o*e
2 楼
七夕节对于年轻的一代人心中肯定都不陌生。这很大一部分原因是这个节日被称为：
中国的情人节。
近年来商家炒作，媒体不给大众正确的导向，让公众都认为七夕是情人节，怎么辩都辩
不过来。
要说中国的情人节，农历正月十五的“上元节“才是真正的中国情人节。这一天，男男
女女，借观花灯之名，会中情之人 。七夕绝对不不应该是中国的情人节！
七夕节起源于汉朝， 据《西京杂记》：“汉彩女常以七月七日穿七孔针于开襟楼，人
具习之。”
南北朝任昉所著的《述异记》将《诗经·大东》篇中的“女郎”和“织女”这两颗星赋
予了凄美故事的色彩。此后，女郎织女的故事慢慢融入到了这个节日中。但即便在这种
情况下，七夕也从来都不是情人节，而是姑娘们开始向织女乞求心灵手巧。
在中国古代，七夕与爱情完全无关，七夕节又叫做乞巧节。乞巧节，顾名思义就是乞求
心灵手巧。这一天，未出嫁的少女都会成群结队的游玩，互相比一比自己亲手做出来的
手工艺品，并祈求永远心灵手巧。
七夕在闽南一带，还有一个意义，说是七娘妈的生日。把七位仙女作为幼童的保护者，
谓之拜七娘妈。新生儿叫新契，到了成年，叫和七娘妈解契，出花园。有这两种年龄阶
段的人家都要特别隆重庆祝七夕节。要陈设小楼阁，家具，衣物，脂粉，花朵作为供奉。
中国的情人节。
近年来商家炒作，媒体不给大众正确的导向，让公众都认为七夕是情人节，怎么辩都辩
不过来。
要说中国的情人节，农历正月十五的“上元节“才是真正的中国情人节。这一天，男男
女女，借观花灯之名，会中情之人 。七夕绝对不不应该是中国的情人节！
七夕节起源于汉朝， 据《西京杂记》：“汉彩女常以七月七日穿七孔针于开襟楼，人
具习之。”
南北朝任昉所著的《述异记》将《诗经·大东》篇中的“女郎”和“织女”这两颗星赋
予了凄美故事的色彩。此后，女郎织女的故事慢慢融入到了这个节日中。但即便在这种
情况下，七夕也从来都不是情人节，而是姑娘们开始向织女乞求心灵手巧。
在中国古代，七夕与爱情完全无关，七夕节又叫做乞巧节。乞巧节，顾名思义就是乞求
心灵手巧。这一天，未出嫁的少女都会成群结队的游玩，互相比一比自己亲手做出来的
手工艺品，并祈求永远心灵手巧。
七夕在闽南一带，还有一个意义，说是七娘妈的生日。把七位仙女作为幼童的保护者，
谓之拜七娘妈。新生儿叫新契，到了成年，叫和七娘妈解契，出花园。有这两种年龄阶
段的人家都要特别隆重庆祝七夕节。要陈设小楼阁，家具，衣物，脂粉，花朵作为供奉。
l*p
3 楼
打电话算国际长途？多少钱啊？用数据呢？
多谢
多谢
t*r
4 楼
这是挺好的话题，可惜原楼歪的太厉害了，所以另开新楼，跟原楼主及各位同行探讨。
我的感觉是数学不完全是一个工具，如果数学只是一个工具，那就有哪些方向适合的问
题。数学的确可以产生一些工具，比如最常用的统计工具。
但是数学本身更象是一种科学语言，它可以描述任何动态过程，
所以实际上任何科学研究的方向都可以和数学相结合。
就像不停有同学给楼主补充一样，其实生物学的很多很多方向都已经有用数学描述的尝
试。我觉得这种尝试对生物学的发展非常有利。
我的感觉是数学不完全是一个工具，如果数学只是一个工具，那就有哪些方向适合的问
题。数学的确可以产生一些工具，比如最常用的统计工具。
但是数学本身更象是一种科学语言，它可以描述任何动态过程，
所以实际上任何科学研究的方向都可以和数学相结合。
就像不停有同学给楼主补充一样，其实生物学的很多很多方向都已经有用数学描述的尝
试。我觉得这种尝试对生物学的发展非常有利。
e*y
5 楼
七岁到十三岁期间在中国生活吧
【在 g*******u 的大作中提到】
: 老美对吧
: 中文说的行啊
【在 g*******u 的大作中提到】
: 老美对吧
: 中文说的行啊
j*n
6 楼
正月十五和公历二月十四很近
c*k
7 楼
2.5 dollar per minute on phone call. I was charged 5 dollars for two calls
with one minute every call.
