Redian新闻
>
感慨一下生物和数学/物理的人的合作之难
avatar
感慨一下生物和数学/物理的人的合作之难# Biology - 生物学
M*8
1
【 以下文字转载自 Military 讨论区 】
发信人: MB80528 (肥猫(Contrarian)[食MM而肥]), 信区: Military
标 题: Re: 网恋有风险!男网友一见面就跑了,留下巨额餐费,图
发信站: BBS 未名空间站 (Thu Aug 23 13:20:24 2018, 美东)
其实谈几句,就该知道对方是否垃圾。
所以第一次见面,最多喝个饮料谈谈。
我是从不以对方的穿着来衡量一个人。
国男国女最喜欢以貌取人,非常肤浅。
要滤掉肤浅男女,就该特意穿着普通。
国女基本只关心帅,国男只关心美貌。
这种肤浅的男女均太幼稚,不堪重任。
avatar
s*y
2
这两天都在写proposal, 写得眼冒金星,短短的一页specific aim三四天过去了还是写
不完开头两个段落,所以脾气比较坏,居然还在版上当众吵架了,让大伙见笑了.
今天吃完午饭又困了,又想起了这回事,突然发现这个吵架的过程其实很符合原议题的精
神,就是生物学家和数学/物理界的人合作的难点.而且其中我的很多贴子那么辛苦的写
了,沉在那个歪掉的楼里挺可惜的,如果不如放到这里吧。
avatar
s*y
3
我因为有时候也做细胞骨架,所以勉强算是和数学/物理界合作稍微多一点 的人了,但是
在我的经历里,愉快的不多,不愉快的居多.此中原因很多,但是在我的自尊比较强的体会
里,大部分情况下是被对方挑起的,或者是因为对方对生物系统的特殊性的不
熟悉而产生的误会.
avatar
s*y
4
很多搞数学/物理的人,对公式有一种天生的敬畏感和捍卫的自发性,在他们的眼里,因为
我们这些搞生物的人不会推导公式,一定就是比较笨的人.他们总觉得他们对我们的指点
是高屋建甄,我们要是提出了质疑,而且又不是以他们所能理解的公式推导方式提出的质
疑的话,一定就是因为我们太蠢看不懂公式.
事实上,不管大家如何看待,生物学事实上是一个科学,我们中大部分人可能看不懂公式
不等于我们就一定不懂得物质运作的道理.
avatar
s*y
5
就说我和另外一位ID吵架的过程吧,主要原因就是因为我们对那个Abbe equation 的不
同理解.Abbe Equation 简单来说,就是用来标示一个显微系统的理论分辨率的方程,大
致是 d= lamba/(2n * sin a). 这个吵起来的过程说起来很好笑,就是到底如何理解其
中的各个不同的项. Abbe equation我们在大学的时候学光学的时候学过,推导过程很麻
烦,我早就忘得干干净净.但是其中的物理意义我大致还是记得一点的, sin a这个值大
致代表镜头的有效光学视角, lamba/2n 则是Airy Disk 在某个均匀介质里的尺寸. 这
个公式貌似很简单,但是其中有很多暗藏机关.
关键就是,生物学的大部分显微样品不是在均匀介质里的,而是在样品和成像用的介质之
间有一个盖玻片.这个就引入了两个问题,一个就是盖玻片对光路的折射,另外一个就是
盖玻片两侧的介质的不均匀.
avatar
s*y
6
前一个问题,盖玻片对光路的折射的解决方案比较简单,各个显微镜的厂家针对盖玻片的
厚度在光路里放一些修正的东西(具体怎么做可就远远超出我的知识范围了).
但是一开始各个厂家用的盖玻片厚度是不一样的,修正也不一样.这个让做生物的人感到
很混乱很困扰.后来各大厂家就统一规定默认用1.5号的盖玻片,大家都针对这个系数来
修正.这个事情我后面再详细讲两句
avatar
s*y
7
后一个问题,.如果盖玻片两侧的介质的折射系数n的问题, 生物学里的因地制宜的解决
方法就是把两边的介质的n值尽量弄一致. 但是如果万一两边的n值真的不一样怎么办?
这种情况下到底是看样品这边还是镜头那边的n? 我和那位 ID 的分歧大概就是在这里
产生的. 其实这个分辨率是由样品这边的介质决定的. 盖玻片的另外一边到底是油还是
空气还是水还有到底用什么镜头, 对于系统的真实Airy disk 的尺寸是没有任何贡献的
. 也就是说,假如盖玻片样品的一侧有靠得很紧的两个光斑因为太胖而紧贴成一大团的
话,不管你在盖玻片另外一侧做什么手脚涂什么东西,只要你的系统是线性的话,就不能
真的把那个大胖一团光斑还原成两个小点。
不然的话super resolution显微镜也太容易做了,尽情的在盖玻片和镜头之间放些n值特
别高的介质不就完了?!!!
所以严格的说,这个光斑分辨率,和用什么镜头和涂什么油,本质上是丝毫, 根本, 完全
无关的. 比方说要是把样品放在干燥环境里用盖玻片封起来, 然后拿去上油镜或者上干
镜, 这两种处理方式里,油镜真的能产生更小的Airy Disk 么?当然不会! 对此另
外一个ID本来也和我意见不一致,后来突然不出声好像赞同我了, 但是他对这个公式的
理解,貌似还是可能有误差,不过我就不多说了.
avatar
s*y
8
其实我说了半天,我的意思就是,在生物样品里, 那个油镜和涂的油只能改变有效视角,
从而让样品的成像亮度也就是说成像质量有增加 (这个是我在原来的吵架贴里反反复复
强调的观点), 但是那个理论光斑的尺寸是完全依赖于我们做生物的人如何制备这个样
品的,和用什么镜头用什么油统统没有任何直接关系. 希望大家现在看了能明白回来到
底是怎么个回事.
avatar
s*y
9
不过话说回来,我们做生物的人,当然不想给自己没事找事,所以我们会把样品制备在和
盖玻片外面的介质n 值非常相近的环境里, 含糊的把这个作为一个均匀系统来处理,
所以才让这个Abbe Equation 能够近似地取外面的介质的n 值.但是我们要是突然犯别
扭了,或者要搞破坏的话,如果故意把样品制备在一个n 值和盖玻片外面的介质相差很远
的环境里,那么这个Abbe Equation就直接失效了, 在这个情况下讨论外面的油的n值变
得毫无意义. 所以你们那些做光学的人不要因为我们做生物的人的乖乖配合就以为涂在
外面的油真的能够增加分辨率. 不要把这个因果关系搞反了, 要记得是我们在迁就你
们. 这个分辨率的增加是因为我们把样品封在n 值比较高的介质里来和外面的油匹配,
所以让你可以近似的去使用这个方程。而不是你在外面涂了一个油就真的让这个光斑分
辨率突然一下子平白无故的升高了
avatar
s*y
10
我觉得这里的很多误会, 吵起来的原因, 就是因为我不会推导那些公式,所以我不能用
他所熟悉的方法来告诉他为什么他的理解方式在生物学里居然是错误的。我有时候很痛
苦自己在大学的时候没有好好学数学,所以不能在辩论的时候洋洋洒洒的写一堆公式来
支持自己,我作为一个传统生物学家,只能笨拙的用描述性的语言举例子打比方来进行
说明 (我不知道版上的同学是否也有类似的痛苦感?)。但是大部分数学和物理界的
人对此的耐心是非常低的,说不定觉得我们如果不先写一堆方程就肯定是在无理取闹。
估计在那个ID看来,那个那么千锤百炼的公式里面明明写着n, 我居然敢说这个n和分辨
率没
有关系? 我到底是吃了什么豹胆子? 然后估计他就抱着一个蔑视的态度来先入为主
的想要来教训我,而不是来和我讨论了。再加上我一不小心大脑缺血的时候记错了一个
镜头的系数, 于是他就直接把我打入骗子的行列了, 所以我在原贴里的话都统统白说
了.  其实他要是头脑冷静一点的话,哪怕稍微听一听我在原贴里跟他反复说的那些话
中的十分之一,就不会闹出这种错误了。
avatar
s*y
11
说了这么多,一些不熟悉光学成像的人可能心里嘀咕了,那么我们到底该怎么做才是正确
的? 这个我作为一个老用户来说两句我的体验吧:
1. 对于尺寸比较大的东西,比方说有5个微米那么大的,不管你的样品封在什么介质里,
你爱用什么镜头都无所谓, 因为那个由于镜头引入的偏差对于你关心的尺寸根本就无
足道.但是因为生物成像时要考虑到暴光过度会损伤样品,所以应该尽量用比较明亮的系
统,也就是,首选油镜,来减少暴光时间.
对于特别细微的东西,比方说酵母里面一个endocytic site 那么大小的东西,那就要非
常注意,如果你的样品制备在甘油或者那些常见的mounting medium 里那就用油镜,
如果你不小心是制备在PBS 里,那就尽量用水镜. 对于浸泡在培养液里的活细胞,如果必
须看非常细微的东西的话, 同样推荐用水镜.
至于干镜, 没有特别理由就尽量不要用来做精细成像,除非你们要做自动高通量多孔板
成像,镜头要在不同的孔之间反复挪来挪去, 那就只好用干镜.
2., 要注意你们用的盖玻片的厚度,除非你们的显微镜或者镜头的手册明确指明用
其他厚度,否则必须按默认值用1.5号. 这个事情很多人都搞错.我见过好几个物理出身
的人(但不是搞光学成像的)就是乱用,比方居然用1号的玻璃片,因为他们自以为玻璃薄
一些成像质量会比较好.我好心好意的和他们指出这个问题, 他们不但不信,还挺不以为
然的觉得我这个人不是学物理的,讲的都肯定是胡说八道. 所以可见那个和我吵了半天
的ID, 在他的领域里未必就是一个少数例子。象他那种态度的人可能不少。
avatar
s*y
12
我说了这么多,我的point 就是,搞数学和搞物理的同学,不要太小看我们生物的人,我们
虽然不懂得怎么推导公式,但是这个并不等于我们就没有科学素质,事实上,我们对于一
些东西, 比方说一个具体的蛋白的物理意义,化学意义和生物意义是很敏感的.所以当我
们对你们的一些公式提出异议的时候,先不要抱着高高在上的态度认为我们肯定就是错
的,先听听我们的具体意见,详细分析后再说. 因为我们作为用户,对一些公式的适用
性这种问题的关注性可能会比你们高(虽然我们不会推导那些东西),所以我们有时候
提出问题是必然的。即使万一我们真的错了,也不要一开头就抱着一副来教训我们的姿
态,或者以为我们不尊重你们辛苦推导的公式. 再加上有些情况下面其实是你们把系
统过于简化了引起了我们的担忧,未必就是我们真的错了。如果连这点起码的尊重都做
不到的话,那么没有生物界的人乐意和你们合作那就是必然的了。所以你们这些做物理
做数学的人,在开口和我们吵之前,先想想是不是这个道理。
avatar
s*y
13
在这里我不得不感慨一下生物和数学/物理的人的合作之难.我觉得很多搞数学/物理的
人不是很耐烦我们生物学里那么多罗嗦细节东西,总是觉得我们之所以还没有搞清楚生
物体,就是因为我们不学无术插管吸血浪费钱财等等等,所以在我观察到的事例来看,合
作不成功的大部分原因,是因为那些搞数学和物理的人对我们不尊重,从而导致了我们的
逆反心理不愿意去找他们.
我曾经在生物物理打擦边球的混过一阵子,接触过一些非常优秀的数学家,但是他们几乎
毫无例外的,在刚刚进入我们这个领域的时候,都抱着一种蔑视心态,觉得我们居然不会
用数学去解决那些复杂问题,可见一定是多么的愚蠢. 这个态度在这几天来我们这里讨
论或者说找碴的人里面也是惊人的似曾相识 。
我曾经在一个讲座上,听到一个搞生物数学的人号称是解决了我们细胞骨架领域里面一
个非常难的难题,那就是microtubule dynamic instability是如何产生和调控的,我们
一听,其实就是把微管蛋白简化成一块砖头状的刚体,然后用一些非常花哨的公式推导之
后得到了一个号称能够模拟微管动态的模型. 这个报告里面的大段大段的推导和一些非
常花哨的仿真, 到底是怎么做出来的,我当然是没有听懂的, 我想大部分做在下面的
传统生物学家 也没有懂.然后发言完了之后,有个人问说,在我们的理解中这个微管蛋白
好像不是一个刚体哎.而且它水解GTP之后构型会变化的啊. 结果被对方劈头劈脑的在
黑板上画了一大堆公式强调说我们的理解是错的他们的理解是对的.我们一看这么多公
式就晕了,就只好不和他辩论了.但是我们这些做传统生物学的人在台下你望望我,我望
望你,都带着一幅心照不宣的微笑。后来我离开那个领域了,就不知道到底里面具体是
怎么发展了,但是基于做细胞生物的人仍然默认那个microtubule dynamic
instability是一个还没有解决的问题,我猜那个模型大概还是无疾而终了。
avatar
s*y
14
最后, 讲一个笑话让大家轻松一下: 一个农夫的鸡老是不下蛋, 他请了一个生物学家来
看, 生物学家看了提出了一大堆意见,光照啊,温度啊,营养啊,什么什么的, 但是农夫去
试了之后都没有什么用. 然后一个物理学家来了, 告诉农夫说他有办法解决. 然后他推
算了好几天, 自信满满的告诉农夫说, 我找到解决方案了! 而且这是一个伟大,简洁而
优美的方 案! 农夫很高兴就问他说是什么方案, 物理学家说, 首先, 你得先把你的鸡
都弄成圆球状,然后放到真空里....
avatar
n*t
15
板凳
码了这么多
真有时间啊~
avatar
s*y
16
这两天写Proposal 写得特别焦急所以也特别上火,所以特别容易吵架。
发完这个糖僧文表达一下我对这个合作问题的看法之后,我得闭关思过一阵子好好写东
西了,没有什么事情就不一定上来了。等出关了在和大家再见吧。
avatar
D*a
17
mark
笑话不错哈~
avatar
s*y
18
呵呵,都是从另外一个歪掉的楼里copy/paste 过来的。

【在 n******t 的大作中提到】
: 板凳
: 码了这么多
: 真有时间啊~

avatar
C*I
19
第一页是关键。我写过超过两个月的。写proposal还能上来码字,牛啊!:-)

【在 s******y 的大作中提到】
: 这两天都在写proposal, 写得眼冒金星,短短的一页specific aim三四天过去了还是写
: 不完开头两个段落,所以脾气比较坏,居然还在版上当众吵架了,让大伙见笑了.
: 今天吃完午饭又困了,又想起了这回事,突然发现这个吵架的过程其实很符合原议题的精
: 神,就是生物学家和数学/物理界的人合作的难点.而且其中我的很多贴子那么辛苦的写
: 了,沉在那个歪掉的楼里挺可惜的,如果不如放到这里吧。

avatar
a*k
20
从祖国出来做生物的虽然推公式有点困难,看公式应该还行吧。特别是合作者能够稍作
指点一二,觉得你看个一般的建模肯定没问题啊。
avatar
f*e
21
分辨率是由波长决定的
avatar
g*3
22
这个合作难其实并不是学科间的壁垒,说到底还是文人相亲~ 以我的视角,在合作的过
程中,生物人却是比较受歧视,贡献往往最大~ 物理背景的人也有合作很不错的,但是
都是那些非常厚道非常厚道的人~
我周围的人合作的大多以失败告终...组里面有一人手头上三篇paper 【一篇是science
级别,另两篇nanoletter】,折腾了很久,就是投不出去~ 原因就是chemistry part的
人说看不懂,我们组是物理+生物背景,这个已经折腾到lawyer那儿去了
其实我更相信组内的不同学科背景合作,组间的合作除非是大牛或者加合作者厚道/热
衷于science,否则那是扯淡~ 我们这有一人当年已经是山穷水尽了...因为他只做X蛋
白,10多年就那个东西,已经没搞头了,他后来招了个research assistant(量子物理
phd背景),据说是拉着那哥们的手,眼里含着泪花说哥们,我需要你...那哥们也算是
厚道,当时microarray刚刚兴起,数据分析啥的没有pipeline,这哥们和老板在一间办
公室奋战好几个星期,硬是整出来了一篇好paper,这是我见过的最好的例子,那老板
后来所有的工作都是在这些基础上继续展开的.
avatar
p*l
23
我本来不太想和人抬杠的,不过吵得这么热闹,还是忍不住。
sunnyday同学关于成像的经验是实践中总结出来的,他陈述物理原理
的时候,理概念上没错,不过比较直觉化,不是很严谨。但是他是做生
物的,抓住他不擅长的地方死抠,不符合bbs的本意。本来就是一个网
络论坛的讨论,谁说错了别人更正就是了,不需要以此打击发言。
Sunnyday喜欢在光学问题上发言是因为他对这个很感兴趣。生物版混
的ID,背景五花八门的,但是都是对生物感兴趣的,Sunnyday作为版
上的活跃分子,从来都很积极回答别人的高级低级以及白痴问题。事实
上,我印象里这个版上,关于生物的问题的讨论都是比较开放平和的。
现在Sunnyday作为一个做生物的人,因为在物理问题上发言不太严谨,
被穷追猛打,显得我们做数理的太小气。
我是做光学的,算正牌出生吧,不过要我数学很烂,让我现在推abbe
diffraction limit 我也是推不出来的。但是我反正是做实验物理的,重要
的是脑海里的物理概念和直觉,而不是数学推算。所以如果有人以此批
我不懂光学,对我是没什么杀伤力的。但是如果以此来批sunnyday,
不但不公平,而且很打击他对光学成像的兴趣。这也反映了长久以来,很
多数理学科得人觉得自己的水平高生物一等。抱着这种想法,数理就永远
没有可能和生物结合。
avatar
M*P
24
就microtubule那个问题来说,所谓刚体,未必就是不变的。只是假定不同构象的蛋白
,他们的变化相对于整个系统模型所处理的时间尺度是可以忽略的。
这种近似处理,任何除生物的学科都在用,但是生物训练过于注重细节,不能理解所有
模型都是基于某些假设的。所以还是说明生物缺乏基础训练。
实际上更有意义的问题,就是怎样通过测量证明不同构象的蛋白对观测到的动力学参数
有影响。构象之间转换的时间尺度是什么?

★ 发自iPhone App: ChineseWeb - 中文网站浏览器

【在 s******y 的大作中提到】
: 这两天都在写proposal, 写得眼冒金星,短短的一页specific aim三四天过去了还是写
: 不完开头两个段落,所以脾气比较坏,居然还在版上当众吵架了,让大伙见笑了.
: 今天吃完午饭又困了,又想起了这回事,突然发现这个吵架的过程其实很符合原议题的精
: 神,就是生物学家和数学/物理界的人合作的难点.而且其中我的很多贴子那么辛苦的写
: 了,沉在那个歪掉的楼里挺可惜的,如果不如放到这里吧。

avatar
w*h
25
你真猛,写了这么多。
今天晚上给你打个电话,没换号码吧?

【在 s******y 的大作中提到】
: 这两天都在写proposal, 写得眼冒金星,短短的一页specific aim三四天过去了还是写
: 不完开头两个段落,所以脾气比较坏,居然还在版上当众吵架了,让大伙见笑了.
: 今天吃完午饭又困了,又想起了这回事,突然发现这个吵架的过程其实很符合原议题的精
: 神,就是生物学家和数学/物理界的人合作的难点.而且其中我的很多贴子那么辛苦的写
: 了,沉在那个歪掉的楼里挺可惜的,如果不如放到这里吧。

avatar
l*n
26
俺化学系出身的, 现在在生物物理, 做点计算. 这里也顺便感慨一下跟做生物合作的难
处,
主要在于数据的质量要求上, 体外的生化实验的数据我们还是很喜欢的, 但是其他的数据
很多时候真的很不好用...

