生物体系本身的问题 - 未名空间MITBBS历史存档

c*m2012-03-29 07:03

1 楼

需要买个割草机，俺现在一窍不通，请问大家有没有推荐？买个什么型号？大概什么价
格？
谢谢！

T*i2012-03-29 07:03

2 楼

我认为是复杂性。这种复杂性不是简单部分的线性叠加，而是非线性的，甚至可能有混
沌的部分，参见最典型的混沌问题，长期天气预报。这种非线性体系不是靠提高技术手
段，比如计算能力，就能解决的。只有把这个体系分解开来，研究很小的一个部分，比
如小到一个基因及其调控，或一个蛋白及其相互作用，可以近似为线性体系，才可以弄
得很清楚，但这些结果是否在整个体系中成立，总是有疑问的。这就是 in vitro 和
in vivo 经常差别很大的原因，也是为什么基础研究的很多成果不能用到临床的原因。
象这种非线性体系，再怎么提高技术手段，搞high throughput，也只能得到很片面的
结果，也就是一些data而已。而就算你有足够的实验能力和计算能力得到和分析每个小
的部分，你也没有足够的计算能力得到整个体系的结果。人类的思维目前来看主要还是
线性思维，也是生物学家能理解的。现在我们能做到的就是逐步逼近，用线性
模型去模拟非线性的系统。现在的所谓genomic 等high throughput 方法还是线性的。
这些技术对于解决非线性系统的问题作用有限。而长远来看，有赖于理论突破。

b*s2012-03-29 07:03

3 楼

好坑。
其实不说整个大的体系。就局部小体系而言，很多phenotypical的东西还处于描述阶段
或者非常简单的定量。50年前怎么定量，现在依旧是怎么定量。很少有PI愿意focus在
这上面。因为所有的好杂志都极端追求mechanism，导致做这些东西很难发好文章。一
方面是大通量的数据，另一方面phenotype的个体variation很大。很多PI为了发文章甚
至会有选择的择取符合hypothesis的个体或者数据。所以很多实验，甚至是big3上的都
难以重复。

【在 T****i 的大作中提到】

: 我认为是复杂性。这种复杂性不是简单部分的线性叠加，而是非线性的，甚至可能有混
: 沌的部分，参见最典型的混沌问题，长期天气预报。这种非线性体系不是靠提高技术手
: 段，比如计算能力，就能解决的。只有把这个体系分解开来，研究很小的一个部分，比
: 如小到一个基因及其调控，或一个蛋白及其相互作用，可以近似为线性体系，才可以弄
: 得很清楚，但这些结果是否在整个体系中成立，总是有疑问的。这就是 in vitro 和
: in vivo 经常差别很大的原因，也是为什么基础研究的很多成果不能用到临床的原因。
: 象这种非线性体系，再怎么提高技术手段，搞high throughput，也只能得到很片面的
: 结果，也就是一些data而已。而就算你有足够的实验能力和计算能力得到和分析每个小
: 的部分，你也没有足够的计算能力得到整个体系的结果。人类的思维目前来看主要还是
: 线性思维，也是生物学家能理解的。现在我们能做到的就是逐步逼近，用线性

w*x2012-03-29 07:03

4 楼

我觉得是很多stochastic的现象用deterministic的眼光看很不靠谱。。。

c*r2012-03-29 07:03

5 楼

非线性复杂巨系统当然有办法分析，只要有数据。理论不是问题，计算也不是问题，生
物的问题就在于数据无法收集。如果说生物体内的一举一动都能记录下来，小到分子，
短到微秒级或更短，那搞清机理还很困难吗？

【在 T****i 的大作中提到】

: 我认为是复杂性。这种复杂性不是简单部分的线性叠加，而是非线性的，甚至可能有混
: 沌的部分，参见最典型的混沌问题，长期天气预报。这种非线性体系不是靠提高技术手
: 段，比如计算能力，就能解决的。只有把这个体系分解开来，研究很小的一个部分，比
: 如小到一个基因及其调控，或一个蛋白及其相互作用，可以近似为线性体系，才可以弄
: 得很清楚，但这些结果是否在整个体系中成立，总是有疑问的。这就是 in vitro 和
: in vivo 经常差别很大的原因，也是为什么基础研究的很多成果不能用到临床的原因。
: 象这种非线性体系，再怎么提高技术手段，搞high throughput，也只能得到很片面的
: 结果，也就是一些data而已。而就算你有足够的实验能力和计算能力得到和分析每个小
: 的部分，你也没有足够的计算能力得到整个体系的结果。人类的思维目前来看主要还是
: 线性思维，也是生物学家能理解的。现在我们能做到的就是逐步逼近，用线性