with one minute every call.
t*r
8 楼
我觉得生物学者需要的并不是精深的数学背景，而是对自然科学研究的理解。
我一直认为，一个系统的物理学背景和与之而来的实用的应用数学基础，
其实是任何自然科学家所应具有的。
认识物理学家在漫长的过程中是怎样对物质世界进行研究的，
对我们研究生物体，这个复杂的物质体系，将有很强的指导意义。
中学物理教的更多的是知识和结论，而忽略了发现的过程，思路和方法，
对于普通人，知识可能就够了，但是对于科学家，研究的思路和方法更重要，
理解了物理学研究的历史和思路，就很容易理解为什么用数学，什么地方用数学，怎么
用数学这些问题了。也不会有“生物系统太复杂，数学模型无法完全描述”，“数学模
型描述的是理想状态，没用”这些疑虑了。
这也是为什么很多里程碑式的生物学（注意不是生物医学）发现和革命，都有物理学家
参与。而且现在系统生物学的领头人物，也多是物理背景，少有数学背景，
因为需要更多的是自然科学研究的思路，而不是精深的数学。
我一直认为，一个系统的物理学背景和与之而来的实用的应用数学基础，
其实是任何自然科学家所应具有的。
认识物理学家在漫长的过程中是怎样对物质世界进行研究的，
对我们研究生物体，这个复杂的物质体系，将有很强的指导意义。
中学物理教的更多的是知识和结论，而忽略了发现的过程，思路和方法，
对于普通人，知识可能就够了，但是对于科学家，研究的思路和方法更重要，
理解了物理学研究的历史和思路，就很容易理解为什么用数学，什么地方用数学，怎么
用数学这些问题了。也不会有“生物系统太复杂，数学模型无法完全描述”，“数学模
型描述的是理想状态，没用”这些疑虑了。
这也是为什么很多里程碑式的生物学（注意不是生物医学）发现和革命，都有物理学家
参与。而且现在系统生物学的领头人物，也多是物理背景，少有数学背景，
因为需要更多的是自然科学研究的思路，而不是精深的数学。
r*r
9 楼
抢劫啊！在国内打美国或中国都是2.5刀么？
【在 c***k 的大作中提到】
: 2.5 dollar per minute on phone call. I was charged 5 dollars for two calls
: with one minute every call.
【在 c***k 的大作中提到】
: 2.5 dollar per minute on phone call. I was charged 5 dollars for two calls
: with one minute every call.
t*r
10 楼
现代生物学由于和医学紧密相连，要求研究的成效立杆见影。在漫长的历史中，医学的
发展更多的是偶然的发现和经验的积累，所以对系统的研究方法没有物理学那样与生俱
来的追求。
尤其是很多医学院主导的研究，甚至没有太多对机理的追求，只要求快速有效，所以大
规模的筛选成为最有效的方法。而对单个基因的研究也专注于knockout或过表达对表型
的定性影响，以期待发现药物筛选的靶点。
在这种研究目标下，和数学结合，系统的研究生物体变的没有动力。而生物工作者长期
的从事和阅读此类研究，也会离量化和系统的自然科学研究越来越远。也正是由于这样
的研究方法和思路，运气和无比勤奋成为生物学者成功的重要前提，而天分和深入的思
考变的没那么重要（大部分的脑力劳动都用在想怎样讲故事）。
如果研究的目的是为了更快的治病救人，现在的方法（乱枪打鸟）应该是短期内最有效
的，但是偶然性因素和瓶颈都很明显。
如果研究的目的是为了理解和认识生命现象，那么系统的量化的研究就是必然趋势，
而且虽然缓慢，但是最终必将象物理学一样造福人类。
这也是为什么一些早已功成名就的生物学家大力推动系统生物学的原因。
发展更多的是偶然的发现和经验的积累，所以对系统的研究方法没有物理学那样与生俱
来的追求。
尤其是很多医学院主导的研究，甚至没有太多对机理的追求，只要求快速有效，所以大
规模的筛选成为最有效的方法。而对单个基因的研究也专注于knockout或过表达对表型
的定性影响，以期待发现药物筛选的靶点。
在这种研究目标下，和数学结合，系统的研究生物体变的没有动力。而生物工作者长期
的从事和阅读此类研究，也会离量化和系统的自然科学研究越来越远。也正是由于这样