【在 s******y 的大作中提到】
: 这两天都在写proposal, 写得眼冒金星,短短的一页specific aim三四天过去了还是写
: 不完开头两个段落,所以脾气比较坏,居然还在版上当众吵架了,让大伙见笑了.
: 今天吃完午饭又困了,又想起了这回事,突然发现这个吵架的过程其实很符合原议题的精
: 神,就是生物学家和数学/物理界的人合作的难点.而且其中我的很多贴子那么辛苦的写
: 了,沉在那个歪掉的楼里挺可惜的,如果不如放到这里吧。

avatar
O*e
27
我就不理解那些搞数理的拽什么。要真搞合作,大钱都是做生物的把握着,被巴结的也
不应该是他们啊。
其实这个跨学科合作的难度未必就比学科内合作大多少。合作本身毕竟牵涉太多因素。

【在 p*l 的大作中提到】
: 我本来不太想和人抬杠的,不过吵得这么热闹,还是忍不住。
: sunnyday同学关于成像的经验是实践中总结出来的,他陈述物理原理
: 的时候,理概念上没错,不过比较直觉化,不是很严谨。但是他是做生
: 物的,抓住他不擅长的地方死抠,不符合bbs的本意。本来就是一个网
: 络论坛的讨论,谁说错了别人更正就是了,不需要以此打击发言。
: Sunnyday喜欢在光学问题上发言是因为他对这个很感兴趣。生物版混
: 的ID,背景五花八门的,但是都是对生物感兴趣的,Sunnyday作为版
: 上的活跃分子,从来都很积极回答别人的高级低级以及白痴问题。事实
: 上,我印象里这个版上,关于生物的问题的讨论都是比较开放平和的。
: 现在Sunnyday作为一个做生物的人,因为在物理问题上发言不太严谨,

avatar
O*e
28
不是数据不好用,是你没找到对头的分析方法,^_^

数据

【在 l******n 的大作中提到】
: 俺化学系出身的, 现在在生物物理, 做点计算. 这里也顺便感慨一下跟做生物合作的难
: 处,
: 主要在于数据的质量要求上, 体外的生化实验的数据我们还是很喜欢的, 但是其他的数据
: 很多时候真的很不好用...

avatar
P*B
29
RE:我也有同感,我们的程序员很喜爱把生物数据想像成完美物理实验数据,然后按照
自己的理解推导一番,最后得出一个让人哭笑不得的结论,完全没有生物意义。相反,
从前和一些理论物理学者的合作就很成功,他们对生物世界很好奇,我们好歹也学过普
通物理和高数,不会推导但理解没有问题,就是彼此用给一二年纪本科生讲science的
方法,沟通得很好。所以,截然不同的合作经历告诉我,对科学不竭的好奇心,是
推动合作的最终动力,合作者的性情比背景重要……就跟找对象差不多的道理。
avatar
p*6
30
什么时候流行用钱来衡量科学贡献了?

【在 O******e 的大作中提到】
: 我就不理解那些搞数理的拽什么。要真搞合作,大钱都是做生物的把握着,被巴结的也
: 不应该是他们啊。
: 其实这个跨学科合作的难度未必就比学科内合作大多少。合作本身毕竟牵涉太多因素。

avatar
c*u
31
你真能唐啊。
这些球差,慧差,场曲。。。不是 Abbe limit考虑的东西了。严格的来讲,
aberration的衍射过程要上有限元才能得矢量解的。标量解对大NA系统事很不准,更别
说只考虑折射率了。
当然这些末节不会入真正学物理的法眼的。

【在 s******y 的大作中提到】
: 就说我和另外一位ID吵架的过程吧,主要原因就是因为我们对那个Abbe equation 的不
: 同理解.Abbe Equation 简单来说,就是用来标示一个显微系统的理论分辨率的方程,大
: 致是 d= lamba/(2n * sin a). 这个吵起来的过程说起来很好笑,就是到底如何理解其
: 中的各个不同的项. Abbe equation我们在大学的时候学光学的时候学过,推导过程很麻
: 烦,我早就忘得干干净净.但是其中的物理意义我大致还是记得一点的, sin a这个值大
: 致代表镜头的有效光学视角, lamba/2n 则是Airy Disk 在某个均匀介质里的尺寸. 这
: 个公式貌似很简单,但是其中有很多暗藏机关.
: 关键就是,生物学的大部分显微样品不是在均匀介质里的,而是在样品和成像用的介质之
: 间有一个盖玻片.这个就引入了两个问题,一个就是盖玻片对光路的折射,另外一个就是
: 盖玻片两侧的介质的不均匀.

avatar
p*6
32
你不得不承认,有很多数据就是不好用,不管用什么方法,也回答不了你的科学问题。
即使以严谨的态度和高超的技术得到的数据,也会不好用,因为在实验设计的时候没有
充分考虑分析数据所需要的条件(比如屏蔽干扰因素)。另外还有很多乱七八糟的垃圾
数据更没法用。

【在 O******e 的大作中提到】
: 不是数据不好用,是你没找到对头的分析方法,^_^
:
: 数据

avatar
p*u
33
既是数据不好用,也是没有找到对头的分析方法。
要把一个东西量化,实验系统看似简单,其实非常复杂,今天做的结果,跟明天做的就
有可能不一样了,在这种情况下,采取一个更简单的公式来说明这个复杂的系统,那就
更不可靠了。如果不是分析具体的细节,模糊出一个简单的模型倒是未尝不是一件好事
,只不过,该模型有一个应用范围。在下不懂数学/物理,搞不清楚牛顿力学和量子力
学的分界线。但是想把任何一个蛋白想搞成刚体来研究的话,还是省省心吧。
avatar
h*w
34
看到这儿,我觉得还是要说一下。你的理解有误。
如果盖玻片两侧介质不同, 真正的分辨率(假设不考虑像差),取决于小的那个NA,而
不是单一某侧。实际情况有两种。
1。物镜一侧NA大,比如1.4,但样品在空气里,这样illuminate时物镜侧的高角度光线
不能到达样品,而成像时空气里的光线到达物镜一侧时也不能充满1.4的孔径。所以有
效孔径是1.
2。物镜一侧NA小,比如干镜,但样品在油里1.4,那么照明时就不能有效利用油的全部
孔径,而成像时,从样品发出的高角度光也不能进入到物镜空气一侧,所以有效孔径仍
然是1。

【在 s******y 的大作中提到】
: 其实我说了半天,我的意思就是,在生物样品里, 那个油镜和涂的油只能改变有效视角,
: 从而让样品的成像亮度也就是说成像质量有增加 (这个是我在原来的吵架贴里反反复复
: 强调的观点), 但是那个理论光斑的尺寸是完全依赖于我们做生物的人如何制备这个样
: 品的,和用什么镜头用什么油统统没有任何直接关系. 希望大家现在看了能明白回来到
: 底是怎么个回事.

avatar
h*w
35
也不能这么说,实际上很多光学系统设计,比如物镜,都是用ray optic来实现的,校
正像差没什么问题。

【在 c****u 的大作中提到】
: 你真能唐啊。
: 这些球差,慧差,场曲。。。不是 Abbe limit考虑的东西了。严格的来讲,
: aberration的衍射过程要上有限元才能得矢量解的。标量解对大NA系统事很不准,更别
: 说只考虑折射率了。
: 当然这些末节不会入真正学物理的法眼的。

avatar
p*l
36
其实想这些细节没什么用,细胞内散射的影响远大于aberration,一两层细胞以外,就
没Abbe limit什么事了。

【在 c****u 的大作中提到】
: 你真能唐啊。
: 这些球差,慧差,场曲。。。不是 Abbe limit考虑的东西了。严格的来讲,
: aberration的衍射过程要上有限元才能得矢量解的。标量解对大NA系统事很不准,更别
: 说只考虑折射率了。
: 当然这些末节不会入真正学物理的法眼的。

avatar
N*n
37
分析已经不好用了,要develop new algorithm.

【在 p********6 的大作中提到】
: 你不得不承认,有很多数据就是不好用,不管用什么方法,也回答不了你的科学问题。
: 即使以严谨的态度和高超的技术得到的数据,也会不好用,因为在实验设计的时候没有
: 充分考虑分析数据所需要的条件(比如屏蔽干扰因素)。另外还有很多乱七八糟的垃圾
: 数据更没法用。

avatar
c*u
38
俺设计过物镜,一但NA 靠近全反射,Ray Tracing 就歇菜了。CodeV不知道, Zemax用
标量仰射+Monte Carlo来模拟残不忍睹.

【在 h***w 的大作中提到】
: 也不能这么说,实际上很多光学系统设计,比如物镜,都是用ray optic来实现的,校
: 正像差没什么问题。

avatar
h*w
39
既然你也说是极端情况,那我们实际是一个意思,没有万能的东西。

【在 c****u 的大作中提到】
: 俺设计过物镜,一但NA 靠近全反射,Ray Tracing 就歇菜了。CodeV不知道, Zemax用
: 标量仰射+Monte Carlo来模拟残不忍睹.

avatar
c*0
40
所以做生物的王道是什么都要懂,而且还不能是半桶水那种...这点上还是要佩服我老
板的,压着手下的PHD从实验设计,gene database数据分析,生物模型构建,光学成像
,后期图像处理,matlab编程...什么都要自己一手包办...加上以前的医学背景,现在
不管是碰见纯生物的,做兽医的,搞理化的,CS的,EE的都能有的没的扯上半天,哈哈
。所以说生物学其实也要实行精英教育,要不然这谭水太混太深,资源无形中都被浪费
掉了。今天中午看到2012国家自然科学基金名单,生物学部和医学部(特别是医学部)
的中标项目,看上去百花齐放,实际上细看一下,大部分都是打着够潮、够前沿的噱头
来圈钱,前几年iPS火,再生医学的项目一大堆;这2年miRNA火了,什么有关的无关的
医院科室都要来插一脚,你真要中标的头头们来说一说miRNA,估计也说不出个什么门
道来。小时候沉迷看科幻世界,何夕的《伤心者》现在还能记忆犹新,其中有一句话,
是故事中的老外评论中国的科学家:科学其实就像一棵树,你们中国人太关注地面上枝
繁叶茂的部分,其实它最重要的埋在地下默默无闻的根。
avatar
s*j
41
"压着手下的PHD从实验设计,gene database数据分析,生物模型构建,光学成像
bernado sabatini ?
avatar
m*z
42
在big band theory里面也看到这个笑话,一直没有get it
谁能科普下?

【在 s******y 的大作中提到】
: 最后, 讲一个笑话让大家轻松一下: 一个农夫的鸡老是不下蛋, 他请了一个生物学家来
: 看, 生物学家看了提出了一大堆意见,光照啊,温度啊,营养啊,什么什么的, 但是农夫去
: 试了之后都没有什么用. 然后一个物理学家来了, 告诉农夫说他有办法解决. 然后他推
: 算了好几天, 自信满满的告诉农夫说, 我找到解决方案了! 而且这是一个伟大,简洁而
: 优美的方 案! 农夫很高兴就问他说是什么方案, 物理学家说, 首先, 你得先把你的鸡
: 都弄成圆球状,然后放到真空里....

avatar
c*u
43
就是说Physicists喜欢把问题简化,只考虑理想情况。球形的鸡在真空的环境里。
但这其实是物理的精髓,在乱七八糟的数据里抓出最本质和普遍的东西。
在big band theory里面也看到这个笑话,一直没有get it
谁能科普下?

【在 s******y 的大作中提到】
: 最后, 讲一个笑话让大家轻松一下: 一个农夫的鸡老是不下蛋, 他请了一个生物学家来
: 看, 生物学家看了提出了一大堆意见,光照啊,温度啊,营养啊,什么什么的, 但是农夫去
: 试了之后都没有什么用. 然后一个物理学家来了, 告诉农夫说他有办法解决. 然后他推
: 算了好几天, 自信满满的告诉农夫说, 我找到解决方案了! 而且这是一个伟大,简洁而
: 优美的方 案! 农夫很高兴就问他说是什么方案, 物理学家说, 首先, 你得先把你的鸡
: 都弄成圆球状,然后放到真空里....

avatar
n*c
44
数学在生物领域有多牛B,看看,journal of theoretic biology这个杂志的IF就知道
了,那些通过公式推导,数学建模,说解决了某些问题的,其实都是trash,基本上只是
在牛B杂志上一闪而过而矣,之后再没人引用。搞数学生物的,基本上都是装B犯。
avatar
y*s
45
orz...
avatar
d*y
46
艳阳天简直就是我的偶像,各相关专业的知识都能上下同会贯通,哈哈……
avatar
c*0
47
No...I am not in Harvard... Anyway, although my professor is push, I admire
him very much, and also it is a big opportunity to learn so many things as a
PhD.

【在 s*****j 的大作中提到】
: "压着手下的PHD从实验设计,gene database数据分析,生物模型构建,光学成像
: bernado sabatini ?

avatar
h*u
48

好像读到过大部分生物文章的数据是不能repeated。不知道在数学/物理领域是多少,
如果比例很小,显然是很难合作的。

【在 s******y 的大作中提到】
: 这两天都在写proposal, 写得眼冒金星,短短的一页specific aim三四天过去了还是写
: 不完开头两个段落,所以脾气比较坏,居然还在版上当众吵架了,让大伙见笑了.
: 今天吃完午饭又困了,又想起了这回事,突然发现这个吵架的过程其实很符合原议题的精
: 神,就是生物学家和数学/物理界的人合作的难点.而且其中我的很多贴子那么辛苦的写
: 了,沉在那个歪掉的楼里挺可惜的,如果不如放到这里吧。

avatar
l*e
49
什么proposal那么难写?

【在 s******y 的大作中提到】
: 这两天都在写proposal, 写得眼冒金星,短短的一页specific aim三四天过去了还是写
: 不完开头两个段落,所以脾气比较坏,居然还在版上当众吵架了,让大伙见笑了.
: 今天吃完午饭又困了,又想起了这回事,突然发现这个吵架的过程其实很符合原议题的精
: 神,就是生物学家和数学/物理界的人合作的难点.而且其中我的很多贴子那么辛苦的写
: 了,沉在那个歪掉的楼里挺可惜的,如果不如放到这里吧。

avatar
z*e
50
没有数学的东西都是渣。

【在 s******y 的大作中提到】
: 在这里我不得不感慨一下生物和数学/物理的人的合作之难.我觉得很多搞数学/物理的
: 人不是很耐烦我们生物学里那么多罗嗦细节东西,总是觉得我们之所以还没有搞清楚生
: 物体,就是因为我们不学无术插管吸血浪费钱财等等等,所以在我观察到的事例来看,合
: 作不成功的大部分原因,是因为那些搞数学和物理的人对我们不尊重,从而导致了我们的
: 逆反心理不愿意去找他们.
: 我曾经在生物物理打擦边球的混过一阵子,接触过一些非常优秀的数学家,但是他们几乎
: 毫无例外的,在刚刚进入我们这个领域的时候,都抱着一种蔑视心态,觉得我们居然不会
: 用数学去解决那些复杂问题,可见一定是多么的愚蠢. 这个态度在这几天来我们这里讨
: 论或者说找碴的人里面也是惊人的似曾相识 。
: 我曾经在一个讲座上,听到一个搞生物数学的人号称是解决了我们细胞骨架领域里面一

avatar
q*d
51
加上你的这些条件,你的这个问题也不是个很难的问题.

【在 s******y 的大作中提到】
: 就说我和另外一位ID吵架的过程吧,主要原因就是因为我们对那个Abbe equation 的不
: 同理解.Abbe Equation 简单来说,就是用来标示一个显微系统的理论分辨率的方程,大
: 致是 d= lamba/(2n * sin a). 这个吵起来的过程说起来很好笑,就是到底如何理解其
: 中的各个不同的项. Abbe equation我们在大学的时候学光学的时候学过,推导过程很麻
: 烦,我早就忘得干干净净.但是其中的物理意义我大致还是记得一点的, sin a这个值大
: 致代表镜头的有效光学视角, lamba/2n 则是Airy Disk 在某个均匀介质里的尺寸. 这
: 个公式貌似很简单,但是其中有很多暗藏机关.
: 关键就是,生物学的大部分显微样品不是在均匀介质里的,而是在样品和成像用的介质之
: 间有一个盖玻片.这个就引入了两个问题,一个就是盖玻片对光路的折射,另外一个就是
: 盖玻片两侧的介质的不均匀.

avatar
q*d
52
刚体是对现实里的某些物件在某些条件下的一个抽象和简化,
绝对的刚体当然是从来都不存在的,
从原子分子的角度,连续介质都是不存在的.
说某个东西是或者不是一个刚体,得看具体条件.
比如地球,以人的尺度看,如果你走路的话,
近似于一个无限大平面,如果坐长途飞机的话,
那它就是个球了,站在太阳系的角度,它完全可以被当成一个质点.
笼统的说地球不是一个质点,这个看法本身就是错的.

【在 s******y 的大作中提到】
: 在这里我不得不感慨一下生物和数学/物理的人的合作之难.我觉得很多搞数学/物理的
: 人不是很耐烦我们生物学里那么多罗嗦细节东西,总是觉得我们之所以还没有搞清楚生
: 物体,就是因为我们不学无术插管吸血浪费钱财等等等,所以在我观察到的事例来看,合
: 作不成功的大部分原因,是因为那些搞数学和物理的人对我们不尊重,从而导致了我们的
: 逆反心理不愿意去找他们.
: 我曾经在生物物理打擦边球的混过一阵子,接触过一些非常优秀的数学家,但是他们几乎
: 毫无例外的,在刚刚进入我们这个领域的时候,都抱着一种蔑视心态,觉得我们居然不会
: 用数学去解决那些复杂问题,可见一定是多么的愚蠢. 这个态度在这几天来我们这里讨
: 论或者说找碴的人里面也是惊人的似曾相识 。
: 我曾经在一个讲座上,听到一个搞生物数学的人号称是解决了我们细胞骨架领域里面一

avatar
S*n
53
abbe equation 推导不要太简单,十年没用过我还是随手就能推出来。。。

【在 s******y 的大作中提到】
: 就说我和另外一位ID吵架的过程吧,主要原因就是因为我们对那个Abbe equation 的不
: 同理解.Abbe Equation 简单来说,就是用来标示一个显微系统的理论分辨率的方程,大
: 致是 d= lamba/(2n * sin a). 这个吵起来的过程说起来很好笑,就是到底如何理解其
: 中的各个不同的项. Abbe equation我们在大学的时候学光学的时候学过,推导过程很麻
: 烦,我早就忘得干干净净.但是其中的物理意义我大致还是记得一点的, sin a这个值大
: 致代表镜头的有效光学视角, lamba/2n 则是Airy Disk 在某个均匀介质里的尺寸. 这
: 个公式貌似很简单,但是其中有很多暗藏机关.
: 关键就是,生物学的大部分显微样品不是在均匀介质里的,而是在样品和成像用的介质之
: 间有一个盖玻片.这个就引入了两个问题,一个就是盖玻片对光路的折射,另外一个就是
: 盖玻片两侧的介质的不均匀.

avatar
v*r
54
完全同意。
不管是生物还是数学物理,都有聪明人和蠢货。有好多生物中的数学模型都是生物背景
的提出来的,学数学的跑来看懂了,加点料,就开始招摇撞骗。
其实科学的精髓和难点在与创造力和原创性。没有长期的积累和灵气,很难作出突破性
的工作。
学数学的loser骗子很多,可惜学生物的比较自卑,面对骗子先怯了三分气。

【在 s******y 的大作中提到】
: 很多搞数学/物理的人,对公式有一种天生的敬畏感和捍卫的自发性,在他们的眼里,因为
: 我们这些搞生物的人不会推导公式,一定就是比较笨的人.他们总觉得他们对我们的指点
: 是高屋建甄,我们要是提出了质疑,而且又不是以他们所能理解的公式推导方式提出的质
: 疑的话,一定就是因为我们太蠢看不懂公式.
: 事实上,不管大家如何看待,生物学事实上是一个科学,我们中大部分人可能看不懂公式
: 不等于我们就一定不懂得物质运作的道理.

avatar
z*e
55
嗯,不赞不行

【在 d***y 的大作中提到】
: 艳阳天简直就是我的偶像,各相关专业的知识都能上下同会贯通,哈哈……
avatar
w*h
56
你真牛

【在 S*****n 的大作中提到】
: abbe equation 推导不要太简单,十年没用过我还是随手就能推出来。。。
avatar
w*h
57
还有比浪费了n多钱却连个皮毛都没弄清楚更悲哀的事情么。。。。
钱,永远不是决定science的最重要因素。。。
可惜现代人也就认钱了,都特么成了labor工了知不知道。。

【在 O******e 的大作中提到】
: 我就不理解那些搞数理的拽什么。要真搞合作,大钱都是做生物的把握着,被巴结的也
: 不应该是他们啊。
: 其实这个跨学科合作的难度未必就比学科内合作大多少。合作本身毕竟牵涉太多因素。

avatar
d*r
58
你也跳了。。

【在 S*****n 的大作中提到】
: abbe equation 推导不要太简单,十年没用过我还是随手就能推出来。。。
avatar
q*d
59
Heisenberg当年就是回答不出来光学仪器的粪便能力,
回头钻研了一把,发现了测不准..

【在 S*****n 的大作中提到】
: abbe equation 推导不要太简单,十年没用过我还是随手就能推出来。。。
avatar
s*j
60
hehe, 难的是要推出 airy disk 的虚象的有效半径.

【在 S*****n 的大作中提到】
: abbe equation 推导不要太简单,十年没用过我还是随手就能推出来。。。
avatar
s*j
61
"粪便能力", 我倒, 太不尊重了.

