: Biology
标题: 生物数理训练
发信站: BBS 未名空间站 (Mon Jul 29 21:26:23 2013, 美东)

明知道这个坑几个月就来一次，还是没hold住。

先来点正能量

生物学家最擅长的是用少量事实对复杂体系进行探索。这对智商，情商，个性的偏执
度要求都很高。具体事例见 Barbara McClintock. 这位姐姐要不是活得长，还真等不
到云开见月。这活就像破案，要在蛛丝马迹中找到真凶。等证据都齐全了，罪犯早
跑了（paper 别人早发了）。

数理的绝活是用少量规律对复杂体系进行探索（俗称夜郎自大）。这对智商和个性的
偏执度要求也绝对高。具体事例见阿基米德，给我一个支点我就可以撑起地球。或爱
因斯坦孜孜不倦想发展统一场论。应该说虽然此招横扫很多领域，但偏偏在生物学中
一不小心就制造喜剧效果。

话又说回来，生物既然对智商，情商，个性要求都这么高，为什么现实生活中那么
悲催呢？

简而言之，生物的绝招能用好的不多，用不好就变成了瞎子摸象。

那为什么会用不好呢？产业链太长，需要的螺丝钉太多。一不小心就成了螺丝钉。

简单说说。

（1）研究没有终点（endpoint）。 endpoint 这个词在生物中还没有好的翻译（可
见这个概念有多么不popular），只好用终点暂且代替。医学的研究一般是有明确的
endpoint的。你是要提高诊断率，降低死亡率，还是要提高预后准确度？不管你做
什么，这些endpoints摆在那里。你能改善影响就很大。生物研究一般是open-ended。
于是乎君不见有多少文章在编故事： protein A interacts with protein B and
hence it participates in pathway C, which eventually leads to carcinogenesis
. 至于A是不是对提高诊断率，降低死亡率，发展新药，还是提高预后准确度有帮助
，那就不管了。

（2）测量手段非常有限。写教科书的时候，对分子水平上发生的事件描述的头头是
道。这些描述是建立在测量的基础之上的吗？是直接观察到的吗？写到这， LZ 只
好笑了。从数理的角度来说，许多生物训练就是利用少量数据来讲一个复杂的故事,
也有人称之为痴人说梦。

那你能做什么呢？
只能简略说说：其实NIH已经指出了方向： translational research. 也就是：缩短
产业链，不做螺丝钉。

--

※ 来源:·WWW 未名空间站海外: mitbbs.com 中国: mitbbs.cn·[FROM: 24.]