的研究方法和思路，运气和无比勤奋成为生物学者成功的重要前提，而天分和深入的思
考变的没那么重要（大部分的脑力劳动都用在想怎样讲故事）。
如果研究的目的是为了更快的治病救人，现在的方法（乱枪打鸟）应该是短期内最有效
的，但是偶然性因素和瓶颈都很明显。
如果研究的目的是为了理解和认识生命现象，那么系统的量化的研究就是必然趋势，
而且虽然缓慢，但是最终必将象物理学一样造福人类。
这也是为什么一些早已功成名就的生物学家大力推动系统生物学的原因。
y*3
11 楼
1usdfor1分钟
t*r
12 楼
最后我想说的是生物学者不用因为没有深厚的数学背景而退缩，
因为那不是必需的，简单的应用数学对我们大部分中国学生来说是很容易掌握的。
更重要的是对自然科学发展中已经完善的研究思路和方法的理解。
因为那不是必需的，简单的应用数学对我们大部分中国学生来说是很容易掌握的。
更重要的是对自然科学发展中已经完善的研究思路和方法的理解。
c*k
13 楼
打中国更贵，要加国际长途46c/m
【在 r****r 的大作中提到】
: 抢劫啊！在国内打美国或中国都是2.5刀么？
【在 r****r 的大作中提到】
: 抢劫啊！在国内打美国或中国都是2.5刀么？
t*r
14 楼
为了方便阅读，我把原楼里的有意思的回复也贴在下面...
发信人: pll (娃娃鱼), 信区: Biology
标 题: Re: 不如说说具体哪个生物领域比较容易和数学结合起来吧？
发信站: BBS 未名空间站 (Mon Aug 27 14:13:42 2012, 美东)
从数理和生物结合的角度讲，能两边都有很好基础的人太少，绝大多数人都是从搞合作
开始，半路出家。我经历过也见过很多失败的合作，搞生物的觉得你们数理不过提供给
我一个工具，生物一点都不懂，自己又提不出来科学问题，搞数理的觉得没我这个工具
，光靠你那些瓶瓶罐罐的纯生物手段，这个问题你想都不敢想。最后一拍两散。互相了
解交流真得很重要，可惜的有这样兴趣的人不多。所以，对sunnyday这样的生物背景，
但是对数理这么感兴趣的同学，我们还是应该和风细雨一点的。反过来，我们这些数理
背景的人，去做生物，也会犯很多同样的错误。我和一个有n篇CNS的前辈合作，当初查
着wiki看完人家的review paper，就和人讨论问题，前辈还是很耐心的和我谈了很久，
让我很感动。
搞数理，往往把生物想得太简单，以为有天才想法就能革命生物。殊不知，生物发展了
这么久，这么多做生物的人，也不是傻子，也不乏有很强数理背景的人。只是任何事都
要有基础，在现在的生物知识以及数理技术基础上，有些事可以做，有些事还是镜花水
月，这是由生物的复杂性决定的。
数理的基本思路是对一个复杂问题进行简化归纳，这种归纳的前提是你对这个问题已经
由了一定理解。面对未知的复杂系统，盲人摸象是免不了的。做数理的跳生物坑，往往
以为自己有2.0的视力就不用盲人摸象了。到了象前面才发现，象太大了，象头象尾在
哪里都搞不清，还是得顺滕摸瓜慢慢摸。
发信人: pll (娃娃鱼), 信区: Biology
标 题: Re: 不如说说具体哪个生物领域比较容易和数学结合起来吧？
发信站: BBS 未名空间站 (Mon Aug 27 14:13:42 2012, 美东)
从数理和生物结合的角度讲，能两边都有很好基础的人太少，绝大多数人都是从搞合作
开始，半路出家。我经历过也见过很多失败的合作，搞生物的觉得你们数理不过提供给
我一个工具，生物一点都不懂，自己又提不出来科学问题，搞数理的觉得没我这个工具
，光靠你那些瓶瓶罐罐的纯生物手段，这个问题你想都不敢想。最后一拍两散。互相了
解交流真得很重要，可惜的有这样兴趣的人不多。所以，对sunnyday这样的生物背景，
但是对数理这么感兴趣的同学，我们还是应该和风细雨一点的。反过来，我们这些数理
背景的人，去做生物，也会犯很多同样的错误。我和一个有n篇CNS的前辈合作，当初查
着wiki看完人家的review paper，就和人讨论问题，前辈还是很耐心的和我谈了很久，
让我很感动。
搞数理，往往把生物想得太简单，以为有天才想法就能革命生物。殊不知，生物发展了
这么久，这么多做生物的人，也不是傻子，也不乏有很强数理背景的人。只是任何事都