【在 q*d 的大作中提到】
: Heisenberg当年就是回答不出来光学仪器的粪便能力,
: 回头钻研了一把,发现了测不准..

avatar
d*r
62
为了表示对光学的尊重,想起很久以前看的一个故事,大家吵架之余,娱乐一下:
发信人: zoyi (aaa), 信区: OETech
标 题: 大师的传说
发信站: BBS 水木清华站 (Mon Dec 25 21:56:49 2000)
传说在很久很久以前,光界出了一位大师,他能用最简单的方法把月亮变成绿色.他
的眼睛生来就在1.3和1.5微米处有两个窗口,他用耳朵可以听出激光的偏阵态,他
焊光纤前用菜刀处理光纤头,高琨不信,但他惊异的发现在显微镜下通光的光纤头中
不折不扣有一根细线与平滑的端面垂直.所以当高琨看到大师用酒精灯焊光纤时没
有叫人看上帝.
大师从不做系统实验,因为据说他左脑里有一个路径足以到达太阳系边缘的testbed.
大师经常会突然莫名其妙的从喉咙里蹦出不计其数的诡异的数字,有人说那是伪随机
码.
自从有人在八月十五紫金之巅看到他用碧绿的月光制备光纤光栅以后,就再没有人
见过他的踪迹,只残存一张写着IP over AWG的字条.
从那以后,光界再没出过大师,只留下对绿月亮的断续回忆和......不了情.

【在 s*****j 的大作中提到】
: "粪便能力", 我倒, 太不尊重了.
avatar
O*e
63
现代科学,钱还真是第一要素。科学家要吃饭要实验室要高精尖的仪器设备,哪个都
需要大量的金钱。放眼世界,科研做得好的,都是有钱(或者拼命砸钱)的国家。
只有投资足够多,才能吸引有兴趣有才能的人来做科研。没钱,就只有瞎想宇宙起源
故作深沉的份儿。。。。

【在 w********h 的大作中提到】
: 还有比浪费了n多钱却连个皮毛都没弄清楚更悲哀的事情么。。。。
: 钱,永远不是决定science的最重要因素。。。
: 可惜现代人也就认钱了,都特么成了labor工了知不知道。。

avatar
S*n
64
兄弟,找时间吃饭。。。

【在 d*****r 的大作中提到】
: 你也跳了。。
avatar
d*r
65
没问题,你们都是大忙人啊...

【在 S*****n 的大作中提到】
: 兄弟,找时间吃饭。。。
avatar
w*h
66
境界问题境界问题。

【在 O******e 的大作中提到】
: 现代科学,钱还真是第一要素。科学家要吃饭要实验室要高精尖的仪器设备,哪个都
: 需要大量的金钱。放眼世界,科研做得好的,都是有钱(或者拼命砸钱)的国家。
: 只有投资足够多,才能吸引有兴趣有才能的人来做科研。没钱,就只有瞎想宇宙起源
: 故作深沉的份儿。。。。

avatar
l*1
67
钱就在MD导弹射程之内 当然MD反导弹系统99.9% worked 的话
至少操控外汇汇率 收割日本 东南亚 和 欧元区 乃至 后清是一码事
也就是 老毛说 的 落后是要挨打的

【在 w********h 的大作中提到】
: 境界问题境界问题。
avatar
s*y
68
公式的意义,在于总结一般规律、推导预见复杂情况。归纳演绎,这也是传统科学的意
义。
无关联性、无重复性、无扩展应用的随机噪音,其实不过是垃圾。
avatar
c*3
69
那你就去学学公式呗
生命是神的杰作
自然要用神的语言讨论
仅仅依赖理性不说是不行
但是现在是21世纪
不定量的东西是19世纪的研究方法
avatar
D*a
70
达尔文要气的爬出来了

【在 c****3 的大作中提到】
: 那你就去学学公式呗
: 生命是神的杰作
: 自然要用神的语言讨论
: 仅仅依赖理性不说是不行
: 但是现在是21世纪
: 不定量的东西是19世纪的研究方法

avatar
u*d
71
看来被伤得很重啊

【在 s******y 的大作中提到】
: 最后, 讲一个笑话让大家轻松一下: 一个农夫的鸡老是不下蛋, 他请了一个生物学家来
: 看, 生物学家看了提出了一大堆意见,光照啊,温度啊,营养啊,什么什么的, 但是农夫去
: 试了之后都没有什么用. 然后一个物理学家来了, 告诉农夫说他有办法解决. 然后他推
: 算了好几天, 自信满满的告诉农夫说, 我找到解决方案了! 而且这是一个伟大,简洁而
: 优美的方 案! 农夫很高兴就问他说是什么方案, 物理学家说, 首先, 你得先把你的鸡
: 都弄成圆球状,然后放到真空里....

avatar
h*a
72
这个盖玻片折射对n*sina无影响.但是介质不均匀有影响.要具体看情况.
这个你还是要听物理学家的话

【在 s******y 的大作中提到】
: 就说我和另外一位ID吵架的过程吧,主要原因就是因为我们对那个Abbe equation 的不
: 同理解.Abbe Equation 简单来说,就是用来标示一个显微系统的理论分辨率的方程,大
: 致是 d= lamba/(2n * sin a). 这个吵起来的过程说起来很好笑,就是到底如何理解其
: 中的各个不同的项. Abbe equation我们在大学的时候学光学的时候学过,推导过程很麻
: 烦,我早就忘得干干净净.但是其中的物理意义我大致还是记得一点的, sin a这个值大
: 致代表镜头的有效光学视角, lamba/2n 则是Airy Disk 在某个均匀介质里的尺寸. 这
: 个公式貌似很简单,但是其中有很多暗藏机关.
: 关键就是,生物学的大部分显微样品不是在均匀介质里的,而是在样品和成像用的介质之
: 间有一个盖玻片.这个就引入了两个问题,一个就是盖玻片对光路的折射,另外一个就是
: 盖玻片两侧的介质的不均匀.

avatar
O*e
73
现实问题现实问题,^_^

【在 w********h 的大作中提到】
: 境界问题境界问题。
avatar
h*n
74
看了你下面所有描述, 说个我自己的看法. 我觉得很多很多科学家, 倾向于把自己不
熟的领域看作一个简化模型, 把自己的领域看作无穷复杂的东西.
我甚至觉得, 不同学科的人的语言都不一样, 沟通起来很不容易. 不瞒你说, 我妈是
医生, 我爹是退休的有机化学教授, 我phd老板是MD, 现在老板是个有着phd内心的MD,
我一直在用不同语言跟不同的人说话......

【在 s******y 的大作中提到】
: 这两天都在写proposal, 写得眼冒金星,短短的一页specific aim三四天过去了还是写
: 不完开头两个段落,所以脾气比较坏,居然还在版上当众吵架了,让大伙见笑了.
: 今天吃完午饭又困了,又想起了这回事,突然发现这个吵架的过程其实很符合原议题的精
: 神,就是生物学家和数学/物理界的人合作的难点.而且其中我的很多贴子那么辛苦的写
: 了,沉在那个歪掉的楼里挺可惜的,如果不如放到这里吧。

avatar
y*t
75
每个领域都有眼睛长在头顶上的。 老板正跟一个MD出身的生物学家合作,每次开会,
她就要把所有人都得罪一遍,用词特别刻薄,还真把大牛们都当小弟骂。 每每提起此
人,大伙都恨恨的。 曾经数落一个超级大牛花了十年心血的成果说,我真搞不懂你这
个算什么研究。 大牛当时两眼都冒火,沉默10秒钟,强压怒火,一个词一个词地反问
,你是在质疑我的研究吗? 全场鸦雀无声。她才收敛一点,敷衍几句interesting
work的话。

【在 s******y 的大作中提到】
: 这两天都在写proposal, 写得眼冒金星,短短的一页specific aim三四天过去了还是写
: 不完开头两个段落,所以脾气比较坏,居然还在版上当众吵架了,让大伙见笑了.
: 今天吃完午饭又困了,又想起了这回事,突然发现这个吵架的过程其实很符合原议题的精
: 神,就是生物学家和数学/物理界的人合作的难点.而且其中我的很多贴子那么辛苦的写
: 了,沉在那个歪掉的楼里挺可惜的,如果不如放到这里吧。

avatar
y*i
76
hehehe,你老板太有个性了。

【在 y****t 的大作中提到】
: 每个领域都有眼睛长在头顶上的。 老板正跟一个MD出身的生物学家合作,每次开会,
: 她就要把所有人都得罪一遍,用词特别刻薄,还真把大牛们都当小弟骂。 每每提起此
: 人,大伙都恨恨的。 曾经数落一个超级大牛花了十年心血的成果说,我真搞不懂你这
: 个算什么研究。 大牛当时两眼都冒火,沉默10秒钟,强压怒火,一个词一个词地反问
: ,你是在质疑我的研究吗? 全场鸦雀无声。她才收敛一点,敷衍几句interesting
: work的话。

avatar
b*r
77
这个说法有一定道理

,

【在 h********n 的大作中提到】
: 看了你下面所有描述, 说个我自己的看法. 我觉得很多很多科学家, 倾向于把自己不
: 熟的领域看作一个简化模型, 把自己的领域看作无穷复杂的东西.
: 我甚至觉得, 不同学科的人的语言都不一样, 沟通起来很不容易. 不瞒你说, 我妈是
: 医生, 我爹是退休的有机化学教授, 我phd老板是MD, 现在老板是个有着phd内心的MD,
: 我一直在用不同语言跟不同的人说话......

avatar
O*e
78
他说的是那个合作者吧

【在 y***i 的大作中提到】
: hehehe,你老板太有个性了。
avatar
w*h
79
没那么夸张吧。。。最多不同领域的人有些词汇不通。。。
按你这么说,我们做交叉学科的都得三头六臂了。。。

,

【在 h********n 的大作中提到】
: 看了你下面所有描述, 说个我自己的看法. 我觉得很多很多科学家, 倾向于把自己不
: 熟的领域看作一个简化模型, 把自己的领域看作无穷复杂的东西.
: 我甚至觉得, 不同学科的人的语言都不一样, 沟通起来很不容易. 不瞒你说, 我妈是
: 医生, 我爹是退休的有机化学教授, 我phd老板是MD, 现在老板是个有着phd内心的MD,
: 我一直在用不同语言跟不同的人说话......

avatar
y*i
80

说得有道理。
或者这么说,对任何领域,我们都有些感性的超级简化的观点,在学习自己的领域的
时候,我们纠正了这些超级简化的观点,理解了这个领域的复杂性。但我们没有推己及
人的习惯,还是用简单的观点来看别的领域。
,

【在 h********n 的大作中提到】
: 看了你下面所有描述, 说个我自己的看法. 我觉得很多很多科学家, 倾向于把自己不
: 熟的领域看作一个简化模型, 把自己的领域看作无穷复杂的东西.
: 我甚至觉得, 不同学科的人的语言都不一样, 沟通起来很不容易. 不瞒你说, 我妈是
: 医生, 我爹是退休的有机化学教授, 我phd老板是MD, 现在老板是个有着phd内心的MD,
: 我一直在用不同语言跟不同的人说话......

avatar
s*l
81
艳阳天妹子你真能码字!
avatar
a*e
82
这个笑话确实很经典,而且很深刻。我们物理系的学生都称它为---物理学家的球形鸡。
另外,你说物理/数学家开始的时候比较蔑视生物ist。我自己作为理论物理背景的人转
到生物学,过程中确实有一丁点这样的想法。可是这只是硬币的一面,硬币的另一面你
却没有看到---物理学家面对生物这个超级强关联的aperiodic crystal(薛定谔语)深
深地恐惧!

【在 s******y 的大作中提到】
: 最后, 讲一个笑话让大家轻松一下: 一个农夫的鸡老是不下蛋, 他请了一个生物学家来
: 看, 生物学家看了提出了一大堆意见,光照啊,温度啊,营养啊,什么什么的, 但是农夫去
: 试了之后都没有什么用. 然后一个物理学家来了, 告诉农夫说他有办法解决. 然后他推
: 算了好几天, 自信满满的告诉农夫说, 我找到解决方案了! 而且这是一个伟大,简洁而
: 优美的方 案! 农夫很高兴就问他说是什么方案, 物理学家说, 首先, 你得先把你的鸡
: 都弄成圆球状,然后放到真空里....

avatar
j*r
83
我发现一个有意思的现象。越是赶着什么DEADLINE的时候,人越是忍不住要忙里偷闲,
跑到网上来回个帖子什么的。上大学的时候考试前最忙的时候总是忍不住打牌,真正考
完了反而没心情玩了。

【在 s******y 的大作中提到】
: 这两天都在写proposal, 写得眼冒金星,短短的一页specific aim三四天过去了还是写
: 不完开头两个段落,所以脾气比较坏,居然还在版上当众吵架了,让大伙见笑了.
: 今天吃完午饭又困了,又想起了这回事,突然发现这个吵架的过程其实很符合原议题的精
: 神,就是生物学家和数学/物理界的人合作的难点.而且其中我的很多贴子那么辛苦的写
: 了,沉在那个歪掉的楼里挺可惜的,如果不如放到这里吧。

avatar
j*r
84
碰到这种情况我一般都处理的比较得体。
我会跟他讲:王朔有句名言你知道不?
他:不知道。
我:是在他小说里有人请教他文学成功的秘诀的时候他说的一句话,“得你操文学,不
能让文学操了你。”明白什么意思吗?
他:不是很明白。
我:这意思就是 现在我在操着公式,而公式在操着你!
....后来我就被生物界劝退了。

【在 s******y 的大作中提到】
: 很多搞数学/物理的人,对公式有一种天生的敬畏感和捍卫的自发性,在他们的眼里,因为
: 我们这些搞生物的人不会推导公式,一定就是比较笨的人.他们总觉得他们对我们的指点
: 是高屋建甄,我们要是提出了质疑,而且又不是以他们所能理解的公式推导方式提出的质
: 疑的话,一定就是因为我们太蠢看不懂公式.
: 事实上,不管大家如何看待,生物学事实上是一个科学,我们中大部分人可能看不懂公式
: 不等于我们就一定不懂得物质运作的道理.

avatar
s*a
85
我不觉得啊。作为物理科班出身的人,我一向对于做生物的人很敬仰的。因为我不懂生
物,觉得生物系统太复杂了,他们竟然懂那么多细节,能做那么多精巧的实验,太牛了。
相反,我懂物理更多,也不觉得会推公式是多么了不起的一件事。我们每天都会做的事
情而已,唯手熟尔,有什么好得色的。

,

【在 h********n 的大作中提到】
: 看了你下面所有描述, 说个我自己的看法. 我觉得很多很多科学家, 倾向于把自己不
: 熟的领域看作一个简化模型, 把自己的领域看作无穷复杂的东西.
: 我甚至觉得, 不同学科的人的语言都不一样, 沟通起来很不容易. 不瞒你说, 我妈是
: 医生, 我爹是退休的有机化学教授, 我phd老板是MD, 现在老板是个有着phd内心的MD,
: 我一直在用不同语言跟不同的人说话......

avatar
p*l
86
呵呵!我也是觉得生物水很深,我作为一个物理出身的人,骑墙做些生物,混水摸鱼而
已。如果碰到复杂的问题,我大不了缩回墙内去做物理,可是做生物的,只能水深火热
的斗争到底。

了。

【在 s*******a 的大作中提到】
: 我不觉得啊。作为物理科班出身的人,我一向对于做生物的人很敬仰的。因为我不懂生
: 物,觉得生物系统太复杂了,他们竟然懂那么多细节,能做那么多精巧的实验,太牛了。
: 相反,我懂物理更多,也不觉得会推公式是多么了不起的一件事。我们每天都会做的事
: 情而已,唯手熟尔,有什么好得色的。
:
: ,

avatar
a*q
87
所以还是骑墙做生物物理的划得来啊。
————其实做生物物理的有时候是最惨的,做生物的不认同他们的结论,做物理的不
觉得他们是在做物理。

【在 p*l 的大作中提到】
: 呵呵!我也是觉得生物水很深,我作为一个物理出身的人,骑墙做些生物,混水摸鱼而
: 已。如果碰到复杂的问题,我大不了缩回墙内去做物理,可是做生物的,只能水深火热
: 的斗争到底。
:
: 了。

avatar
p*l
88
骑墙也很要水平的,搞不好摔得很惨。

【在 a*q 的大作中提到】
: 所以还是骑墙做生物物理的划得来啊。
: ————其实做生物物理的有时候是最惨的,做生物的不认同他们的结论,做物理的不
: 觉得他们是在做物理。

avatar
l*y
89
顶一下这个。尽量在设计实验时就要把数学模型定下来。否则,数据处理中有句名言叫
做 garbage in, garbage out。

【在 p********6 的大作中提到】
: 你不得不承认,有很多数据就是不好用,不管用什么方法,也回答不了你的科学问题。
: 即使以严谨的态度和高超的技术得到的数据,也会不好用,因为在实验设计的时候没有
: 充分考虑分析数据所需要的条件(比如屏蔽干扰因素)。另外还有很多乱七八糟的垃圾
: 数据更没法用。

avatar
z*t
90
老大能结合自己研究讲讲怎么在设计实验中引入数学模型不?
俺们感觉就是在不断的比较两组数据。。。。

【在 l***y 的大作中提到】
: 顶一下这个。尽量在设计实验时就要把数学模型定下来。否则,数据处理中有句名言叫
: 做 garbage in, garbage out。

avatar
h*n
91
我倒不觉得那个学科牛一点啥的. 我以前学有机合成的, 后来做cancer biology, 最
大的体会是思维方式完全不同.

了。

【在 s*******a 的大作中提到】
: 我不觉得啊。作为物理科班出身的人,我一向对于做生物的人很敬仰的。因为我不懂生
: 物,觉得生物系统太复杂了,他们竟然懂那么多细节,能做那么多精巧的实验,太牛了。
: 相反,我懂物理更多,也不觉得会推公式是多么了不起的一件事。我们每天都会做的事
: 情而已,唯手熟尔,有什么好得色的。
:
: ,

avatar
l*y
92
比如说,有这样一个 hypothesis:两种药的 targets 越不相干,那么这两种药的
synergism 就越好。手头有一两百种药的某几个癌症的 cell line 上的 microarray
数据以及 IC50,那么就要先用图论的工具和几种备选的图模型来两两计算药的相干性
,得出基准分布,进一步算出每对药的组合的大家深恶痛绝的 p-values,然后根据要
使用的统计模型设计抽样方式来保证正交性的同时尽量减少样本量。然后上 384 孔板
,测数据,用事先选的统计模型分析来看哪种图模型最好地符合 hypothesis,同时看
这时 hypothesis 是否靠谱。然后用这种图模型预测最佳和最差的药的组合,重新上
384 板验证。在图上找到最佳组合的关键节点,k/d 或者 inhibit 之,再上 384 板验
证。最后根据经费和信心,要么 in vitro 上病人的细胞,要么 in vivo 在老鼠上种
cell line,再重复一下最佳和最差的药的组合。
做完这个 project 后,把数据给数学家们来做 classification,找出能最好预测
synergism 的图模型和关键的图特征,同时看看从这些特征中能不能找到更好的
hypothesis,然后预测,验证。用所得模型 in silico 预测一组新靶点,用 k/d 或者
specific inhibitor 来验证。
然后 integrate 现有的数据库,发布一个网页工具,用户可以输入相关癌症的病人的
microarray 数据,这个工具的输出是建议的药的组合。
这就是一篇 systems biology paper,一到两篇 machine learning paper,和一篇
tech report,周期短,数据量大,涉及的新技术多,文章多,紧密结合临床和制药业
,典型的做 systems biology 的组发 paper 的套路。
可以看到,这种套路,最开始的时候,没有 hypothesis,数学模型,以及统计模型,
是没法去做实验的。

【在 z*t 的大作中提到】
: 老大能结合自己研究讲讲怎么在设计实验中引入数学模型不?
: 俺们感觉就是在不断的比较两组数据。。。。

avatar
a*x
93
我挺赞同lz的。我也算是半个搞数理出生的,但是学生物的时候根本不是太简单,而是
太难。要弄懂那些概念和实验设计不是简单的事。搞数理的人会推公式固然很牛,但是
有很多并不明白要解决的生物问题是什么,而且不少固执己见,听不进搞生物的人的解
释。当然也有数理背景转行很成功的,他们往往都是虚心真正学习过生物的人。
avatar
z*t
94
老大讲得我还不是特别明白,以俺一点点知识尝试去提个几个问下,在测相关性时
Pearson correlation 或者clustering为啥不能来做?图模型的优势是啥啊?
而且既然找到了最佳组合并且验证过,为啥为啥还要找最佳组合的关键节点,在发现新
药物target位点吗?