e*o2012-03-29 07:03

6 楼

Think Complexity http://www.greenteapress.com/compmod/

e*o2012-03-29 07:03

7 楼

http://www.greenteapress.com/compmod/html/book002.html#toc7
如果对于计算机排斥，可以看看第一章。

T*i2012-03-29 07:03

8 楼

谢谢。进了我女野人的wish list。
还好，我还挺喜欢写程序的，就是觉得太累，不象做实验可以有很多间隙。

【在 e*******o 的大作中提到】

: http://www.greenteapress.com/compmod/html/book002.html#toc7
: 如果对于计算机排斥，可以看看第一章。

d*y2012-03-29 07:03

9 楼

都是一糊口的工作而已……

e*o2012-03-29 07:03

10 楼

女野人？？

【在 T****i 的大作中提到】

: 谢谢。进了我女野人的wish list。
: 还好，我还挺喜欢写程序的，就是觉得太累，不象做实验可以有很多间隙。

m*22012-03-29 07:03

11 楼

你说的对，长远来看，依赖于理论的突破。
那么与此同时呢？我们干啥？会中文的可以把生命都贡献给mitbbs灌水，老外怎么办？
？？？？？？？？？？？？

【在 T****i 的大作中提到】

: 我认为是复杂性。这种复杂性不是简单部分的线性叠加，而是非线性的，甚至可能有混
: 沌的部分，参见最典型的混沌问题，长期天气预报。这种非线性体系不是靠提高技术手
: 段，比如计算能力，就能解决的。只有把这个体系分解开来，研究很小的一个部分，比
: 如小到一个基因及其调控，或一个蛋白及其相互作用，可以近似为线性体系，才可以弄
: 得很清楚，但这些结果是否在整个体系中成立，总是有疑问的。这就是 in vitro 和
: in vivo 经常差别很大的原因，也是为什么基础研究的很多成果不能用到临床的原因。
: 象这种非线性体系，再怎么提高技术手段，搞high throughput，也只能得到很片面的
: 结果，也就是一些data而已。而就算你有足够的实验能力和计算能力得到和分析每个小
: 的部分，你也没有足够的计算能力得到整个体系的结果。人类的思维目前来看主要还是
: 线性思维，也是生物学家能理解的。现在我们能做到的就是逐步逼近，用线性

b*n2012-03-29 07:03

12 楼

没错，我觉得生物实验的观测方法和手段，以及对误差的控制，远远不如物理和化学实
验。所以在某些压力之下，有可能会选择性的选取有利的数据和结果，而重复者往往都
是抱着中性的态度去重复，自然难以得到文章中的结果。

【在 b******s 的大作中提到】

: 好坑。
: 其实不说整个大的体系。就局部小体系而言，很多phenotypical的东西还处于描述阶段
: 或者非常简单的定量。50年前怎么定量，现在依旧是怎么定量。很少有PI愿意focus在
: 这上面。因为所有的好杂志都极端追求mechanism，导致做这些东西很难发好文章。一
: 方面是大通量的数据，另一方面phenotype的个体variation很大。很多PI为了发文章甚
: 至会有选择的择取符合hypothesis的个体或者数据。所以很多实验，甚至是big3上的都
: 难以重复。

b*n2012-03-29 07:03

13 楼

我也觉得，只要有大量可靠的数据，即使无法给出代数方程一般的精确描述，也可以用
统计学的方法挖掘出一定信息。

【在 c****r 的大作中提到】

: 非线性复杂巨系统当然有办法分析，只要有数据。理论不是问题，计算也不是问题，生
: 物的问题就在于数据无法收集。如果说生物体内的一举一动都能记录下来，小到分子，
: 短到微秒级或更短，那搞清机理还很困难吗？

t*t2012-03-29 07:03

14 楼

复杂，别说逆向工程一个细胞了，就是逆向工程一个cpu也不简单
看看汉芯