要有基础，在现在的生物知识以及数理技术基础上，有些事可以做，有些事还是镜花水
月，这是由生物的复杂性决定的。
数理的基本思路是对一个复杂问题进行简化归纳，这种归纳的前提是你对这个问题已经
由了一定理解。面对未知的复杂系统，盲人摸象是免不了的。做数理的跳生物坑，往往
以为自己有2.0的视力就不用盲人摸象了。到了象前面才发现，象太大了，象头象尾在
哪里都搞不清，还是得顺滕摸瓜慢慢摸。
t*r
15 楼
发信人: cy0708040 (caonima), 信区: Biology
标 题: Re: 不如说说具体哪个生物领域比较容易和数学结合起来吧？
发信站: BBS 未名空间站 (Tue Aug 28 11:04:08 2012, 美东)
大部分做生物的三成精力用来观察现象，七成精力来憋一个自圆其说的解释，美其名曰
brain storm，说白了就是大家用经验来猜嘛。基本很少有人能严谨地用物理、化学的
规律来描述现象（私以为物理、化学才是自然科学的基础灵魂所在）；这一点也正衬托
出了Xiaowei Zhuang，Sunney Xie这些物理出身转做生物的优势，人家的工作能
reproducible，能commercialize啊；反观生物，大部分不能重复、不可预计的实验结
果坑了多少人，多少票子。数学是重要的，但不是方法，而是其思维模式，举个例子，
像拓扑学这种东西，如果做遗传的都能稍微懂一点，这个领域的进展相信会快得多。说
一千道一万，还是因为生物学的门槛太低，什么背景的都能包装一下往cancer，stem
cell，neuroscience，immunology里跳；生物学跟医学一样应该也弄个精英教育，本科
4年数理化背景，然后生物PHD，毕业了考罩上岗，年薪200K起，或许会有点希望。
标 题: Re: 不如说说具体哪个生物领域比较容易和数学结合起来吧？
发信站: BBS 未名空间站 (Tue Aug 28 11:04:08 2012, 美东)
大部分做生物的三成精力用来观察现象，七成精力来憋一个自圆其说的解释，美其名曰
brain storm，说白了就是大家用经验来猜嘛。基本很少有人能严谨地用物理、化学的
规律来描述现象（私以为物理、化学才是自然科学的基础灵魂所在）；这一点也正衬托
出了Xiaowei Zhuang，Sunney Xie这些物理出身转做生物的优势，人家的工作能
reproducible，能commercialize啊；反观生物，大部分不能重复、不可预计的实验结
果坑了多少人，多少票子。数学是重要的，但不是方法，而是其思维模式，举个例子，
像拓扑学这种东西，如果做遗传的都能稍微懂一点，这个领域的进展相信会快得多。说
一千道一万，还是因为生物学的门槛太低，什么背景的都能包装一下往cancer，stem
cell，neuroscience，immunology里跳；生物学跟医学一样应该也弄个精英教育，本科
4年数理化背景，然后生物PHD，毕业了考罩上岗，年薪200K起，或许会有点希望。
t*r
16 楼
发信人: shifanzhou (小船), 信区: Biology
标 题: Re: 不如说说具体哪个生物领域比较容易和数学结合起来吧？
发信站: BBS 未名空间站 (Tue Aug 28 11:49:37 2012, 美东)
National Academies Press刚出了一本小册子“Fueling Innovation and Discovery:
The Mathematical Sciences in the 21st Century”。很有意思，建议大家去看看。
可以在下面这个网址免费下载：
http://www.nap.edu/catalog.php?record_id=13373
我曾经做过一个生态系统碳储量和干扰的问题。最开始的时候，包括现在，两者的相互
作用是一团乱麻，大家都用模拟模型来“数数”，就是一块地方一块地方的看，一个干
扰事件一个干扰事件往里面加，这样最后数下来，看看是什么样子。可能个就跟生物学
家数细胞差不多。我当时也是无聊，用随机数做了一个“ensemble modeling”，发现
最终是可以convergent，这就说明有数学解。但是只能模拟，怎么解我不知道。后来我
去上了们随机过程的数学课，发现有个方法是可以解的。最后费尽周折，发现用一个很