【在 l***y 的大作中提到】
: 比如说,有这样一个 hypothesis:两种药的 targets 越不相干,那么这两种药的
: synergism 就越好。手头有一两百种药的某几个癌症的 cell line 上的 microarray
: 数据以及 IC50,那么就要先用图论的工具和几种备选的图模型来两两计算药的相干性
: ,得出基准分布,进一步算出每对药的组合的大家深恶痛绝的 p-values,然后根据要
: 使用的统计模型设计抽样方式来保证正交性的同时尽量减少样本量。然后上 384 孔板
: ,测数据,用事先选的统计模型分析来看哪种图模型最好地符合 hypothesis,同时看
: 这时 hypothesis 是否靠谱。然后用这种图模型预测最佳和最差的药的组合,重新上
: 384 板验证。在图上找到最佳组合的关键节点,k/d 或者 inhibit 之,再上 384 板验
: 证。最后根据经费和信心,要么 in vitro 上病人的细胞,要么 in vivo 在老鼠上种
: cell line,再重复一下最佳和最差的药的组合。

avatar
l*y
95
correlation 和一般的 clustering 不是基于机理的,哪怕像 GSEA 那样做
annotation 上的 enrichment 也不够过瘾。而且 correlation 的 assumption 是线性
,处理实际数据时往往不是很管用。图是指各种调控网络。在图上做 clustering/
enrichment 来得到新的机理。关键节点是为了验证图模型是否正确,验证所揭示的机
理是否正确,同时也提供新的靶位。
另外,这个不是我在做的,虽然有些类似。是我们的一个 competitor 在做,而且已经
做完了,正在写 paper。就是用来举例说明一下当前比较常见的做 systems biology
的套路。
这个领域,数学家并不可怕,可怕的是每天自己抽蛋白抽RNA做转染杀耗子的数学家。
听 seminar 时,经常鄙视那些做纯 simulation 的组的异想天开和不靠谱,也不怕那
种跨学科的强强联合,就怕看见那种说我们要做这个 computational model,所以我们
构建了某某新 reporter/mouse model of xx disease/novel imaging device 的组。
而这种一个组同时跨 math/computer science, biology/medicine 和 engineering/
commercial 的例子越来越多了。比如有个做 actin 的组,同时跨 PDE simulation/
Turing patterning,high-content imaging,和 molecular/cellular biology,
renew grant 时那个轻松啊。

【在 z*t 的大作中提到】
: 老大讲得我还不是特别明白,以俺一点点知识尝试去提个几个问下,在测相关性时
: Pearson correlation 或者clustering为啥不能来做?图模型的优势是啥啊?
: 而且既然找到了最佳组合并且验证过,为啥为啥还要找最佳组合的关键节点,在发现新
: 药物target位点吗?
:
: 种

avatar
b*r
96
好帖,收获不小
我过两年也打算好好补一补这方面的知识
我觉得肿瘤的signal pathway确实应该是数学模型相对在近期在生物方面有用武之地的
方向
我没太多数学基础,但是是不是这个级别的数学只能算是很普通的水平,根本用不到研
究生级别的数学知识。感觉以前在国内学生统的时候,这种寻找最优路径的方法就有涉
及了?
另外,虽然这个数学模型确实不需要基于任何机理,但是我觉得能整合进去已知的机理
还是有益的吧,起码可以作为一个training set,比如用你这个实验系统研制几个已知
的同pathway的和几个已知不同pathway的,看是不是不同pathway的是不是真的效率更
高?
另外我也不知道,同pathway的两个药物在真实世界里是不是就真的不如两条pathway的
药物。假如这一pathway真的是不可或缺的呢?本来如果是几个药物同时阻断这条
pathway的几个redundant的分子就可以彻底搞死癌细胞的,但是你首先就人为把这种可
能性给扔掉了。就好象占遗传病大多数的是隐性遗传而不是显性遗传,就是说大多数情
况下,你要搞死一个pathway的两个redundant的copy才能搞死这个人。起码目前还很少
发现是两个显性突变造成的遗传病搞死一个人。

【在 l***y 的大作中提到】
: correlation 和一般的 clustering 不是基于机理的,哪怕像 GSEA 那样做
: annotation 上的 enrichment 也不够过瘾。而且 correlation 的 assumption 是线性
: ,处理实际数据时往往不是很管用。图是指各种调控网络。在图上做 clustering/
: enrichment 来得到新的机理。关键节点是为了验证图模型是否正确,验证所揭示的机
: 理是否正确,同时也提供新的靶位。
: 另外,这个不是我在做的,虽然有些类似。是我们的一个 competitor 在做,而且已经
: 做完了,正在写 paper。就是用来举例说明一下当前比较常见的做 systems biology
: 的套路。
: 这个领域,数学家并不可怕,可怕的是每天自己抽蛋白抽RNA做转染杀耗子的数学家。
: 听 seminar 时,经常鄙视那些做纯 simulation 的组的异想天开和不靠谱,也不怕那

avatar
z*t
97
您说的这种组还是很多的:)多数还是从system bio起家的,现在的toolkit越来越工
具化,biology model以后不会成为这种做model人的限速步。
那老大觉得从生物的现象入手,用数学模型找新的研究方向/甚至新drug target 这类
研究是不是有前景。
比如俺们做了个有关代谢的cancer model,然后俺想找这个model中synthetic lethal的
metabolism pathway

【在 l***y 的大作中提到】
: correlation 和一般的 clustering 不是基于机理的,哪怕像 GSEA 那样做
: annotation 上的 enrichment 也不够过瘾。而且 correlation 的 assumption 是线性
: ,处理实际数据时往往不是很管用。图是指各种调控网络。在图上做 clustering/
: enrichment 来得到新的机理。关键节点是为了验证图模型是否正确,验证所揭示的机
: 理是否正确,同时也提供新的靶位。
: 另外,这个不是我在做的,虽然有些类似。是我们的一个 competitor 在做,而且已经
: 做完了,正在写 paper。就是用来举例说明一下当前比较常见的做 systems biology
: 的套路。
: 这个领域,数学家并不可怕,可怕的是每天自己抽蛋白抽RNA做转染杀耗子的数学家。
: 听 seminar 时,经常鄙视那些做纯 simulation 的组的异想天开和不靠谱,也不怕那

avatar
l*y
98
我们当然是希望他们的 hypothesis 是错的(貌似他们组做这个方向的没有中国人哈。
。。)。
在 mammalian cancer cell 上做 signaling pathway 还是挺难的。redundancy 是一
方面,更麻烦的是 mutations,最麻烦的是 heterogeneity。木桶原理:抗药的细胞往
往是少数,而目前常见的 assay 测得的是大部分细胞的信息,这少数关键细胞的信息
被“冲淡”了。我们目前有一些想法来试图解决这个矛盾,新的数学方法结合新的
assay 方法。但愿 reviewers 喜欢吧。

【在 b****r 的大作中提到】
: 好帖,收获不小
: 我过两年也打算好好补一补这方面的知识
: 我觉得肿瘤的signal pathway确实应该是数学模型相对在近期在生物方面有用武之地的
: 方向
: 我没太多数学基础,但是是不是这个级别的数学只能算是很普通的水平,根本用不到研
: 究生级别的数学知识。感觉以前在国内学生统的时候,这种寻找最优路径的方法就有涉
: 及了?
: 另外,虽然这个数学模型确实不需要基于任何机理,但是我觉得能整合进去已知的机理
: 还是有益的吧,起码可以作为一个training set,比如用你这个实验系统研制几个已知
: 的同pathway的和几个已知不同pathway的,看是不是不同pathway的是不是真的效率更

avatar
b*r
99
我觉得解决你所谓木桶原理,从我的统计学的知识而言,改进assay或改进数学方法都
不太困难做到本质的提高,最安全可靠的办法还是多收集样本,也就是多测一些不同的
癌细胞株,做得越多,background越低真信号越强。只有无论如何做不到提高样本量,
才能justify用数学或者改进技术作为主要方法
反正如果我是reviewer这会是我的基本判断原则。而那个redundant的问题我也会第一
个就问他们:) 可惜我现在还没有grant可以审,帮不上忙咯

【在 l***y 的大作中提到】
: 我们当然是希望他们的 hypothesis 是错的(貌似他们组做这个方向的没有中国人哈。
: 。。)。
: 在 mammalian cancer cell 上做 signaling pathway 还是挺难的。redundancy 是一
: 方面,更麻烦的是 mutations,最麻烦的是 heterogeneity。木桶原理:抗药的细胞往
: 往是少数,而目前常见的 assay 测得的是大部分细胞的信息,这少数关键细胞的信息
: 被“冲淡”了。我们目前有一些想法来试图解决这个矛盾,新的数学方法结合新的
: assay 方法。但愿 reviewers 喜欢吧。

avatar
l*y
100
俺是刚开始做 systems biology 这个方向的新人,版上肯定很多大牛或者大牛组的未
来的大牛。
我觉得哈,bio-question -> general hypotheses -> design of profiling ->
profiling -> data mining and hypothesis generation/refining -> design of
experiments -> hypotheses validation and selection -> workable bio- and math
- model -> drug target prediction 已经是条比较成熟的 pipeline 了,不熟悉这个
套路的话可能以后会越来越被动,但做得再好也难以出新意,渐渐沦为苦力活。NIH 有
一些 grant 是专门为了做这些积累性工作的。像俺这样的新人,虽然在这种坑里做苦
力,但要把它当作自己未来方向,俺入行已经嫌太晚了,后面准备跳坑的人就更不用说
了。
真要想解决实际问题,in vivo modeling 比较关键,但很难。是否有前途不好说。最
关键的可能还是 in vivo monitoring 和比较合适的 animal model。万一关键的技术
10 年后才成熟,现在跳进去的人就蹉跎成底肥了。
没深入做过代谢,不知道啊。代谢对于我来说就是个黑盒子和标签,而我做的一个方向
又很不幸地得出结论:主要机制是脂类代谢。围着这个大坑徘徊半年了,还是没勇气跳
进去。

【在 z*t 的大作中提到】
: 您说的这种组还是很多的:)多数还是从system bio起家的,现在的toolkit越来越工
: 具化,biology model以后不会成为这种做model人的限速步。
: 那老大觉得从生物的现象入手,用数学模型找新的研究方向/甚至新drug target 这类
: 研究是不是有前景。
: 比如俺们做了个有关代谢的cancer model,然后俺想找这个model中synthetic lethal的
: metabolism pathway

avatar
l*y
101
举个例子:
细胞中,50% 大致是一种 phenotype A,另外 50% 呈不同的 20 几种 phenotype,其
中占总 population 的 3% 的一种 phenotype R 会对 drug D 产生抗药性。所以如果
直接做 microarray,基本上看不到这种 phenotype R 的特征。
把 phenotype A 分离出来培养几天后,发现只有 50% 的新细胞依然属于 A,同时发现
有 3% 属于 phenotype R。换句话说,这几种 phenotype 在 in situ 条件下会自发形
成稳定比例。
这在 cancer cell 中挺常见的,也是支持 cancer stem cell 的 hypothesis 的一个
依据。
把 phenotype R 分离出来给药,发现其抗药性丧失。只有跟剩下的细胞 co-culture,
R 才会呈现抗药性。也就是所谓的 niche/micro-environments 的影响。
需要做一些 k/d 来验证机理,然后做关键 protein 的 reporter 来 in vivo 地在
single cell resolution 去 monitor 这个体系。对 microarray 的使用方式也有特殊
的地方。比如说要做混合模型然后拟合出每种细胞的 gene expression profiles。
这种体系就很让人头疼。当然了,也是机会。这种 population dynamics 和
communications 是我感兴趣的方向之一。

【在 b****r 的大作中提到】
: 我觉得解决你所谓木桶原理,从我的统计学的知识而言,改进assay或改进数学方法都
: 不太困难做到本质的提高,最安全可靠的办法还是多收集样本,也就是多测一些不同的
: 癌细胞株,做得越多,background越低真信号越强。只有无论如何做不到提高样本量,
: 才能justify用数学或者改进技术作为主要方法
: 反正如果我是reviewer这会是我的基本判断原则。而那个redundant的问题我也会第一
: 个就问他们:) 可惜我现在还没有grant可以审,帮不上忙咯

avatar
b*r
102
谢谢,你的帖子总是很有启发
我对肿瘤的DNA突变方面非常有兴趣,但是还处于入门阶段
关于你这个说法我现在比较理解了
不过我觉得仍然不和我的“提高样本量”的说法矛盾。打个比方,如果你能发现有两个
不同患者体内的瘤
子,甚至两种不同癌症都有这个A和R共生的现象,那我觉得你的整个pipeline的可信度
就会高
很多,下游validation工作量可能可以减少,你中grant发高档次文章的可能性也会高
很多。
另外,关于这个R系不能脱离A系而继续抗药,那如果给A+R 的混合细胞加药,那过几天
后是什么情况,是R仍然占3%,还是R占到8,90%?

【在 l***y 的大作中提到】
: 举个例子:
: 细胞中,50% 大致是一种 phenotype A,另外 50% 呈不同的 20 几种 phenotype,其
: 中占总 population 的 3% 的一种 phenotype R 会对 drug D 产生抗药性。所以如果
: 直接做 microarray,基本上看不到这种 phenotype R 的特征。
: 把 phenotype A 分离出来培养几天后,发现只有 50% 的新细胞依然属于 A,同时发现
: 有 3% 属于 phenotype R。换句话说,这几种 phenotype 在 in situ 条件下会自发形
: 成稳定比例。
: 这在 cancer cell 中挺常见的,也是支持 cancer stem cell 的 hypothesis 的一个
: 依据。
: 把 phenotype R 分离出来给药,发现其抗药性丧失。只有跟剩下的细胞 co-culture,

avatar
l*k
103
biologist没必要把自己和physicist划清界限。干嘛啊,一块干活,取长补短啊。物理
wsn多,生物wsnv多,正好匀一匀。
avatar
z*t
104
我觉得代谢还是蛮特别的,因为易于用数学模型来模拟,可以将-> design of
而且俺觉得基于代谢的药物development绝对是未来10年的热点
math
avatar
z*t
105
您为啥不target phenotype A(或者说 cancer stem cell phenotype)? 如果A不产生R,
R不能抗药或者直接加上对R有作用的药物不也是可以clear tumor?
还有老大怎么用modelling把占据population少数的细胞,比如cancer stem cell的突
变(或者expression change)拎出来?这种情况下会不会和测序错误混在一起?

【在 l***y 的大作中提到】
: 举个例子:
: 细胞中,50% 大致是一种 phenotype A,另外 50% 呈不同的 20 几种 phenotype,其
: 中占总 population 的 3% 的一种 phenotype R 会对 drug D 产生抗药性。所以如果
: 直接做 microarray,基本上看不到这种 phenotype R 的特征。
: 把 phenotype A 分离出来培养几天后,发现只有 50% 的新细胞依然属于 A,同时发现
: 有 3% 属于 phenotype R。换句话说,这几种 phenotype 在 in situ 条件下会自发形
: 成稳定比例。
: 这在 cancer cell 中挺常见的,也是支持 cancer stem cell 的 hypothesis 的一个
: 依据。
: 把 phenotype R 分离出来给药,发现其抗药性丧失。只有跟剩下的细胞 co-culture,

avatar
l*1
106
楼下 一堆 StatesPIs and tg 千人/青 在PK 生物和数学/物理的人的合作 ha Lol
avatar
l*1
107
Sure 有机合成的思维方式 近似 小学三年生 琢磨 如何 搭初中三年生 玩的乐高 积木
cancer biology的思维方式 近似 htscorpion (snoopy) 付出行动 象 吊 海明威的
'老人与海' 的 小说 中 的 那条 大鱼


【在 h********n 的大作中提到】
: 我倒不觉得那个学科牛一点啥的. 我以前学有机合成的, 后来做cancer biology, 最
: 大的体会是思维方式完全不同.
:
: 了。

avatar
l*1
108
推荐一篇新文章 about new COPASI tool:
MCISB New paper: "Condor-COPASI: high-throughput computing for biochemical
networks" biomedcentral.com/1752-0509/6/91
39 days ago · reply · retweet · favorite
link:
//www.mcisb.org/
right side Top their Twitter Top one.

【在 z*t 的大作中提到】
: 我觉得代谢还是蛮特别的,因为易于用数学模型来模拟,可以将-> design of
: 而且俺觉得基于代谢的药物development绝对是未来10年的热点
: math

avatar
f*u
109
这个帖子很及时。
我是传统分子生物学出身的,之前对所谓的系统生物学很不感冒,
觉得很多是在忽悠,版上跟我有类似看法的人估计还有一些。
这个帖子可以说改变了我对系统生物学的看法。
你说这个套路现在是比较典型的了,能不能给列出几个这样做的组,
我想详细追踪一下他们做近几年的文章,学习一下系统生物学的思路,
看能不能借鉴到我自己的研究领域里来。



【在 l***y 的大作中提到】
: 比如说,有这样一个 hypothesis:两种药的 targets 越不相干,那么这两种药的
: synergism 就越好。手头有一两百种药的某几个癌症的 cell line 上的 microarray
: 数据以及 IC50,那么就要先用图论的工具和几种备选的图模型来两两计算药的相干性
: ,得出基准分布,进一步算出每对药的组合的大家深恶痛绝的 p-values,然后根据要
: 使用的统计模型设计抽样方式来保证正交性的同时尽量减少样本量。然后上 384 孔板
: ,测数据,用事先选的统计模型分析来看哪种图模型最好地符合 hypothesis,同时看
: 这时 hypothesis 是否靠谱。然后用这种图模型预测最佳和最差的药的组合,重新上
: 384 板验证。在图上找到最佳组合的关键节点,k/d 或者 inhibit 之,再上 384 板验
: 证。最后根据经费和信心,要么 in vitro 上病人的细胞,要么 in vivo 在老鼠上种
: cell line,再重复一下最佳和最差的药的组合。

avatar
l*1
110
Re LX request: 能不能给列出几个这样做的组?
Here you go
http://www.csh-asia.org/design11.html
Keynote Speakers:
Jay Keasling, University of California, Berkeley, USA
Invited Speakers:
Adam Arkin, University of California, Berkeley, USA
Yaakov (Kobi) Benenson, ETH Zurich, SWITZERLAND
Austin Burt, Imperial College London, UK
Jeff Boeke, Johns Hopkins University, USA
Michelle Chang, University of California, Berkeley, USA
Virginia Cornish, Columbia University, USA
John Dueber, University of California, Berkeley, USA
Drew Endy, Stanford University, USA
Danielle Ercek, University of California, Berkeley, USA
Anthony Forster, Uppsala University, Sweden
Daniel Gibson, The J. Craig Venter Institute, USA
Ryan Gill, University of Colorado USA
Ralph Greenspan, University of California, San Diego, USA
Jim Haseloff, University of Cambridge, UK
Mark Isalan, EMBL/CRG Systems Biology Research Unit, SPAIN
Michael Jewett, Northwestern University, USA
Radha Krishnakumar, J. Craig Venter Institute, USA
Julius Lucks, Cornell University, USA
June Medford, Colorado State University, USA
David Savage, Harvard Medical School, USA
Reshma Shetty, MIT/Ginkgo BioWorks, USA
Pamela Silver, Harvard Medical School, USA
Christina Smolke, Stanford Engineering, USA
Jeff Tabor, Rice University USA
Hiroki Ueda, RIKEN Kobe Institute, JAPAN
Christopher Voigt, Massachusetts Institute of Technology, USA
Harris Wang, Harvard University, USA
Ron Weiss, MIT-CSAIL USA
Hans Westerhoff, Manchester Centre for Integrative Systems Biology, UK
COLD SPRING HARBOR ASIA CONFERENCES
2011 Symposium:Design & Synthesis of Biological Systems
Suzhou Dushu Lake Conference Center
November 7 - 11, 2011
Topics:
Building and Designing Genomes Prokaryotic Genetic Circuits
Eukaryotic Genetic Circuits
Metabolic Engineering
Modeling Biological Systems
Designing with RNA
Biofuels and Sustainability
Design and Plants
Synthetic Populations
Synthetic cells and organelles
Biofabs and the view from industry
avatar
f*u
111
谢谢了

【在 l**********1 的大作中提到】
: Re LX request: 能不能给列出几个这样做的组?
: Here you go
: http://www.csh-asia.org/design11.html
: Keynote Speakers:
: Jay Keasling, University of California, Berkeley, USA
: Invited Speakers:
: Adam Arkin, University of California, Berkeley, USA
: Yaakov (Kobi) Benenson, ETH Zurich, SWITZERLAND
: Austin Burt, Imperial College London, UK
: Jeff Boeke, Johns Hopkins University, USA

avatar
b*r
112
不太明白你指的什么
代谢病除非你把糖尿病/肥胖算上,不然可以说都是罕见病,如何成为热点
如果是治疗糖尿病/肥胖的研究比现在还要热门,那我觉得人类挺悲哀的,这俩病的患
者大部分可以说都是自己选择得这个病的,主要的病因都是明明知道不健康的生活方式