简单的方法就可以解：先解一个简单的干扰-恢复方程，再设定一个干扰事件的概率分
布方程，做积分，就出来了。最后解析解的结构竟然是酶促动力学方程（米氏方程）。
我们当时很是激动了一阵子。但是同行们还是禁锢在仿真模拟的套子里面，发表的时候
很费周折。不过上个月底终于出来了。
因为这个方程，老板还申请了一笔钱，组织了一个workshop，请来了应用数学和干扰生
态学的大牛，但是在会上基本各说各的话。所以，我的体会是生物学家一定要有一定的
数学功底，可以从很抽象的方面思考问题，把复杂的生物学现象归纳成数学问题，然后
数学家就可以看得懂，然后从他们的专业技能中发现规律，再反馈给生态学家。
关于生物学，我不懂，但是我觉得一定要有抽象思考。“社会网络”方面的数学知识可
能会很有用。想想，那么多“全能”细胞组织成一个个体，其中的信息交换，肯定会符
合最简单的数学规律。
标 题: Re: 不如说说具体哪个生物领域比较容易和数学结合起来吧？
发信站: BBS 未名空间站 (Tue Aug 28 11:49:37 2012, 美东)
National Academies Press刚出了一本小册子“Fueling Innovation and Discovery:
The Mathematical Sciences in the 21st Century”。很有意思，建议大家去看看。
可以在下面这个网址免费下载：
http://www.nap.edu/catalog.php?record_id=13373
我曾经做过一个生态系统碳储量和干扰的问题。最开始的时候，包括现在，两者的相互
作用是一团乱麻，大家都用模拟模型来“数数”，就是一块地方一块地方的看，一个干
扰事件一个干扰事件往里面加，这样最后数下来，看看是什么样子。可能个就跟生物学
家数细胞差不多。我当时也是无聊，用随机数做了一个“ensemble modeling”，发现
最终是可以convergent，这就说明有数学解。但是只能模拟，怎么解我不知道。后来我
去上了们随机过程的数学课，发现有个方法是可以解的。最后费尽周折，发现用一个很
简单的方法就可以解：先解一个简单的干扰-恢复方程，再设定一个干扰事件的概率分
布方程，做积分，就出来了。最后解析解的结构竟然是酶促动力学方程（米氏方程）。
我们当时很是激动了一阵子。但是同行们还是禁锢在仿真模拟的套子里面，发表的时候
很费周折。不过上个月底终于出来了。
因为这个方程，老板还申请了一笔钱，组织了一个workshop，请来了应用数学和干扰生
态学的大牛，但是在会上基本各说各的话。所以，我的体会是生物学家一定要有一定的
数学功底，可以从很抽象的方面思考问题，把复杂的生物学现象归纳成数学问题，然后
数学家就可以看得懂，然后从他们的专业技能中发现规律，再反馈给生态学家。
关于生物学，我不懂，但是我觉得一定要有抽象思考。“社会网络”方面的数学知识可
能会很有用。想想，那么多“全能”细胞组织成一个个体，其中的信息交换，肯定会符
合最简单的数学规律。
t*r
17 楼
发信人: pll (娃娃鱼), 信区: Biology
标 题: Re: 不如说说具体哪个生物领域比较容易和数学结合起来吧？
发信站: BBS 未名空间站 (Tue Aug 28 12:36:00 2012, 美东)
我觉得经典的生物文章，故事比较象Agatha Christie的小说，几乎全是基
于间接证据 Circumstantial Evidence 的推理猜测比较多，最后把所有证据摆
在一起，故事收官。我不觉得这有什么错，Agatha Christie的那个时代，没
DNA鉴定什么的，破案就只能这么破。当然有些文章的故事太眩了，和Agatha
有得一比。
数理近百年来已经形成了个比较完善的理论体系和实验手段，所以文章比较象
CSI，要求有直接Physical Evidence，但是就像破案一样，在找到Physical
Evidence以前，还是需要花大量时间和精力顺着 Circumstantial
Evidence摸找Suspect。找Suspect的过程种，数理研究可以利用模型分析大
量数据，人为的猜测少一些。找到了Suspect，最后搞数理的人必须做DNA鉴
定，否则文章不可能发出去的。我觉得生物研究，总有一天也会进展到这个程
度的。
开个玩笑，Sunnyday同学最近发的那篇文章，不是Agatha也不是CSI，整个
故事象几个月前的媒体对薄谷海事件的报道，full of smoking gun，最后结论是
薄谷和海的暴死一定脱不了干系，其中猫腻很大。非常抓眼球，非常悬疑。
标 题: Re: 不如说说具体哪个生物领域比较容易和数学结合起来吧？
发信站: BBS 未名空间站 (Tue Aug 28 12:36:00 2012, 美东)
我觉得经典的生物文章，故事比较象Agatha Christie的小说，几乎全是基
于间接证据 Circumstantial Evidence 的推理猜测比较多，最后把所有证据摆
在一起，故事收官。我不觉得这有什么错，Agatha Christie的那个时代，没
DNA鉴定什么的，破案就只能这么破。当然有些文章的故事太眩了，和Agatha
有得一比。
数理近百年来已经形成了个比较完善的理论体系和实验手段，所以文章比较象
CSI，要求有直接Physical Evidence，但是就像破案一样，在找到Physical
Evidence以前，还是需要花大量时间和精力顺着 Circumstantial
Evidence摸找Suspect。找Suspect的过程种，数理研究可以利用模型分析大
量数据，人为的猜测少一些。找到了Suspect，最后搞数理的人必须做DNA鉴
定，否则文章不可能发出去的。我觉得生物研究，总有一天也会进展到这个程
度的。
开个玩笑，Sunnyday同学最近发的那篇文章，不是Agatha也不是CSI，整个
故事象几个月前的媒体对薄谷海事件的报道，full of smoking gun，最后结论是
薄谷和海的暴死一定脱不了干系，其中猫腻很大。非常抓眼球，非常悬疑。
s*a
18 楼
How much data is enough?
To model enzyme kinetics, a single time series on a handful of components
will do. To model a complex disease, even if you had all the omics (see M
Snyder's paper this year on Cell), the resolution is still way off.
High throughput screen is one of the ways to generate data. It's not against
quantitative modeling.
【在 t****r 的大作中提到】
: 现代生物学由于和医学紧密相连，要求研究的成效立杆见影。在漫长的历史中，医学的
: 发展更多的是偶然的发现和经验的积累，所以对系统的研究方法没有物理学那样与生俱
: 来的追求。
: 尤其是很多医学院主导的研究，甚至没有太多对机理的追求，只要求快速有效，所以大
: 规模的筛选成为最有效的方法。而对单个基因的研究也专注于knockout或过表达对表型
: 的定性影响，以期待发现药物筛选的靶点。
: 在这种研究目标下，和数学结合，系统的研究生物体变的没有动力。而生物工作者长期
: 的从事和阅读此类研究，也会离量化和系统的自然科学研究越来越远。也正是由于这样
: 的研究方法和思路，运气和无比勤奋成为生物学者成功的重要前提，而天分和深入的思
: 考变的没那么重要（大部分的脑力劳动都用在想怎样讲故事）。
To model enzyme kinetics, a single time series on a handful of components
will do. To model a complex disease, even if you had all the omics (see M
Snyder's paper this year on Cell), the resolution is still way off.
High throughput screen is one of the ways to generate data. It's not against
quantitative modeling.