【在 z*t 的大作中提到】
: 我觉得代谢还是蛮特别的,因为易于用数学模型来模拟,可以将-> design of
: 而且俺觉得基于代谢的药物development绝对是未来10年的热点
: math

avatar
s*y
113
这两天都在写proposal, 写得眼冒金星,短短的一页specific aim三四天过去了还是写
不完开头两个段落,所以脾气比较坏,居然还在版上当众吵架了,让大伙见笑了.
今天吃完午饭又困了,又想起了这回事,突然发现这个吵架的过程其实很符合原议题的精
神,就是生物学家和数学/物理界的人合作的难点.而且其中我的很多贴子那么辛苦的写
了,沉在那个歪掉的楼里挺可惜的,如果不如放到这里吧。
avatar
s*y
114
我因为有时候也做细胞骨架,所以勉强算是和数学/物理界合作稍微多一点 的人了,但是
在我的经历里,愉快的不多,不愉快的居多.此中原因很多,但是在我的自尊比较强的体会
里,大部分情况下是被对方挑起的,或者是因为对方对生物系统的特殊性的不
熟悉而产生的误会.
avatar
s*y
115
很多搞数学/物理的人,对公式有一种天生的敬畏感和捍卫的自发性,在他们的眼里,因为
我们这些搞生物的人不会推导公式,一定就是比较笨的人.他们总觉得他们对我们的指点
是高屋建甄,我们要是提出了质疑,而且又不是以他们所能理解的公式推导方式提出的质
疑的话,一定就是因为我们太蠢看不懂公式.
事实上,不管大家如何看待,生物学事实上是一个科学,我们中大部分人可能看不懂公式
不等于我们就一定不懂得物质运作的道理.
avatar
s*y
116
就说我和另外一位ID吵架的过程吧,主要原因就是因为我们对那个Abbe equation 的不
同理解.Abbe Equation 简单来说,就是用来标示一个显微系统的理论分辨率的方程,大
致是 d= lamba/(2n * sin a). 这个吵起来的过程说起来很好笑,就是到底如何理解其
中的各个不同的项. Abbe equation我们在大学的时候学光学的时候学过,推导过程很麻
烦,我早就忘得干干净净.但是其中的物理意义我大致还是记得一点的, sin a这个值大
致代表镜头的有效光学视角, lamba/2n 则是Airy Disk 在某个均匀介质里的尺寸. 这
个公式貌似很简单,但是其中有很多暗藏机关.
关键就是,生物学的大部分显微样品不是在均匀介质里的,而是在样品和成像用的介质之
间有一个盖玻片.这个就引入了两个问题,一个就是盖玻片对光路的折射,另外一个就是
盖玻片两侧的介质的不均匀.
avatar
s*y
117
前一个问题,盖玻片对光路的折射的解决方案比较简单,各个显微镜的厂家针对盖玻片的
厚度在光路里放一些修正的东西(具体怎么做可就远远超出我的知识范围了).
但是一开始各个厂家用的盖玻片厚度是不一样的,修正也不一样.这个让做生物的人感到
很混乱很困扰.后来各大厂家就统一规定默认用1.5号的盖玻片,大家都针对这个系数来
修正.这个事情我后面再详细讲两句
avatar
s*y
118
后一个问题,.如果盖玻片两侧的介质的折射系数n的问题, 生物学里的因地制宜的解决
方法就是把两边的介质的n值尽量弄一致. 但是如果万一两边的n值真的不一样怎么办?
这种情况下到底是看样品这边还是镜头那边的n? 我和那位 ID 的分歧大概就是在这里
产生的. 其实这个分辨率是由样品这边的介质决定的. 盖玻片的另外一边到底是油还是
空气还是水还有到底用什么镜头, 对于系统的真实Airy disk 的尺寸是没有任何贡献的
. 也就是说,假如盖玻片样品的一侧有靠得很紧的两个光斑因为太胖而紧贴成一大团的
话,不管你在盖玻片另外一侧做什么手脚涂什么东西,只要你的系统是线性的话,就不能
真的把那个大胖一团光斑还原成两个小点。
不然的话super resolution显微镜也太容易做了,尽情的在盖玻片和镜头之间放些n值特
别高的介质不就完了?!!!
所以严格的说,这个光斑分辨率,和用什么镜头和涂什么油,本质上是丝毫, 根本, 完全
无关的. 比方说要是把样品放在干燥环境里用盖玻片封起来, 然后拿去上油镜或者上干
镜, 这两种处理方式里,油镜真的能产生更小的Airy Disk 么?当然不会! 对此另
外一个ID本来也和我意见不一致,后来突然不出声好像赞同我了, 但是他对这个公式的
理解,貌似还是可能有误差,不过我就不多说了.
avatar
s*y
119
其实我说了半天,我的意思就是,在生物样品里, 那个油镜和涂的油只能改变有效视角,
从而让样品的成像亮度也就是说成像质量有增加 (这个是我在原来的吵架贴里反反复复
强调的观点), 但是那个理论光斑的尺寸是完全依赖于我们做生物的人如何制备这个样
品的,和用什么镜头用什么油统统没有任何直接关系. 希望大家现在看了能明白回来到
底是怎么个回事.
avatar
s*y
120
不过话说回来,我们做生物的人,当然不想给自己没事找事,所以我们会把样品制备在和
盖玻片外面的介质n 值非常相近的环境里, 含糊的把这个作为一个均匀系统来处理,
所以才让这个Abbe Equation 能够近似地取外面的介质的n 值.但是我们要是突然犯别
扭了,或者要搞破坏的话,如果故意把样品制备在一个n 值和盖玻片外面的介质相差很远
的环境里,那么这个Abbe Equation就直接失效了, 在这个情况下讨论外面的油的n值变
得毫无意义. 所以你们那些做光学的人不要因为我们做生物的人的乖乖配合就以为涂在
外面的油真的能够增加分辨率. 不要把这个因果关系搞反了, 要记得是我们在迁就你
们. 这个分辨率的增加是因为我们把样品封在n 值比较高的介质里来和外面的油匹配,
所以让你可以近似的去使用这个方程。而不是你在外面涂了一个油就真的让这个光斑分
辨率突然一下子平白无故的升高了
avatar
s*y
121
我觉得这里的很多误会, 吵起来的原因, 就是因为我不会推导那些公式,所以我不能用
他所熟悉的方法来告诉他为什么他的理解方式在生物学里居然是错误的。我有时候很痛
苦自己在大学的时候没有好好学数学,所以不能在辩论的时候洋洋洒洒的写一堆公式来
支持自己,我作为一个传统生物学家,只能笨拙的用描述性的语言举例子打比方来进行
说明 (我不知道版上的同学是否也有类似的痛苦感?)。但是大部分数学和物理界的
人对此的耐心是非常低的,说不定觉得我们如果不先写一堆方程就肯定是在无理取闹。
估计在那个ID看来,那个那么千锤百炼的公式里面明明写着n, 我居然敢说这个n和分辨
率没
有关系? 我到底是吃了什么豹胆子? 然后估计他就抱着一个蔑视的态度来先入为主
的想要来教训我,而不是来和我讨论了。再加上我一不小心大脑缺血的时候记错了一个
镜头的系数, 于是他就直接把我打入骗子的行列了, 所以我在原贴里的话都统统白说
了.  其实他要是头脑冷静一点的话,哪怕稍微听一听我在原贴里跟他反复说的那些话
中的十分之一,就不会闹出这种错误了。
avatar
s*y
122
说了这么多,一些不熟悉光学成像的人可能心里嘀咕了,那么我们到底该怎么做才是正确
的? 这个我作为一个老用户来说两句我的体验吧:
1. 对于尺寸比较大的东西,比方说有5个微米那么大的,不管你的样品封在什么介质里,
你爱用什么镜头都无所谓, 因为那个由于镜头引入的偏差对于你关心的尺寸根本就无
足道.但是因为生物成像时要考虑到暴光过度会损伤样品,所以应该尽量用比较明亮的系
统,也就是,首选油镜,来减少暴光时间.
对于特别细微的东西,比方说酵母里面一个endocytic site 那么大小的东西,那就要非
常注意,如果你的样品制备在甘油或者那些常见的mounting medium 里那就用油镜,
如果你不小心是制备在PBS 里,那就尽量用水镜. 对于浸泡在培养液里的活细胞,如果必
须看非常细微的东西的话, 同样推荐用水镜.
至于干镜, 没有特别理由就尽量不要用来做精细成像,除非你们要做自动高通量多孔板
成像,镜头要在不同的孔之间反复挪来挪去, 那就只好用干镜.
2., 要注意你们用的盖玻片的厚度,除非你们的显微镜或者镜头的手册明确指明用
其他厚度,否则必须按默认值用1.5号. 这个事情很多人都搞错.我见过好几个物理出身
的人(但不是搞光学成像的)就是乱用,比方居然用1号的玻璃片,因为他们自以为玻璃薄
一些成像质量会比较好.我好心好意的和他们指出这个问题, 他们不但不信,还挺不以为
然的觉得我这个人不是学物理的,讲的都肯定是胡说八道. 所以可见那个和我吵了半天
的ID, 在他的领域里未必就是一个少数例子。象他那种态度的人可能不少。
avatar
s*y
123
我说了这么多,我的point 就是,搞数学和搞物理的同学,不要太小看我们生物的人,我们
虽然不懂得怎么推导公式,但是这个并不等于我们就没有科学素质,事实上,我们对于一
些东西, 比方说一个具体的蛋白的物理意义,化学意义和生物意义是很敏感的.所以当我
们对你们的一些公式提出异议的时候,先不要抱着高高在上的态度认为我们肯定就是错
的,先听听我们的具体意见,详细分析后再说. 因为我们作为用户,对一些公式的适用
性这种问题的关注性可能会比你们高(虽然我们不会推导那些东西),所以我们有时候
提出问题是必然的。即使万一我们真的错了,也不要一开头就抱着一副来教训我们的姿
态,或者以为我们不尊重你们辛苦推导的公式. 再加上有些情况下面其实是你们把系
统过于简化了引起了我们的担忧,未必就是我们真的错了。如果连这点起码的尊重都做
不到的话,那么没有生物界的人乐意和你们合作那就是必然的了。所以你们这些做物理
做数学的人,在开口和我们吵之前,先想想是不是这个道理。
avatar
s*y
124
在这里我不得不感慨一下生物和数学/物理的人的合作之难.我觉得很多搞数学/物理的
人不是很耐烦我们生物学里那么多罗嗦细节东西,总是觉得我们之所以还没有搞清楚生
物体,就是因为我们不学无术插管吸血浪费钱财等等等,所以在我观察到的事例来看,合
作不成功的大部分原因,是因为那些搞数学和物理的人对我们不尊重,从而导致了我们的
逆反心理不愿意去找他们.
我曾经在生物物理打擦边球的混过一阵子,接触过一些非常优秀的数学家,但是他们几乎
毫无例外的,在刚刚进入我们这个领域的时候,都抱着一种蔑视心态,觉得我们居然不会
用数学去解决那些复杂问题,可见一定是多么的愚蠢. 这个态度在这几天来我们这里讨
论或者说找碴的人里面也是惊人的似曾相识 。
我曾经在一个讲座上,听到一个搞生物数学的人号称是解决了我们细胞骨架领域里面一
个非常难的难题,那就是microtubule dynamic instability是如何产生和调控的,我们
一听,其实就是把微管蛋白简化成一块砖头状的刚体,然后用一些非常花哨的公式推导之
后得到了一个号称能够模拟微管动态的模型. 这个报告里面的大段大段的推导和一些非
常花哨的仿真, 到底是怎么做出来的,我当然是没有听懂的, 我想大部分做在下面的
传统生物学家 也没有懂.然后发言完了之后,有个人问说,在我们的理解中这个微管蛋白
好像不是一个刚体哎.而且它水解GTP之后构型会变化的啊. 结果被对方劈头劈脑的在
黑板上画了一大堆公式强调说我们的理解是错的他们的理解是对的.我们一看这么多公
式就晕了,就只好不和他辩论了.但是我们这些做传统生物学的人在台下你望望我,我望
望你,都带着一幅心照不宣的微笑。后来我离开那个领域了,就不知道到底里面具体是
怎么发展了,但是基于做细胞生物的人仍然默认那个microtubule dynamic
instability是一个还没有解决的问题,我猜那个模型大概还是无疾而终了。
avatar
s*y
125
最后, 讲一个笑话让大家轻松一下: 一个农夫的鸡老是不下蛋, 他请了一个生物学家来
看, 生物学家看了提出了一大堆意见,光照啊,温度啊,营养啊,什么什么的, 但是农夫去
试了之后都没有什么用. 然后一个物理学家来了, 告诉农夫说他有办法解决. 然后他推
算了好几天, 自信满满的告诉农夫说, 我找到解决方案了! 而且这是一个伟大,简洁而
优美的方 案! 农夫很高兴就问他说是什么方案, 物理学家说, 首先, 你得先把你的鸡
都弄成圆球状,然后放到真空里....
avatar
n*t
126
板凳
码了这么多
真有时间啊~
avatar
s*y
127
这两天写Proposal 写得特别焦急所以也特别上火,所以特别容易吵架。
发完这个糖僧文表达一下我对这个合作问题的看法之后,我得闭关思过一阵子好好写东
西了,没有什么事情就不一定上来了。等出关了在和大家再见吧。
avatar
D*a
128
mark
笑话不错哈~
avatar
s*y
129
呵呵,都是从另外一个歪掉的楼里copy/paste 过来的。

【在 n******t 的大作中提到】
: 板凳
: 码了这么多
: 真有时间啊~

avatar
C*I
130
第一页是关键。我写过超过两个月的。写proposal还能上来码字,牛啊!:-)

【在 s******y 的大作中提到】
: 这两天都在写proposal, 写得眼冒金星,短短的一页specific aim三四天过去了还是写
: 不完开头两个段落,所以脾气比较坏,居然还在版上当众吵架了,让大伙见笑了.
: 今天吃完午饭又困了,又想起了这回事,突然发现这个吵架的过程其实很符合原议题的精
: 神,就是生物学家和数学/物理界的人合作的难点.而且其中我的很多贴子那么辛苦的写
: 了,沉在那个歪掉的楼里挺可惜的,如果不如放到这里吧。

avatar
a*k
131
从祖国出来做生物的虽然推公式有点困难,看公式应该还行吧。特别是合作者能够稍作
指点一二,觉得你看个一般的建模肯定没问题啊。
avatar
f*e
132
分辨率是由波长决定的
avatar
g*3
133
这个合作难其实并不是学科间的壁垒,说到底还是文人相亲~ 以我的视角,在合作的过
程中,生物人却是比较受歧视,贡献往往最大~ 物理背景的人也有合作很不错的,但是
都是那些非常厚道非常厚道的人~
我周围的人合作的大多以失败告终...组里面有一人手头上三篇paper 【一篇是science
级别,另两篇nanoletter】,折腾了很久,就是投不出去~ 原因就是chemistry part的
人说看不懂,我们组是物理+生物背景,这个已经折腾到lawyer那儿去了
其实我更相信组内的不同学科背景合作,组间的合作除非是大牛或者加合作者厚道/热
衷于science,否则那是扯淡~ 我们这有一人当年已经是山穷水尽了...因为他只做X蛋
白,10多年就那个东西,已经没搞头了,他后来招了个research assistant(量子物理
phd背景),据说是拉着那哥们的手,眼里含着泪花说哥们,我需要你...那哥们也算是
厚道,当时microarray刚刚兴起,数据分析啥的没有pipeline,这哥们和老板在一间办
公室奋战好几个星期,硬是整出来了一篇好paper,这是我见过的最好的例子,那老板
后来所有的工作都是在这些基础上继续展开的.
avatar
p*l
134
我本来不太想和人抬杠的,不过吵得这么热闹,还是忍不住。
sunnyday同学关于成像的经验是实践中总结出来的,他陈述物理原理
的时候,理概念上没错,不过比较直觉化,不是很严谨。但是他是做生
物的,抓住他不擅长的地方死抠,不符合bbs的本意。本来就是一个网
络论坛的讨论,谁说错了别人更正就是了,不需要以此打击发言。
Sunnyday喜欢在光学问题上发言是因为他对这个很感兴趣。生物版混
的ID,背景五花八门的,但是都是对生物感兴趣的,Sunnyday作为版
上的活跃分子,从来都很积极回答别人的高级低级以及白痴问题。事实
上,我印象里这个版上,关于生物的问题的讨论都是比较开放平和的。
现在Sunnyday作为一个做生物的人,因为在物理问题上发言不太严谨,
被穷追猛打,显得我们做数理的太小气。
我是做光学的,算正牌出生吧,不过要我数学很烂,让我现在推abbe
diffraction limit 我也是推不出来的。但是我反正是做实验物理的,重要
的是脑海里的物理概念和直觉,而不是数学推算。所以如果有人以此批
我不懂光学,对我是没什么杀伤力的。但是如果以此来批sunnyday,
不但不公平,而且很打击他对光学成像的兴趣。这也反映了长久以来,很
多数理学科得人觉得自己的水平高生物一等。抱着这种想法,数理就永远
没有可能和生物结合。
avatar
M*P
135
就microtubule那个问题来说,所谓刚体,未必就是不变的。只是假定不同构象的蛋白
,他们的变化相对于整个系统模型所处理的时间尺度是可以忽略的。
这种近似处理,任何除生物的学科都在用,但是生物训练过于注重细节,不能理解所有
模型都是基于某些假设的。所以还是说明生物缺乏基础训练。
实际上更有意义的问题,就是怎样通过测量证明不同构象的蛋白对观测到的动力学参数
有影响。构象之间转换的时间尺度是什么?

★ 发自iPhone App: ChineseWeb - 中文网站浏览器

【在 s******y 的大作中提到】
: 这两天都在写proposal, 写得眼冒金星,短短的一页specific aim三四天过去了还是写
: 不完开头两个段落,所以脾气比较坏,居然还在版上当众吵架了,让大伙见笑了.
: 今天吃完午饭又困了,又想起了这回事,突然发现这个吵架的过程其实很符合原议题的精
: 神,就是生物学家和数学/物理界的人合作的难点.而且其中我的很多贴子那么辛苦的写
: 了,沉在那个歪掉的楼里挺可惜的,如果不如放到这里吧。

avatar
w*h
136
你真猛,写了这么多。
今天晚上给你打个电话,没换号码吧?

【在 s******y 的大作中提到】
: 这两天都在写proposal, 写得眼冒金星,短短的一页specific aim三四天过去了还是写
: 不完开头两个段落,所以脾气比较坏,居然还在版上当众吵架了,让大伙见笑了.
: 今天吃完午饭又困了,又想起了这回事,突然发现这个吵架的过程其实很符合原议题的精
: 神,就是生物学家和数学/物理界的人合作的难点.而且其中我的很多贴子那么辛苦的写
: 了,沉在那个歪掉的楼里挺可惜的,如果不如放到这里吧。

avatar
l*n
137
俺化学系出身的, 现在在生物物理, 做点计算. 这里也顺便感慨一下跟做生物合作的难
处,
主要在于数据的质量要求上, 体外的生化实验的数据我们还是很喜欢的, 但是其他的数据
很多时候真的很不好用...

【在 s******y 的大作中提到】
: 这两天都在写proposal, 写得眼冒金星,短短的一页specific aim三四天过去了还是写
: 不完开头两个段落,所以脾气比较坏,居然还在版上当众吵架了,让大伙见笑了.
: 今天吃完午饭又困了,又想起了这回事,突然发现这个吵架的过程其实很符合原议题的精
: 神,就是生物学家和数学/物理界的人合作的难点.而且其中我的很多贴子那么辛苦的写
: 了,沉在那个歪掉的楼里挺可惜的,如果不如放到这里吧。

avatar
O*e
138
我就不理解那些搞数理的拽什么。要真搞合作,大钱都是做生物的把握着,被巴结的也
不应该是他们啊。
其实这个跨学科合作的难度未必就比学科内合作大多少。合作本身毕竟牵涉太多因素。

【在 p*l 的大作中提到】
: 我本来不太想和人抬杠的,不过吵得这么热闹,还是忍不住。
: sunnyday同学关于成像的经验是实践中总结出来的,他陈述物理原理
: 的时候,理概念上没错,不过比较直觉化,不是很严谨。但是他是做生
: 物的,抓住他不擅长的地方死抠,不符合bbs的本意。本来就是一个网
: 络论坛的讨论,谁说错了别人更正就是了,不需要以此打击发言。
: Sunnyday喜欢在光学问题上发言是因为他对这个很感兴趣。生物版混
: 的ID,背景五花八门的,但是都是对生物感兴趣的,Sunnyday作为版
: 上的活跃分子,从来都很积极回答别人的高级低级以及白痴问题。事实
: 上,我印象里这个版上,关于生物的问题的讨论都是比较开放平和的。
: 现在Sunnyday作为一个做生物的人,因为在物理问题上发言不太严谨,

avatar
O*e
139
不是数据不好用,是你没找到对头的分析方法,^_^

数据

【在 l******n 的大作中提到】
: 俺化学系出身的, 现在在生物物理, 做点计算. 这里也顺便感慨一下跟做生物合作的难
: 处,
: 主要在于数据的质量要求上, 体外的生化实验的数据我们还是很喜欢的, 但是其他的数据
: 很多时候真的很不好用...

avatar
P*B
140
RE:我也有同感,我们的程序员很喜爱把生物数据想像成完美物理实验数据,然后按照
自己的理解推导一番,最后得出一个让人哭笑不得的结论,完全没有生物意义。相反,
从前和一些理论物理学者的合作就很成功,他们对生物世界很好奇,我们好歹也学过普
通物理和高数,不会推导但理解没有问题,就是彼此用给一二年纪本科生讲science的
方法,沟通得很好。所以,截然不同的合作经历告诉我,对科学不竭的好奇心,是
推动合作的最终动力,合作者的性情比背景重要……就跟找对象差不多的道理。
avatar
p*6
141
什么时候流行用钱来衡量科学贡献了?

【在 O******e 的大作中提到】
: 我就不理解那些搞数理的拽什么。要真搞合作,大钱都是做生物的把握着,被巴结的也
: 不应该是他们啊。
: 其实这个跨学科合作的难度未必就比学科内合作大多少。合作本身毕竟牵涉太多因素。

avatar
c*u
142
你真能唐啊。
这些球差,慧差,场曲。。。不是 Abbe limit考虑的东西了。严格的来讲,
aberration的衍射过程要上有限元才能得矢量解的。标量解对大NA系统事很不准,更别
说只考虑折射率了。
当然这些末节不会入真正学物理的法眼的。

【在 s******y 的大作中提到】
: 就说我和另外一位ID吵架的过程吧,主要原因就是因为我们对那个Abbe equation 的不
: 同理解.Abbe Equation 简单来说,就是用来标示一个显微系统的理论分辨率的方程,大
: 致是 d= lamba/(2n * sin a). 这个吵起来的过程说起来很好笑,就是到底如何理解其
: 中的各个不同的项. Abbe equation我们在大学的时候学光学的时候学过,推导过程很麻
: 烦,我早就忘得干干净净.但是其中的物理意义我大致还是记得一点的, sin a这个值大
: 致代表镜头的有效光学视角, lamba/2n 则是Airy Disk 在某个均匀介质里的尺寸. 这
: 个公式貌似很简单,但是其中有很多暗藏机关.
: 关键就是,生物学的大部分显微样品不是在均匀介质里的,而是在样品和成像用的介质之
: 间有一个盖玻片.这个就引入了两个问题,一个就是盖玻片对光路的折射,另外一个就是
: 盖玻片两侧的介质的不均匀.

avatar
p*6
143
你不得不承认,有很多数据就是不好用,不管用什么方法,也回答不了你的科学问题。
即使以严谨的态度和高超的技术得到的数据,也会不好用,因为在实验设计的时候没有
充分考虑分析数据所需要的条件(比如屏蔽干扰因素)。另外还有很多乱七八糟的垃圾
数据更没法用。

【在 O******e 的大作中提到】
: 不是数据不好用,是你没找到对头的分析方法,^_^
:
: 数据

avatar
p*u
144
既是数据不好用,也是没有找到对头的分析方法。
要把一个东西量化,实验系统看似简单,其实非常复杂,今天做的结果,跟明天做的就
有可能不一样了,在这种情况下,采取一个更简单的公式来说明这个复杂的系统,那就
更不可靠了。如果不是分析具体的细节,模糊出一个简单的模型倒是未尝不是一件好事
,只不过,该模型有一个应用范围。在下不懂数学/物理,搞不清楚牛顿力学和量子力
学的分界线。但是想把任何一个蛋白想搞成刚体来研究的话,还是省省心吧。
avatar
h*w
145
看到这儿,我觉得还是要说一下。你的理解有误。
如果盖玻片两侧介质不同, 真正的分辨率(假设不考虑像差),取决于小的那个NA,而
不是单一某侧。实际情况有两种。
1。物镜一侧NA大,比如1.4,但样品在空气里,这样illuminate时物镜侧的高角度光线
不能到达样品,而成像时空气里的光线到达物镜一侧时也不能充满1.4的孔径。所以有
效孔径是1.
2。物镜一侧NA小,比如干镜,但样品在油里1.4,那么照明时就不能有效利用油的全部
孔径,而成像时,从样品发出的高角度光也不能进入到物镜空气一侧,所以有效孔径仍
然是1。

【在 s******y 的大作中提到】
: 其实我说了半天,我的意思就是,在生物样品里, 那个油镜和涂的油只能改变有效视角,
: 从而让样品的成像亮度也就是说成像质量有增加 (这个是我在原来的吵架贴里反反复复
: 强调的观点), 但是那个理论光斑的尺寸是完全依赖于我们做生物的人如何制备这个样
: 品的,和用什么镜头用什么油统统没有任何直接关系. 希望大家现在看了能明白回来到
: 底是怎么个回事.

avatar
h*w
146
也不能这么说,实际上很多光学系统设计,比如物镜,都是用ray optic来实现的,校
正像差没什么问题。

【在 c****u 的大作中提到】
: 你真能唐啊。
: 这些球差,慧差,场曲。。。不是 Abbe limit考虑的东西了。严格的来讲,
: aberration的衍射过程要上有限元才能得矢量解的。标量解对大NA系统事很不准,更别
: 说只考虑折射率了。
: 当然这些末节不会入真正学物理的法眼的。

avatar
p*l
147
其实想这些细节没什么用,细胞内散射的影响远大于aberration,一两层细胞以外,就
没Abbe limit什么事了。

【在 c****u 的大作中提到】
: 你真能唐啊。
: 这些球差,慧差,场曲。。。不是 Abbe limit考虑的东西了。严格的来讲,
: aberration的衍射过程要上有限元才能得矢量解的。标量解对大NA系统事很不准,更别
: 说只考虑折射率了。
: 当然这些末节不会入真正学物理的法眼的。

avatar
N*n
148
分析已经不好用了,要develop new algorithm.

【在 p********6 的大作中提到】
: 你不得不承认,有很多数据就是不好用,不管用什么方法,也回答不了你的科学问题。
: 即使以严谨的态度和高超的技术得到的数据,也会不好用,因为在实验设计的时候没有
: 充分考虑分析数据所需要的条件(比如屏蔽干扰因素)。另外还有很多乱七八糟的垃圾
: 数据更没法用。

avatar
c*u
149
俺设计过物镜,一但NA 靠近全反射,Ray Tracing 就歇菜了。CodeV不知道, Zemax用
标量仰射+Monte Carlo来模拟残不忍睹.

【在 h***w 的大作中提到】
: 也不能这么说,实际上很多光学系统设计,比如物镜,都是用ray optic来实现的,校
: 正像差没什么问题。

avatar
h*w
150
既然你也说是极端情况,那我们实际是一个意思,没有万能的东西。

【在 c****u 的大作中提到】
: 俺设计过物镜,一但NA 靠近全反射,Ray Tracing 就歇菜了。CodeV不知道, Zemax用
: 标量仰射+Monte Carlo来模拟残不忍睹.

avatar
c*0
151
所以做生物的王道是什么都要懂,而且还不能是半桶水那种...这点上还是要佩服我老
板的,压着手下的PHD从实验设计,gene database数据分析,生物模型构建,光学成像
,后期图像处理,matlab编程...什么都要自己一手包办...加上以前的医学背景,现在
不管是碰见纯生物的,做兽医的,搞理化的,CS的,EE的都能有的没的扯上半天,哈哈
。所以说生物学其实也要实行精英教育,要不然这谭水太混太深,资源无形中都被浪费
掉了。今天中午看到2012国家自然科学基金名单,生物学部和医学部(特别是医学部)
的中标项目,看上去百花齐放,实际上细看一下,大部分都是打着够潮、够前沿的噱头
来圈钱,前几年iPS火,再生医学的项目一大堆;这2年miRNA火了,什么有关的无关的
医院科室都要来插一脚,你真要中标的头头们来说一说miRNA,估计也说不出个什么门
道来。小时候沉迷看科幻世界,何夕的《伤心者》现在还能记忆犹新,其中有一句话,
是故事中的老外评论中国的科学家:科学其实就像一棵树,你们中国人太关注地面上枝
繁叶茂的部分,其实它最重要的埋在地下默默无闻的根。
avatar
s*j
152
"压着手下的PHD从实验设计,gene database数据分析,生物模型构建,光学成像
bernado sabatini ?
avatar
m*z
153
在big band theory里面也看到这个笑话,一直没有get it
谁能科普下?

【在 s******y 的大作中提到】
: 最后, 讲一个笑话让大家轻松一下: 一个农夫的鸡老是不下蛋, 他请了一个生物学家来
: 看, 生物学家看了提出了一大堆意见,光照啊,温度啊,营养啊,什么什么的, 但是农夫去
: 试了之后都没有什么用. 然后一个物理学家来了, 告诉农夫说他有办法解决. 然后他推
: 算了好几天, 自信满满的告诉农夫说, 我找到解决方案了! 而且这是一个伟大,简洁而
: 优美的方 案! 农夫很高兴就问他说是什么方案, 物理学家说, 首先, 你得先把你的鸡
: 都弄成圆球状,然后放到真空里....

avatar
c*u
154
就是说Physicists喜欢把问题简化,只考虑理想情况。球形的鸡在真空的环境里。
但这其实是物理的精髓,在乱七八糟的数据里抓出最本质和普遍的东西。
在big band theory里面也看到这个笑话,一直没有get it
谁能科普下?

【在 s******y 的大作中提到】
: 最后, 讲一个笑话让大家轻松一下: 一个农夫的鸡老是不下蛋, 他请了一个生物学家来
: 看, 生物学家看了提出了一大堆意见,光照啊,温度啊,营养啊,什么什么的, 但是农夫去
: 试了之后都没有什么用. 然后一个物理学家来了, 告诉农夫说他有办法解决. 然后他推
: 算了好几天, 自信满满的告诉农夫说, 我找到解决方案了! 而且这是一个伟大,简洁而
: 优美的方 案! 农夫很高兴就问他说是什么方案, 物理学家说, 首先, 你得先把你的鸡
: 都弄成圆球状,然后放到真空里....

avatar
n*c
155
数学在生物领域有多牛B,看看,journal of theoretic biology这个杂志的IF就知道
了,那些通过公式推导,数学建模,说解决了某些问题的,其实都是trash,基本上只是
在牛B杂志上一闪而过而矣,之后再没人引用。搞数学生物的,基本上都是装B犯。
avatar
y*s
156
orz...
avatar
d*y
157
艳阳天简直就是我的偶像,各相关专业的知识都能上下同会贯通,哈哈……
avatar
c*0
158
No...I am not in Harvard... Anyway, although my professor is push, I admire
him very much, and also it is a big opportunity to learn so many things as a
PhD.

【在 s*****j 的大作中提到】
: "压着手下的PHD从实验设计,gene database数据分析,生物模型构建,光学成像
: bernado sabatini ?

avatar
h*u
159

好像读到过大部分生物文章的数据是不能repeated。不知道在数学/物理领域是多少,
如果比例很小,显然是很难合作的。

【在 s******y 的大作中提到】
: 这两天都在写proposal, 写得眼冒金星,短短的一页specific aim三四天过去了还是写
: 不完开头两个段落,所以脾气比较坏,居然还在版上当众吵架了,让大伙见笑了.
: 今天吃完午饭又困了,又想起了这回事,突然发现这个吵架的过程其实很符合原议题的精
: 神,就是生物学家和数学/物理界的人合作的难点.而且其中我的很多贴子那么辛苦的写
: 了,沉在那个歪掉的楼里挺可惜的,如果不如放到这里吧。

avatar
l*e
160
什么proposal那么难写?

【在 s******y 的大作中提到】
: 这两天都在写proposal, 写得眼冒金星,短短的一页specific aim三四天过去了还是写
: 不完开头两个段落,所以脾气比较坏,居然还在版上当众吵架了,让大伙见笑了.
: 今天吃完午饭又困了,又想起了这回事,突然发现这个吵架的过程其实很符合原议题的精
: 神,就是生物学家和数学/物理界的人合作的难点.而且其中我的很多贴子那么辛苦的写
: 了,沉在那个歪掉的楼里挺可惜的,如果不如放到这里吧。

avatar
z*e
161
没有数学的东西都是渣。

【在 s******y 的大作中提到】
: 在这里我不得不感慨一下生物和数学/物理的人的合作之难.我觉得很多搞数学/物理的
: 人不是很耐烦我们生物学里那么多罗嗦细节东西,总是觉得我们之所以还没有搞清楚生
: 物体,就是因为我们不学无术插管吸血浪费钱财等等等,所以在我观察到的事例来看,合
: 作不成功的大部分原因,是因为那些搞数学和物理的人对我们不尊重,从而导致了我们的
: 逆反心理不愿意去找他们.
: 我曾经在生物物理打擦边球的混过一阵子,接触过一些非常优秀的数学家,但是他们几乎
: 毫无例外的,在刚刚进入我们这个领域的时候,都抱着一种蔑视心态,觉得我们居然不会
: 用数学去解决那些复杂问题,可见一定是多么的愚蠢. 这个态度在这几天来我们这里讨
: 论或者说找碴的人里面也是惊人的似曾相识 。
: 我曾经在一个讲座上,听到一个搞生物数学的人号称是解决了我们细胞骨架领域里面一

avatar
q*d
162
加上你的这些条件,你的这个问题也不是个很难的问题.

【在 s******y 的大作中提到】
: 就说我和另外一位ID吵架的过程吧,主要原因就是因为我们对那个Abbe equation 的不
: 同理解.Abbe Equation 简单来说,就是用来标示一个显微系统的理论分辨率的方程,大
: 致是 d= lamba/(2n * sin a). 这个吵起来的过程说起来很好笑,就是到底如何理解其
: 中的各个不同的项. Abbe equation我们在大学的时候学光学的时候学过,推导过程很麻
: 烦,我早就忘得干干净净.但是其中的物理意义我大致还是记得一点的, sin a这个值大
: 致代表镜头的有效光学视角, lamba/2n 则是Airy Disk 在某个均匀介质里的尺寸. 这
: 个公式貌似很简单,但是其中有很多暗藏机关.
: 关键就是,生物学的大部分显微样品不是在均匀介质里的,而是在样品和成像用的介质之
: 间有一个盖玻片.这个就引入了两个问题,一个就是盖玻片对光路的折射,另外一个就是
: 盖玻片两侧的介质的不均匀.

avatar
q*d
163
刚体是对现实里的某些物件在某些条件下的一个抽象和简化,
绝对的刚体当然是从来都不存在的,
从原子分子的角度,连续介质都是不存在的.
说某个东西是或者不是一个刚体,得看具体条件.
比如地球,以人的尺度看,如果你走路的话,
近似于一个无限大平面,如果坐长途飞机的话,
那它就是个球了,站在太阳系的角度,它完全可以被当成一个质点.
笼统的说地球不是一个质点,这个看法本身就是错的.

【在 s******y 的大作中提到】
: 在这里我不得不感慨一下生物和数学/物理的人的合作之难.我觉得很多搞数学/物理的
: 人不是很耐烦我们生物学里那么多罗嗦细节东西,总是觉得我们之所以还没有搞清楚生
: 物体,就是因为我们不学无术插管吸血浪费钱财等等等,所以在我观察到的事例来看,合
: 作不成功的大部分原因,是因为那些搞数学和物理的人对我们不尊重,从而导致了我们的
: 逆反心理不愿意去找他们.
: 我曾经在生物物理打擦边球的混过一阵子,接触过一些非常优秀的数学家,但是他们几乎
: 毫无例外的,在刚刚进入我们这个领域的时候,都抱着一种蔑视心态,觉得我们居然不会
: 用数学去解决那些复杂问题,可见一定是多么的愚蠢. 这个态度在这几天来我们这里讨
: 论或者说找碴的人里面也是惊人的似曾相识 。
: 我曾经在一个讲座上,听到一个搞生物数学的人号称是解决了我们细胞骨架领域里面一

avatar
S*n
164
abbe equation 推导不要太简单,十年没用过我还是随手就能推出来。。。

【在 s******y 的大作中提到】
: 就说我和另外一位ID吵架的过程吧,主要原因就是因为我们对那个Abbe equation 的不
: 同理解.Abbe Equation 简单来说,就是用来标示一个显微系统的理论分辨率的方程,大
: 致是 d= lamba/(2n * sin a). 这个吵起来的过程说起来很好笑,就是到底如何理解其
: 中的各个不同的项. Abbe equation我们在大学的时候学光学的时候学过,推导过程很麻
: 烦,我早就忘得干干净净.但是其中的物理意义我大致还是记得一点的, sin a这个值大
: 致代表镜头的有效光学视角, lamba/2n 则是Airy Disk 在某个均匀介质里的尺寸. 这
: 个公式貌似很简单,但是其中有很多暗藏机关.
: 关键就是,生物学的大部分显微样品不是在均匀介质里的,而是在样品和成像用的介质之
: 间有一个盖玻片.这个就引入了两个问题,一个就是盖玻片对光路的折射,另外一个就是
: 盖玻片两侧的介质的不均匀.

avatar
v*r
165
完全同意。
不管是生物还是数学物理,都有聪明人和蠢货。有好多生物中的数学模型都是生物背景
的提出来的,学数学的跑来看懂了,加点料,就开始招摇撞骗。
其实科学的精髓和难点在与创造力和原创性。没有长期的积累和灵气,很难作出突破性
的工作。
学数学的loser骗子很多,可惜学生物的比较自卑,面对骗子先怯了三分气。

【在 s******y 的大作中提到】
: 很多搞数学/物理的人,对公式有一种天生的敬畏感和捍卫的自发性,在他们的眼里,因为
: 我们这些搞生物的人不会推导公式,一定就是比较笨的人.他们总觉得他们对我们的指点
: 是高屋建甄,我们要是提出了质疑,而且又不是以他们所能理解的公式推导方式提出的质
: 疑的话,一定就是因为我们太蠢看不懂公式.
: 事实上,不管大家如何看待,生物学事实上是一个科学,我们中大部分人可能看不懂公式
: 不等于我们就一定不懂得物质运作的道理.

avatar
z*e
166
嗯,不赞不行

【在 d***y 的大作中提到】
: 艳阳天简直就是我的偶像,各相关专业的知识都能上下同会贯通,哈哈……
avatar
w*h
167
你真牛

【在 S*****n 的大作中提到】
: abbe equation 推导不要太简单,十年没用过我还是随手就能推出来。。。
avatar
w*h
168
还有比浪费了n多钱却连个皮毛都没弄清楚更悲哀的事情么。。。。
钱,永远不是决定science的最重要因素。。。
可惜现代人也就认钱了,都特么成了labor工了知不知道。。

【在 O******e 的大作中提到】
: 我就不理解那些搞数理的拽什么。要真搞合作,大钱都是做生物的把握着,被巴结的也
: 不应该是他们啊。
: 其实这个跨学科合作的难度未必就比学科内合作大多少。合作本身毕竟牵涉太多因素。

avatar
d*r
169
你也跳了。。

【在 S*****n 的大作中提到】
: abbe equation 推导不要太简单,十年没用过我还是随手就能推出来。。。
avatar
q*d
170
Heisenberg当年就是回答不出来光学仪器的粪便能力,
回头钻研了一把,发现了测不准..

【在 S*****n 的大作中提到】
: abbe equation 推导不要太简单,十年没用过我还是随手就能推出来。。。
avatar
s*j
171
hehe, 难的是要推出 airy disk 的虚象的有效半径.

【在 S*****n 的大作中提到】
: abbe equation 推导不要太简单,十年没用过我还是随手就能推出来。。。
avatar
s*j
172
"粪便能力", 我倒, 太不尊重了.