【在 t****r 的大作中提到】
: 现代生物学由于和医学紧密相连，要求研究的成效立杆见影。在漫长的历史中，医学的
: 发展更多的是偶然的发现和经验的积累，所以对系统的研究方法没有物理学那样与生俱
: 来的追求。
: 尤其是很多医学院主导的研究，甚至没有太多对机理的追求，只要求快速有效，所以大
: 规模的筛选成为最有效的方法。而对单个基因的研究也专注于knockout或过表达对表型
: 的定性影响，以期待发现药物筛选的靶点。
: 在这种研究目标下，和数学结合，系统的研究生物体变的没有动力。而生物工作者长期
: 的从事和阅读此类研究，也会离量化和系统的自然科学研究越来越远。也正是由于这样
: 的研究方法和思路，运气和无比勤奋成为生物学者成功的重要前提，而天分和深入的思
: 考变的没那么重要（大部分的脑力劳动都用在想怎样讲故事）。
w*x
19 楼
很多经典的biophysics研究都非常漂亮的应用了数学啊。
个人觉得最经典的例子是H-H model~ 并没有用到很深的数学但是提供了很多的insight
。
个人觉得最经典的例子是H-H model~ 并没有用到很深的数学但是提供了很多的insight
。
t*r
20 楼
完全同意，基因组计划，高通量数据收集，对量化和系统研究都是必须的和非常有用的，
这些研究也是系统生物学的重要组成部分。
我说的更多是乱枪打鸟似的筛选和研究。
against
【在 s******a 的大作中提到】
: How much data is enough?
: To model enzyme kinetics, a single time series on a handful of components
: will do. To model a complex disease, even if you had all the omics (see M
: Snyder's paper this year on Cell), the resolution is still way off.
: High throughput screen is one of the ways to generate data. It's not against
: quantitative modeling.
这些研究也是系统生物学的重要组成部分。
我说的更多是乱枪打鸟似的筛选和研究。
against
【在 s******a 的大作中提到】
: How much data is enough?
: To model enzyme kinetics, a single time series on a handful of components
: will do. To model a complex disease, even if you had all the omics (see M
: Snyder's paper this year on Cell), the resolution is still way off.
: High throughput screen is one of the ways to generate data. It's not against
: quantitative modeling.
v*r
21 楼
"简单的应用数学对我们大部分中国学生来说是很容易掌握的。
更重要的是对自然科学发展中已经完善的研究思路和方法的理解"
~~~ //nod
【在 t****r 的大作中提到】
: 最后我想说的是生物学者不用因为没有深厚的数学背景而退缩，
: 因为那不是必需的，简单的应用数学对我们大部分中国学生来说是很容易掌握的。
: 更重要的是对自然科学发展中已经完善的研究思路和方法的理解。
更重要的是对自然科学发展中已经完善的研究思路和方法的理解"
~~~ //nod
【在 t****r 的大作中提到】
: 最后我想说的是生物学者不用因为没有深厚的数学背景而退缩，
: 因为那不是必需的，简单的应用数学对我们大部分中国学生来说是很容易掌握的。
: 更重要的是对自然科学发展中已经完善的研究思路和方法的理解。
u*d
22 楼
这几个omics只不过是几张快照而已
against
【在 s******a 的大作中提到】
: How much data is enough?
: To model enzyme kinetics, a single time series on a handful of components
: will do. To model a complex disease, even if you had all the omics (see M
: Snyder's paper this year on Cell), the resolution is still way off.
: High throughput screen is one of the ways to generate data. It's not against
: quantitative modeling.
against
【在 s******a 的大作中提到】
: How much data is enough?
: To model enzyme kinetics, a single time series on a handful of components
: will do. To model a complex disease, even if you had all the omics (see M
: Snyder's paper this year on Cell), the resolution is still way off.
: High throughput screen is one of the ways to generate data. It's not against
: quantitative modeling.
相关阅读
NgAgo的第一作者高峰估计潜伏在买买提寻生物学方向合作韩春雨要评长江学者了韩春雨死不承认，别人也没办法吧？Position available: Assitant/Associate/Full Professor, Xiamen Universitycrispr2016已经发了239篇批判ngAgo的文章了Two research associate positions为什么抢占别人知识产权还占了道德制高点了？说起duke造假,这些生物学的笑话梗，你都Get到了没？ (转载)有没有这可能：NgAgo37度没活性，而在PCR时切DNA？寻找访问学者职位关于实验室移液器和仪器设备preview老韩造不造假其实不是什么事TLR-1 功能Knoepfler 也终于盯上韩春雨了？急求动物房信息有没有人考虑过转行护理PHD问个博后老板，UCSF的Markus Müschen