【在 q*d 的大作中提到】
: Heisenberg当年就是回答不出来光学仪器的粪便能力,
: 回头钻研了一把,发现了测不准..

avatar
d*r
173
为了表示对光学的尊重,想起很久以前看的一个故事,大家吵架之余,娱乐一下:
发信人: zoyi (aaa), 信区: OETech
标 题: 大师的传说
发信站: BBS 水木清华站 (Mon Dec 25 21:56:49 2000)
传说在很久很久以前,光界出了一位大师,他能用最简单的方法把月亮变成绿色.他
的眼睛生来就在1.3和1.5微米处有两个窗口,他用耳朵可以听出激光的偏阵态,他
焊光纤前用菜刀处理光纤头,高琨不信,但他惊异的发现在显微镜下通光的光纤头中
不折不扣有一根细线与平滑的端面垂直.所以当高琨看到大师用酒精灯焊光纤时没
有叫人看上帝.
大师从不做系统实验,因为据说他左脑里有一个路径足以到达太阳系边缘的testbed.
大师经常会突然莫名其妙的从喉咙里蹦出不计其数的诡异的数字,有人说那是伪随机
码.
自从有人在八月十五紫金之巅看到他用碧绿的月光制备光纤光栅以后,就再没有人
见过他的踪迹,只残存一张写着IP over AWG的字条.
从那以后,光界再没出过大师,只留下对绿月亮的断续回忆和......不了情.

【在 s*****j 的大作中提到】
: "粪便能力", 我倒, 太不尊重了.
avatar
O*e
174
现代科学,钱还真是第一要素。科学家要吃饭要实验室要高精尖的仪器设备,哪个都
需要大量的金钱。放眼世界,科研做得好的,都是有钱(或者拼命砸钱)的国家。
只有投资足够多,才能吸引有兴趣有才能的人来做科研。没钱,就只有瞎想宇宙起源
故作深沉的份儿。。。。

【在 w********h 的大作中提到】
: 还有比浪费了n多钱却连个皮毛都没弄清楚更悲哀的事情么。。。。
: 钱,永远不是决定science的最重要因素。。。
: 可惜现代人也就认钱了,都特么成了labor工了知不知道。。

avatar
S*n
175
兄弟,找时间吃饭。。。

【在 d*****r 的大作中提到】
: 你也跳了。。
avatar
d*r
176
没问题,你们都是大忙人啊...

【在 S*****n 的大作中提到】
: 兄弟,找时间吃饭。。。
avatar
w*h
177
境界问题境界问题。

【在 O******e 的大作中提到】
: 现代科学,钱还真是第一要素。科学家要吃饭要实验室要高精尖的仪器设备,哪个都
: 需要大量的金钱。放眼世界,科研做得好的,都是有钱(或者拼命砸钱)的国家。
: 只有投资足够多,才能吸引有兴趣有才能的人来做科研。没钱,就只有瞎想宇宙起源
: 故作深沉的份儿。。。。

avatar
l*1
178
钱就在MD导弹射程之内 当然MD反导弹系统99.9% worked 的话
至少操控外汇汇率 收割日本 东南亚 和 欧元区 乃至 后清是一码事
也就是 老毛说 的 落后是要挨打的

【在 w********h 的大作中提到】
: 境界问题境界问题。
avatar
s*y
179
公式的意义,在于总结一般规律、推导预见复杂情况。归纳演绎,这也是传统科学的意
义。
无关联性、无重复性、无扩展应用的随机噪音,其实不过是垃圾。
avatar
c*3
180
那你就去学学公式呗
生命是神的杰作
自然要用神的语言讨论
仅仅依赖理性不说是不行
但是现在是21世纪
不定量的东西是19世纪的研究方法
avatar
D*a
181
达尔文要气的爬出来了

【在 c****3 的大作中提到】
: 那你就去学学公式呗
: 生命是神的杰作
: 自然要用神的语言讨论
: 仅仅依赖理性不说是不行
: 但是现在是21世纪
: 不定量的东西是19世纪的研究方法

avatar
u*d
182
看来被伤得很重啊

【在 s******y 的大作中提到】
: 最后, 讲一个笑话让大家轻松一下: 一个农夫的鸡老是不下蛋, 他请了一个生物学家来
: 看, 生物学家看了提出了一大堆意见,光照啊,温度啊,营养啊,什么什么的, 但是农夫去
: 试了之后都没有什么用. 然后一个物理学家来了, 告诉农夫说他有办法解决. 然后他推
: 算了好几天, 自信满满的告诉农夫说, 我找到解决方案了! 而且这是一个伟大,简洁而
: 优美的方 案! 农夫很高兴就问他说是什么方案, 物理学家说, 首先, 你得先把你的鸡
: 都弄成圆球状,然后放到真空里....

avatar
h*a
183
这个盖玻片折射对n*sina无影响.但是介质不均匀有影响.要具体看情况.
这个你还是要听物理学家的话

【在 s******y 的大作中提到】
: 就说我和另外一位ID吵架的过程吧,主要原因就是因为我们对那个Abbe equation 的不
: 同理解.Abbe Equation 简单来说,就是用来标示一个显微系统的理论分辨率的方程,大
: 致是 d= lamba/(2n * sin a). 这个吵起来的过程说起来很好笑,就是到底如何理解其
: 中的各个不同的项. Abbe equation我们在大学的时候学光学的时候学过,推导过程很麻
: 烦,我早就忘得干干净净.但是其中的物理意义我大致还是记得一点的, sin a这个值大
: 致代表镜头的有效光学视角, lamba/2n 则是Airy Disk 在某个均匀介质里的尺寸. 这
: 个公式貌似很简单,但是其中有很多暗藏机关.
: 关键就是,生物学的大部分显微样品不是在均匀介质里的,而是在样品和成像用的介质之
: 间有一个盖玻片.这个就引入了两个问题,一个就是盖玻片对光路的折射,另外一个就是
: 盖玻片两侧的介质的不均匀.

avatar
O*e
184
现实问题现实问题,^_^

【在 w********h 的大作中提到】
: 境界问题境界问题。
avatar
h*n
185
看了你下面所有描述, 说个我自己的看法. 我觉得很多很多科学家, 倾向于把自己不
熟的领域看作一个简化模型, 把自己的领域看作无穷复杂的东西.
我甚至觉得, 不同学科的人的语言都不一样, 沟通起来很不容易. 不瞒你说, 我妈是
医生, 我爹是退休的有机化学教授, 我phd老板是MD, 现在老板是个有着phd内心的MD,
我一直在用不同语言跟不同的人说话......

【在 s******y 的大作中提到】
: 这两天都在写proposal, 写得眼冒金星,短短的一页specific aim三四天过去了还是写
: 不完开头两个段落,所以脾气比较坏,居然还在版上当众吵架了,让大伙见笑了.
: 今天吃完午饭又困了,又想起了这回事,突然发现这个吵架的过程其实很符合原议题的精
: 神,就是生物学家和数学/物理界的人合作的难点.而且其中我的很多贴子那么辛苦的写
: 了,沉在那个歪掉的楼里挺可惜的,如果不如放到这里吧。

avatar
y*t
186
每个领域都有眼睛长在头顶上的。 老板正跟一个MD出身的生物学家合作,每次开会,
她就要把所有人都得罪一遍,用词特别刻薄,还真把大牛们都当小弟骂。 每每提起此
人,大伙都恨恨的。 曾经数落一个超级大牛花了十年心血的成果说,我真搞不懂你这
个算什么研究。 大牛当时两眼都冒火,沉默10秒钟,强压怒火,一个词一个词地反问
,你是在质疑我的研究吗? 全场鸦雀无声。她才收敛一点,敷衍几句interesting
work的话。

【在 s******y 的大作中提到】
: 这两天都在写proposal, 写得眼冒金星,短短的一页specific aim三四天过去了还是写
: 不完开头两个段落,所以脾气比较坏,居然还在版上当众吵架了,让大伙见笑了.
: 今天吃完午饭又困了,又想起了这回事,突然发现这个吵架的过程其实很符合原议题的精
: 神,就是生物学家和数学/物理界的人合作的难点.而且其中我的很多贴子那么辛苦的写
: 了,沉在那个歪掉的楼里挺可惜的,如果不如放到这里吧。

avatar
y*i
187
hehehe,你老板太有个性了。

【在 y****t 的大作中提到】
: 每个领域都有眼睛长在头顶上的。 老板正跟一个MD出身的生物学家合作,每次开会,
: 她就要把所有人都得罪一遍,用词特别刻薄,还真把大牛们都当小弟骂。 每每提起此
: 人,大伙都恨恨的。 曾经数落一个超级大牛花了十年心血的成果说,我真搞不懂你这
: 个算什么研究。 大牛当时两眼都冒火,沉默10秒钟,强压怒火,一个词一个词地反问
: ,你是在质疑我的研究吗? 全场鸦雀无声。她才收敛一点,敷衍几句interesting
: work的话。

avatar
b*r
188
这个说法有一定道理

,

【在 h********n 的大作中提到】
: 看了你下面所有描述, 说个我自己的看法. 我觉得很多很多科学家, 倾向于把自己不
: 熟的领域看作一个简化模型, 把自己的领域看作无穷复杂的东西.
: 我甚至觉得, 不同学科的人的语言都不一样, 沟通起来很不容易. 不瞒你说, 我妈是
: 医生, 我爹是退休的有机化学教授, 我phd老板是MD, 现在老板是个有着phd内心的MD,
: 我一直在用不同语言跟不同的人说话......

avatar
O*e
189
他说的是那个合作者吧

【在 y***i 的大作中提到】
: hehehe,你老板太有个性了。
avatar
w*h
190
没那么夸张吧。。。最多不同领域的人有些词汇不通。。。
按你这么说,我们做交叉学科的都得三头六臂了。。。

,

【在 h********n 的大作中提到】
: 看了你下面所有描述, 说个我自己的看法. 我觉得很多很多科学家, 倾向于把自己不
: 熟的领域看作一个简化模型, 把自己的领域看作无穷复杂的东西.
: 我甚至觉得, 不同学科的人的语言都不一样, 沟通起来很不容易. 不瞒你说, 我妈是
: 医生, 我爹是退休的有机化学教授, 我phd老板是MD, 现在老板是个有着phd内心的MD,
: 我一直在用不同语言跟不同的人说话......

avatar
y*i
191

说得有道理。
或者这么说,对任何领域,我们都有些感性的超级简化的观点,在学习自己的领域的
时候,我们纠正了这些超级简化的观点,理解了这个领域的复杂性。但我们没有推己及
人的习惯,还是用简单的观点来看别的领域。
,

【在 h********n 的大作中提到】
: 看了你下面所有描述, 说个我自己的看法. 我觉得很多很多科学家, 倾向于把自己不
: 熟的领域看作一个简化模型, 把自己的领域看作无穷复杂的东西.
: 我甚至觉得, 不同学科的人的语言都不一样, 沟通起来很不容易. 不瞒你说, 我妈是
: 医生, 我爹是退休的有机化学教授, 我phd老板是MD, 现在老板是个有着phd内心的MD,
: 我一直在用不同语言跟不同的人说话......

avatar
s*l
192
艳阳天妹子你真能码字!
avatar
a*e
193
这个笑话确实很经典,而且很深刻。我们物理系的学生都称它为---物理学家的球形鸡。
另外,你说物理/数学家开始的时候比较蔑视生物ist。我自己作为理论物理背景的人转
到生物学,过程中确实有一丁点这样的想法。可是这只是硬币的一面,硬币的另一面你
却没有看到---物理学家面对生物这个超级强关联的aperiodic crystal(薛定谔语)深
深地恐惧!

【在 s******y 的大作中提到】
: 最后, 讲一个笑话让大家轻松一下: 一个农夫的鸡老是不下蛋, 他请了一个生物学家来
: 看, 生物学家看了提出了一大堆意见,光照啊,温度啊,营养啊,什么什么的, 但是农夫去
: 试了之后都没有什么用. 然后一个物理学家来了, 告诉农夫说他有办法解决. 然后他推
: 算了好几天, 自信满满的告诉农夫说, 我找到解决方案了! 而且这是一个伟大,简洁而
: 优美的方 案! 农夫很高兴就问他说是什么方案, 物理学家说, 首先, 你得先把你的鸡
: 都弄成圆球状,然后放到真空里....

avatar
j*r
194
我发现一个有意思的现象。越是赶着什么DEADLINE的时候,人越是忍不住要忙里偷闲,
跑到网上来回个帖子什么的。上大学的时候考试前最忙的时候总是忍不住打牌,真正考
完了反而没心情玩了。

【在 s******y 的大作中提到】
: 这两天都在写proposal, 写得眼冒金星,短短的一页specific aim三四天过去了还是写
: 不完开头两个段落,所以脾气比较坏,居然还在版上当众吵架了,让大伙见笑了.
: 今天吃完午饭又困了,又想起了这回事,突然发现这个吵架的过程其实很符合原议题的精
: 神,就是生物学家和数学/物理界的人合作的难点.而且其中我的很多贴子那么辛苦的写
: 了,沉在那个歪掉的楼里挺可惜的,如果不如放到这里吧。

avatar
j*r
195
碰到这种情况我一般都处理的比较得体。
我会跟他讲:王朔有句名言你知道不?
他:不知道。
我:是在他小说里有人请教他文学成功的秘诀的时候他说的一句话,“得你操文学,不
能让文学操了你。”明白什么意思吗?
他:不是很明白。
我:这意思就是 现在我在操着公式,而公式在操着你!
....后来我就被生物界劝退了。

【在 s******y 的大作中提到】
: 很多搞数学/物理的人,对公式有一种天生的敬畏感和捍卫的自发性,在他们的眼里,因为
: 我们这些搞生物的人不会推导公式,一定就是比较笨的人.他们总觉得他们对我们的指点
: 是高屋建甄,我们要是提出了质疑,而且又不是以他们所能理解的公式推导方式提出的质
: 疑的话,一定就是因为我们太蠢看不懂公式.
: 事实上,不管大家如何看待,生物学事实上是一个科学,我们中大部分人可能看不懂公式
: 不等于我们就一定不懂得物质运作的道理.

avatar
s*a
196
我不觉得啊。作为物理科班出身的人,我一向对于做生物的人很敬仰的。因为我不懂生
物,觉得生物系统太复杂了,他们竟然懂那么多细节,能做那么多精巧的实验,太牛了。
相反,我懂物理更多,也不觉得会推公式是多么了不起的一件事。我们每天都会做的事
情而已,唯手熟尔,有什么好得色的。

,

【在 h********n 的大作中提到】
: 看了你下面所有描述, 说个我自己的看法. 我觉得很多很多科学家, 倾向于把自己不
: 熟的领域看作一个简化模型, 把自己的领域看作无穷复杂的东西.
: 我甚至觉得, 不同学科的人的语言都不一样, 沟通起来很不容易. 不瞒你说, 我妈是
: 医生, 我爹是退休的有机化学教授, 我phd老板是MD, 现在老板是个有着phd内心的MD,
: 我一直在用不同语言跟不同的人说话......

avatar
p*l
197
呵呵!我也是觉得生物水很深,我作为一个物理出身的人,骑墙做些生物,混水摸鱼而
已。如果碰到复杂的问题,我大不了缩回墙内去做物理,可是做生物的,只能水深火热
的斗争到底。

了。

【在 s*******a 的大作中提到】
: 我不觉得啊。作为物理科班出身的人,我一向对于做生物的人很敬仰的。因为我不懂生
: 物,觉得生物系统太复杂了,他们竟然懂那么多细节,能做那么多精巧的实验,太牛了。
: 相反,我懂物理更多,也不觉得会推公式是多么了不起的一件事。我们每天都会做的事
: 情而已,唯手熟尔,有什么好得色的。
:
: ,

avatar
a*q
198
所以还是骑墙做生物物理的划得来啊。
————其实做生物物理的有时候是最惨的,做生物的不认同他们的结论,做物理的不
觉得他们是在做物理。

【在 p*l 的大作中提到】
: 呵呵!我也是觉得生物水很深,我作为一个物理出身的人,骑墙做些生物,混水摸鱼而
: 已。如果碰到复杂的问题,我大不了缩回墙内去做物理,可是做生物的,只能水深火热
: 的斗争到底。
:
: 了。

avatar
p*l
199
骑墙也很要水平的,搞不好摔得很惨。

【在 a*q 的大作中提到】
: 所以还是骑墙做生物物理的划得来啊。
: ————其实做生物物理的有时候是最惨的,做生物的不认同他们的结论,做物理的不
: 觉得他们是在做物理。

avatar
l*y
200
顶一下这个。尽量在设计实验时就要把数学模型定下来。否则,数据处理中有句名言叫
做 garbage in, garbage out。

【在 p********6 的大作中提到】
: 你不得不承认,有很多数据就是不好用,不管用什么方法,也回答不了你的科学问题。
: 即使以严谨的态度和高超的技术得到的数据,也会不好用,因为在实验设计的时候没有
: 充分考虑分析数据所需要的条件(比如屏蔽干扰因素)。另外还有很多乱七八糟的垃圾
: 数据更没法用。

avatar
z*t
201
老大能结合自己研究讲讲怎么在设计实验中引入数学模型不?
俺们感觉就是在不断的比较两组数据。。。。

【在 l***y 的大作中提到】
: 顶一下这个。尽量在设计实验时就要把数学模型定下来。否则,数据处理中有句名言叫
: 做 garbage in, garbage out。

avatar
h*n
202
我倒不觉得那个学科牛一点啥的. 我以前学有机合成的, 后来做cancer biology, 最
大的体会是思维方式完全不同.

了。

【在 s*******a 的大作中提到】
: 我不觉得啊。作为物理科班出身的人,我一向对于做生物的人很敬仰的。因为我不懂生
: 物,觉得生物系统太复杂了,他们竟然懂那么多细节,能做那么多精巧的实验,太牛了。
: 相反,我懂物理更多,也不觉得会推公式是多么了不起的一件事。我们每天都会做的事
: 情而已,唯手熟尔,有什么好得色的。
:
: ,

avatar
l*y
203
比如说,有这样一个 hypothesis:两种药的 targets 越不相干,那么这两种药的
synergism 就越好。手头有一两百种药的某几个癌症的 cell line 上的 microarray
数据以及 IC50,那么就要先用图论的工具和几种备选的图模型来两两计算药的相干性
,得出基准分布,进一步算出每对药的组合的大家深恶痛绝的 p-values,然后根据要
使用的统计模型设计抽样方式来保证正交性的同时尽量减少样本量。然后上 384 孔板
,测数据,用事先选的统计模型分析来看哪种图模型最好地符合 hypothesis,同时看
这时 hypothesis 是否靠谱。然后用这种图模型预测最佳和最差的药的组合,重新上
384 板验证。在图上找到最佳组合的关键节点,k/d 或者 inhibit 之,再上 384 板验
证。最后根据经费和信心,要么 in vitro 上病人的细胞,要么 in vivo 在老鼠上种
cell line,再重复一下最佳和最差的药的组合。
做完这个 project 后,把数据给数学家们来做 classification,找出能最好预测
synergism 的图模型和关键的图特征,同时看看从这些特征中能不能找到更好的
hypothesis,然后预测,验证。用所得模型 in silico 预测一组新靶点,用 k/d 或者
specific inhibitor 来验证。
然后 integrate 现有的数据库,发布一个网页工具,用户可以输入相关癌症的病人的
microarray 数据,这个工具的输出是建议的药的组合。
这就是一篇 systems biology paper,一到两篇 machine learning paper,和一篇
tech report,周期短,数据量大,涉及的新技术多,文章多,紧密结合临床和制药业
,典型的做 systems biology 的组发 paper 的套路。
可以看到,这种套路,最开始的时候,没有 hypothesis,数学模型,以及统计模型,
是没法去做实验的。

【在 z*t 的大作中提到】
: 老大能结合自己研究讲讲怎么在设计实验中引入数学模型不?
: 俺们感觉就是在不断的比较两组数据。。。。

avatar
a*x
204
我挺赞同lz的。我也算是半个搞数理出生的,但是学生物的时候根本不是太简单,而是
太难。要弄懂那些概念和实验设计不是简单的事。搞数理的人会推公式固然很牛,但是
有很多并不明白要解决的生物问题是什么,而且不少固执己见,听不进搞生物的人的解
释。当然也有数理背景转行很成功的,他们往往都是虚心真正学习过生物的人。
avatar
z*t
205
老大讲得我还不是特别明白,以俺一点点知识尝试去提个几个问下,在测相关性时
Pearson correlation 或者clustering为啥不能来做?图模型的优势是啥啊?
而且既然找到了最佳组合并且验证过,为啥为啥还要找最佳组合的关键节点,在发现新
药物target位点吗?



【在 l***y 的大作中提到】
: 比如说,有这样一个 hypothesis:两种药的 targets 越不相干,那么这两种药的
: synergism 就越好。手头有一两百种药的某几个癌症的 cell line 上的 microarray
: 数据以及 IC50,那么就要先用图论的工具和几种备选的图模型来两两计算药的相干性
: ,得出基准分布,进一步算出每对药的组合的大家深恶痛绝的 p-values,然后根据要
: 使用的统计模型设计抽样方式来保证正交性的同时尽量减少样本量。然后上 384 孔板
: ,测数据,用事先选的统计模型分析来看哪种图模型最好地符合 hypothesis,同时看
: 这时 hypothesis 是否靠谱。然后用这种图模型预测最佳和最差的药的组合,重新上
: 384 板验证。在图上找到最佳组合的关键节点,k/d 或者 inhibit 之,再上 384 板验
: 证。最后根据经费和信心,要么 in vitro 上病人的细胞,要么 in vivo 在老鼠上种
: cell line,再重复一下最佳和最差的药的组合。

avatar
l*y
206
correlation 和一般的 clustering 不是基于机理的,哪怕像 GSEA 那样做
annotation 上的 enrichment 也不够过瘾。而且 correlation 的 assumption 是线性
,处理实际数据时往往不是很管用。图是指各种调控网络。在图上做 clustering/
enrichment 来得到新的机理。关键节点是为了验证图模型是否正确,验证所揭示的机
理是否正确,同时也提供新的靶位。
另外,这个不是我在做的,虽然有些类似。是我们的一个 competitor 在做,而且已经
做完了,正在写 paper。就是用来举例说明一下当前比较常见的做 systems biology
的套路。
这个领域,数学家并不可怕,可怕的是每天自己抽蛋白抽RNA做转染杀耗子的数学家。
听 seminar 时,经常鄙视那些做纯 simulation 的组的异想天开和不靠谱,也不怕那
种跨学科的强强联合,就怕看见那种说我们要做这个 computational model,所以我们
构建了某某新 reporter/mouse model of xx disease/novel imaging device 的组。
而这种一个组同时跨 math/computer science, biology/medicine 和 engineering/
commercial 的例子越来越多了。比如有个做 actin 的组,同时跨 PDE simulation/
Turing patterning,high-content imaging,和 molecular/cellular biology,
renew grant 时那个轻松啊。

【在 z*t 的大作中提到】
: 老大讲得我还不是特别明白,以俺一点点知识尝试去提个几个问下,在测相关性时
: Pearson correlation 或者clustering为啥不能来做?图模型的优势是啥啊?
: 而且既然找到了最佳组合并且验证过,为啥为啥还要找最佳组合的关键节点,在发现新
: 药物target位点吗?
:
: 种

avatar
b*r
207
好帖,收获不小
我过两年也打算好好补一补这方面的知识
我觉得肿瘤的signal pathway确实应该是数学模型相对在近期在生物方面有用武之地的
方向
我没太多数学基础,但是是不是这个级别的数学只能算是很普通的水平,根本用不到研
究生级别的数学知识。感觉以前在国内学生统的时候,这种寻找最优路径的方法就有涉
及了?
另外,虽然这个数学模型确实不需要基于任何机理,但是我觉得能整合进去已知的机理
还是有益的吧,起码可以作为一个training set,比如用你这个实验系统研制几个已知
的同pathway的和几个已知不同pathway的,看是不是不同pathway的是不是真的效率更
高?
另外我也不知道,同pathway的两个药物在真实世界里是不是就真的不如两条pathway的
药物。假如这一pathway真的是不可或缺的呢?本来如果是几个药物同时阻断这条
pathway的几个redundant的分子就可以彻底搞死癌细胞的,但是你首先就人为把这种可
能性给扔掉了。就好象占遗传病大多数的是隐性遗传而不是显性遗传,就是说大多数情
况下,你要搞死一个pathway的两个redundant的copy才能搞死这个人。起码目前还很少
发现是两个显性突变造成的遗传病搞死一个人。

【在 l***y 的大作中提到】
: correlation 和一般的 clustering 不是基于机理的,哪怕像 GSEA 那样做
: annotation 上的 enrichment 也不够过瘾。而且 correlation 的 assumption 是线性
: ,处理实际数据时往往不是很管用。图是指各种调控网络。在图上做 clustering/
: enrichment 来得到新的机理。关键节点是为了验证图模型是否正确,验证所揭示的机
: 理是否正确,同时也提供新的靶位。
: 另外,这个不是我在做的,虽然有些类似。是我们的一个 competitor 在做,而且已经
: 做完了,正在写 paper。就是用来举例说明一下当前比较常见的做 systems biology
: 的套路。
: 这个领域,数学家并不可怕,可怕的是每天自己抽蛋白抽RNA做转染杀耗子的数学家。
: 听 seminar 时,经常鄙视那些做纯 simulation 的组的异想天开和不靠谱,也不怕那

avatar
z*t
208
您说的这种组还是很多的:)多数还是从system bio起家的,现在的toolkit越来越工
具化,biology model以后不会成为这种做model人的限速步。
那老大觉得从生物的现象入手,用数学模型找新的研究方向/甚至新drug target 这类
研究是不是有前景。
比如俺们做了个有关代谢的cancer model,然后俺想找这个model中synthetic lethal的
metabolism pathway

【在 l***y 的大作中提到】
: correlation 和一般的 clustering 不是基于机理的,哪怕像 GSEA 那样做
: annotation 上的 enrichment 也不够过瘾。而且 correlation 的 assumption 是线性
: ,处理实际数据时往往不是很管用。图是指各种调控网络。在图上做 clustering/
: enrichment 来得到新的机理。关键节点是为了验证图模型是否正确,验证所揭示的机
: 理是否正确,同时也提供新的靶位。
: 另外,这个不是我在做的,虽然有些类似。是我们的一个 competitor 在做,而且已经
: 做完了,正在写 paper。就是用来举例说明一下当前比较常见的做 systems biology
: 的套路。
: 这个领域,数学家并不可怕,可怕的是每天自己抽蛋白抽RNA做转染杀耗子的数学家。
: 听 seminar 时,经常鄙视那些做纯 simulation 的组的异想天开和不靠谱,也不怕那

avatar
l*y
209
我们当然是希望他们的 hypothesis 是错的(貌似他们组做这个方向的没有中国人哈。
。。)。
在 mammalian cancer cell 上做 signaling pathway 还是挺难的。redundancy 是一
方面,更麻烦的是 mutations,最麻烦的是 heterogeneity。木桶原理:抗药的细胞往
往是少数,而目前常见的 assay 测得的是大部分细胞的信息,这少数关键细胞的信息
被“冲淡”了。我们目前有一些想法来试图解决这个矛盾,新的数学方法结合新的
assay 方法。但愿 reviewers 喜欢吧。

【在 b****r 的大作中提到】
: 好帖,收获不小
: 我过两年也打算好好补一补这方面的知识
: 我觉得肿瘤的signal pathway确实应该是数学模型相对在近期在生物方面有用武之地的
: 方向
: 我没太多数学基础,但是是不是这个级别的数学只能算是很普通的水平,根本用不到研
: 究生级别的数学知识。感觉以前在国内学生统的时候,这种寻找最优路径的方法就有涉
: 及了?
: 另外,虽然这个数学模型确实不需要基于任何机理,但是我觉得能整合进去已知的机理
: 还是有益的吧,起码可以作为一个training set,比如用你这个实验系统研制几个已知
: 的同pathway的和几个已知不同pathway的,看是不是不同pathway的是不是真的效率更

avatar
b*r
210
我觉得解决你所谓木桶原理,从我的统计学的知识而言,改进assay或改进数学方法都
不太困难做到本质的提高,最安全可靠的办法还是多收集样本,也就是多测一些不同的
癌细胞株,做得越多,background越低真信号越强。只有无论如何做不到提高样本量,
才能justify用数学或者改进技术作为主要方法
反正如果我是reviewer这会是我的基本判断原则。而那个redundant的问题我也会第一
个就问他们:) 可惜我现在还没有grant可以审,帮不上忙咯

【在 l***y 的大作中提到】
: 我们当然是希望他们的 hypothesis 是错的(貌似他们组做这个方向的没有中国人哈。
: 。。)。
: 在 mammalian cancer cell 上做 signaling pathway 还是挺难的。redundancy 是一
: 方面,更麻烦的是 mutations,最麻烦的是 heterogeneity。木桶原理:抗药的细胞往
: 往是少数,而目前常见的 assay 测得的是大部分细胞的信息,这少数关键细胞的信息
: 被“冲淡”了。我们目前有一些想法来试图解决这个矛盾,新的数学方法结合新的
: assay 方法。但愿 reviewers 喜欢吧。

avatar
l*y
211
俺是刚开始做 systems biology 这个方向的新人,版上肯定很多大牛或者大牛组的未
来的大牛。
我觉得哈,bio-question -> general hypotheses -> design of profiling ->
profiling -> data mining and hypothesis generation/refining -> design of
experiments -> hypotheses validation and selection -> workable bio- and math
- model -> drug target prediction 已经是条比较成熟的 pipeline 了,不熟悉这个
套路的话可能以后会越来越被动,但做得再好也难以出新意,渐渐沦为苦力活。NIH 有
一些 grant 是专门为了做这些积累性工作的。像俺这样的新人,虽然在这种坑里做苦
力,但要把它当作自己未来方向,俺入行已经嫌太晚了,后面准备跳坑的人就更不用说
了。
真要想解决实际问题,in vivo modeling 比较关键,但很难。是否有前途不好说。最
关键的可能还是 in vivo monitoring 和比较合适的 animal model。万一关键的技术
10 年后才成熟,现在跳进去的人就蹉跎成底肥了。
没深入做过代谢,不知道啊。代谢对于我来说就是个黑盒子和标签,而我做的一个方向
又很不幸地得出结论:主要机制是脂类代谢。围着这个大坑徘徊半年了,还是没勇气跳
进去。

【在 z*t 的大作中提到】
: 您说的这种组还是很多的:)多数还是从system bio起家的,现在的toolkit越来越工
: 具化,biology model以后不会成为这种做model人的限速步。
: 那老大觉得从生物的现象入手,用数学模型找新的研究方向/甚至新drug target 这类
: 研究是不是有前景。
: 比如俺们做了个有关代谢的cancer model,然后俺想找这个model中synthetic lethal的
: metabolism pathway

avatar
l*y
212
举个例子:
细胞中,50% 大致是一种 phenotype A,另外 50% 呈不同的 20 几种 phenotype,其
中占总 population 的 3% 的一种 phenotype R 会对 drug D 产生抗药性。所以如果
直接做 microarray,基本上看不到这种 phenotype R 的特征。
把 phenotype A 分离出来培养几天后,发现只有 50% 的新细胞依然属于 A,同时发现
有 3% 属于 phenotype R。换句话说,这几种 phenotype 在 in situ 条件下会自发形
成稳定比例。
这在 cancer cell 中挺常见的,也是支持 cancer stem cell 的 hypothesis 的一个
依据。
把 phenotype R 分离出来给药,发现其抗药性丧失。只有跟剩下的细胞 co-culture,
R 才会呈现抗药性。也就是所谓的 niche/micro-environments 的影响。
需要做一些 k/d 来验证机理,然后做关键 protein 的 reporter 来 in vivo 地在
single cell resolution 去 monitor 这个体系。对 microarray 的使用方式也有特殊
的地方。比如说要做混合模型然后拟合出每种细胞的 gene expression profiles。
这种体系就很让人头疼。当然了,也是机会。这种 population dynamics 和
communications 是我感兴趣的方向之一。

【在 b****r 的大作中提到】
: 我觉得解决你所谓木桶原理,从我的统计学的知识而言,改进assay或改进数学方法都
: 不太困难做到本质的提高,最安全可靠的办法还是多收集样本,也就是多测一些不同的
: 癌细胞株,做得越多,background越低真信号越强。只有无论如何做不到提高样本量,
: 才能justify用数学或者改进技术作为主要方法
: 反正如果我是reviewer这会是我的基本判断原则。而那个redundant的问题我也会第一
: 个就问他们:) 可惜我现在还没有grant可以审,帮不上忙咯

avatar
b*r
213
谢谢,你的帖子总是很有启发
我对肿瘤的DNA突变方面非常有兴趣,但是还处于入门阶段
关于你这个说法我现在比较理解了
不过我觉得仍然不和我的“提高样本量”的说法矛盾。打个比方,如果你能发现有两个
不同患者体内的瘤
子,甚至两种不同癌症都有这个A和R共生的现象,那我觉得你的整个pipeline的可信度
就会高
很多,下游validation工作量可能可以减少,你中grant发高档次文章的可能性也会高
很多。
另外,关于这个R系不能脱离A系而继续抗药,那如果给A+R 的混合细胞加药,那过几天
后是什么情况,是R仍然占3%,还是R占到8,90%?

【在 l***y 的大作中提到】
: 举个例子:
: 细胞中,50% 大致是一种 phenotype A,另外 50% 呈不同的 20 几种 phenotype,其
: 中占总 population 的 3% 的一种 phenotype R 会对 drug D 产生抗药性。所以如果
: 直接做 microarray,基本上看不到这种 phenotype R 的特征。
: 把 phenotype A 分离出来培养几天后,发现只有 50% 的新细胞依然属于 A,同时发现
: 有 3% 属于 phenotype R。换句话说,这几种 phenotype 在 in situ 条件下会自发形
: 成稳定比例。
: 这在 cancer cell 中挺常见的,也是支持 cancer stem cell 的 hypothesis 的一个
: 依据。
: 把 phenotype R 分离出来给药,发现其抗药性丧失。只有跟剩下的细胞 co-culture,

avatar
l*k
214
biologist没必要把自己和physicist划清界限。干嘛啊,一块干活,取长补短啊。物理
wsn多,生物wsnv多,正好匀一匀。
avatar
z*t
215
我觉得代谢还是蛮特别的,因为易于用数学模型来模拟,可以将-> design of
而且俺觉得基于代谢的药物development绝对是未来10年的热点
math
avatar
z*t
216
您为啥不target phenotype A(或者说 cancer stem cell phenotype)? 如果A不产生R,
R不能抗药或者直接加上对R有作用的药物不也是可以clear tumor?
还有老大怎么用modelling把占据population少数的细胞,比如cancer stem cell的突
变(或者expression change)拎出来?这种情况下会不会和测序错误混在一起?

【在 l***y 的大作中提到】
: 举个例子:
: 细胞中,50% 大致是一种 phenotype A,另外 50% 呈不同的 20 几种 phenotype,其
: 中占总 population 的 3% 的一种 phenotype R 会对 drug D 产生抗药性。所以如果
: 直接做 microarray,基本上看不到这种 phenotype R 的特征。
: 把 phenotype A 分离出来培养几天后,发现只有 50% 的新细胞依然属于 A,同时发现
: 有 3% 属于 phenotype R。换句话说,这几种 phenotype 在 in situ 条件下会自发形
: 成稳定比例。
: 这在 cancer cell 中挺常见的,也是支持 cancer stem cell 的 hypothesis 的一个
: 依据。
: 把 phenotype R 分离出来给药,发现其抗药性丧失。只有跟剩下的细胞 co-culture,

avatar
l*1
217
楼下 一堆 StatesPIs and tg 千人/青 在PK 生物和数学/物理的人的合作 ha Lol
avatar
l*1
218
Sure 有机合成的思维方式 近似 小学三年生 琢磨 如何 搭初中三年生 玩的乐高 积木
cancer biology的思维方式 近似 htscorpion (snoopy) 付出行动 象 吊 海明威的
'老人与海' 的 小说 中 的 那条 大鱼


【在 h********n 的大作中提到】
: 我倒不觉得那个学科牛一点啥的. 我以前学有机合成的, 后来做cancer biology, 最
: 大的体会是思维方式完全不同.
:
: 了。

avatar
l*1
219
推荐一篇新文章 about new COPASI tool:
MCISB New paper: "Condor-COPASI: high-throughput computing for biochemical
networks" biomedcentral.com/1752-0509/6/91
39 days ago · reply · retweet · favorite
link:
//www.mcisb.org/
right side Top their Twitter Top one.

【在 z*t 的大作中提到】
: 我觉得代谢还是蛮特别的,因为易于用数学模型来模拟,可以将-> design of
: 而且俺觉得基于代谢的药物development绝对是未来10年的热点
: math

avatar
f*u
220
这个帖子很及时。
我是传统分子生物学出身的,之前对所谓的系统生物学很不感冒,
觉得很多是在忽悠,版上跟我有类似看法的人估计还有一些。
这个帖子可以说改变了我对系统生物学的看法。
你说这个套路现在是比较典型的了,能不能给列出几个这样做的组,
我想详细追踪一下他们做近几年的文章,学习一下系统生物学的思路,
看能不能借鉴到我自己的研究领域里来。



【在 l***y 的大作中提到】
: 比如说,有这样一个 hypothesis:两种药的 targets 越不相干,那么这两种药的
: synergism 就越好。手头有一两百种药的某几个癌症的 cell line 上的 microarray
: 数据以及 IC50,那么就要先用图论的工具和几种备选的图模型来两两计算药的相干性
: ,得出基准分布,进一步算出每对药的组合的大家深恶痛绝的 p-values,然后根据要
: 使用的统计模型设计抽样方式来保证正交性的同时尽量减少样本量。然后上 384 孔板
: ,测数据,用事先选的统计模型分析来看哪种图模型最好地符合 hypothesis,同时看
: 这时 hypothesis 是否靠谱。然后用这种图模型预测最佳和最差的药的组合,重新上
: 384 板验证。在图上找到最佳组合的关键节点,k/d 或者 inhibit 之,再上 384 板验
: 证。最后根据经费和信心,要么 in vitro 上病人的细胞,要么 in vivo 在老鼠上种
: cell line,再重复一下最佳和最差的药的组合。

avatar
l*1
221
Re LX request: 能不能给列出几个这样做的组?
Here you go
http://www.csh-asia.org/design11.html
Keynote Speakers:
Jay Keasling, University of California, Berkeley, USA
Invited Speakers:
Adam Arkin, University of California, Berkeley, USA
Yaakov (Kobi) Benenson, ETH Zurich, SWITZERLAND
Austin Burt, Imperial College London, UK
Jeff Boeke, Johns Hopkins University, USA
Michelle Chang, University of California, Berkeley, USA
Virginia Cornish, Columbia University, USA
John Dueber, University of California, Berkeley, USA
Drew Endy, Stanford University, USA
Danielle Ercek, University of California, Berkeley, USA
Anthony Forster, Uppsala University, Sweden
Daniel Gibson, The J. Craig Venter Institute, USA
Ryan Gill, University of Colorado USA
Ralph Greenspan, University of California, San Diego, USA
Jim Haseloff, University of Cambridge, UK
Mark Isalan, EMBL/CRG Systems Biology Research Unit, SPAIN
Michael Jewett, Northwestern University, USA
Radha Krishnakumar, J. Craig Venter Institute, USA
Julius Lucks, Cornell University, USA
June Medford, Colorado State University, USA
David Savage, Harvard Medical School, USA
Reshma Shetty, MIT/Ginkgo BioWorks, USA
Pamela Silver, Harvard Medical School, USA
Christina Smolke, Stanford Engineering, USA
Jeff Tabor, Rice University USA
Hiroki Ueda, RIKEN Kobe Institute, JAPAN
Christopher Voigt, Massachusetts Institute of Technology, USA
Harris Wang, Harvard University, USA
Ron Weiss, MIT-CSAIL USA
Hans Westerhoff, Manchester Centre for Integrative Systems Biology, UK
COLD SPRING HARBOR ASIA CONFERENCES
2011 Symposium:Design & Synthesis of Biological Systems
Suzhou Dushu Lake Conference Center
November 7 - 11, 2011
Topics:
Building and Designing Genomes Prokaryotic Genetic Circuits
Eukaryotic Genetic Circuits
Metabolic Engineering
Modeling Biological Systems
Designing with RNA
Biofuels and Sustainability
Design and Plants
Synthetic Populations
Synthetic cells and organelles
Biofabs and the view from industry
avatar
f*u
222
谢谢了

【在 l**********1 的大作中提到】
: Re LX request: 能不能给列出几个这样做的组?
: Here you go
: http://www.csh-asia.org/design11.html
: Keynote Speakers:
: Jay Keasling, University of California, Berkeley, USA
: Invited Speakers:
: Adam Arkin, University of California, Berkeley, USA
: Yaakov (Kobi) Benenson, ETH Zurich, SWITZERLAND
: Austin Burt, Imperial College London, UK
: Jeff Boeke, Johns Hopkins University, USA

avatar
b*r
223
不太明白你指的什么
代谢病除非你把糖尿病/肥胖算上,不然可以说都是罕见病,如何成为热点
如果是治疗糖尿病/肥胖的研究比现在还要热门,那我觉得人类挺悲哀的,这俩病的患
者大部分可以说都是自己选择得这个病的,主要的病因都是明明知道不健康的生活方式

【在 z*t 的大作中提到】
: 我觉得代谢还是蛮特别的,因为易于用数学模型来模拟,可以将-> design of
: 而且俺觉得基于代谢的药物development绝对是未来10年的热点
: math

avatar
B*s
224
什么牌子的载玻片?
相关阅读
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。