avatar
关于synthetic biology# Biology - 生物学
w*a
1
奥斯卡颁奖礼主持人全程以马特·达蒙为调侃对象。最为直接打脸的一段是主持人说马特·达蒙,“我认识他很久了,当时刚认识的时候,我才是最胖的那个,他是一个非常自私的人,你和他一起工作便可以发现这一点,不过,他这次却做了一件非常无私的事情,他本来可以主演《海边的曼彻斯特》,他是这部电影的制片人,因此他有条件自己主演,可是,他却把这个角色给了凯西·阿弗莱克,自己童年的好友,而自己却出演了一部令人呵呵的中国电影,那部电影叫《长城》,亏损达到八千万美元之巨”。
主持人说完《长城》之后,奥斯卡现场爆发出让中国影迷为之汗颜的哄笑。这种赤裸裸的嘲讽,本身比主持人调侃的话语更有力量。而此后,主持人依旧没有放过马特·达蒙,在后续的主持中更是再次调侃他,说“他没有什么才华可言,但他能将就凑合接烂片”,直接打脸《长城》。
面对尤其是普通美国奥斯卡观众爆发出来的嘲弄之笑,张导是否脸红感觉到无比的羞臊。
他跟李安,没法比……
avatar
s*1
2
我是搞计算出身的,对生物的insight不是很强。最近看了一些synthetic biology的
paper,比较看好这个方向。觉得应该是将来的发展方向。但不知道这个领域的计算问
题多不多,还是基本上等同于bioinformatics+system biology?
想知道大家的看法。谢谢!
avatar
D*3
3
《长城》亏损八千万美元 应该是胡扯............
avatar
d*r
4
基本上等同于bioinfo+systems biology
数学还是那些数学.

【在 s*******1 的大作中提到】
: 我是搞计算出身的,对生物的insight不是很强。最近看了一些synthetic biology的
: paper,比较看好这个方向。觉得应该是将来的发展方向。但不知道这个领域的计算问
: 题多不多,还是基本上等同于bioinformatics+system biology?
: 想知道大家的看法。谢谢!

avatar
k*l
5
你咋不说鸡毛一直说梅姨是overrated呢?你太自卑了
avatar
l*1
6
Except bioinformatics this field has two branches:
One is Experimental Synthetic biology with array/grid microscopy observation macro level
or micro level single molecular fluorescence microscopy almost
Systems Biological experimental methods are from Department of Experimental Physics.
i.e.
//www2.physics.ox.ac.uk/research/bottom-up-systems-biology-using-multidimensional-optical-
proteomics/publications/25637
The another is Theory Synthetic biology with below classic famous
Mathematics equations Arising from Biological Problems from Department of Biomathematics/Biostatistics
i.e.:
//www.ncbi.nlm.nih.gov/pmc/articles/PMC535574/

【在 s*******1 的大作中提到】
: 我是搞计算出身的,对生物的insight不是很强。最近看了一些synthetic biology的
: paper,比较看好这个方向。觉得应该是将来的发展方向。但不知道这个领域的计算问
: 题多不多,还是基本上等同于bioinformatics+system biology?
: 想知道大家的看法。谢谢!

avatar
o*e
7
什么恩怨?
avatar
d*m
8
请LZ几位介绍下,想进入领域并基本理解这个领域的文章需要多少数学知识。
最近在犹豫要不要学各种mathematical analysis,越往上学就觉得越需要抽象的知识
,但这个analysis自学起来就太费精力了感觉
avatar
l*1
10
Matrix PDE Boolean network Bayesian network Game theory etc will belong
to Basic level =PhD student training
High dimensions Monte Carlo Markov Chain (MCMC), Hidden Markov models,
Kalman filters and Ising models
belong to middle level. PD training
One Book its any one chapter if you can read completely
then you should qualified basic level:
//www.ift.unesp.br/users/mmenezes/mathbio.pdf
---
Borwein integral sinc function Fourier Transform Higher level PI tenuring... etc.
//www.springerlink.com/content/nhqm16vwd3x1ljvh/
//web.cs.dal.ca/~jborwein/Preprints/Papers/Published-InPress/Sinc-sums/Related/sinc-borweins.pdf
still not clear that below
//www.ncbi.nlm.nih.gov/pubmed/20622152
Fourier analysis and systems identification of the p53 feedback loop
the relationship to above Borwein integral sinc function Fourier Transform

【在 d********m 的大作中提到】
: 请LZ几位介绍下,想进入领域并基本理解这个领域的文章需要多少数学知识。
: 最近在犹豫要不要学各种mathematical analysis,越往上学就觉得越需要抽象的知识
: ,但这个analysis自学起来就太费精力了感觉

avatar
n*u
11
中国的99%的电影导演真的不用拍东西了
越拍越差,不过也不怪他们,脑残那么多,不管多烂都打破票房纪录
avatar
s*1
12
谢谢各位的回复!
有没有跟算法,图论,组会优化相关的例子?
另外,如果原来没有实验背景,想要补这方面不知道难度如何?只看textbood和paper
,同做实验的合作者交流够不够?还是有必要自己在wet lab呆1-2年?

tenuring... etc.

【在 l**********1 的大作中提到】
: Matrix PDE Boolean network Bayesian network Game theory etc will belong
: to Basic level =PhD student training
: High dimensions Monte Carlo Markov Chain (MCMC), Hidden Markov models,
: Kalman filters and Ising models
: belong to middle level. PD training
: One Book its any one chapter if you can read completely
: then you should qualified basic level:
: //www.ift.unesp.br/users/mmenezes/mathbio.pdf
: ---
: Borwein integral sinc function Fourier Transform Higher level PI tenuring... etc.

avatar
g*k
13
梅姨确实overrated,但长城的票房却不止这个数,alt fact
avatar
l*1
14
Please refer
one book (2008) from MIT Press:
//mitpress.mit.edu/catalog/item/default.asp?ttype=2&tid=11632
full text free download
sorry can not identify whole URL address link for PDF file
you just Google
key words:
then you can get it:
or copy and paste below all contents:
//www.google.co.uk/#hl=en&cp=63&gs_id=4&xhr=t&q=biological++modeling+www.
assembla.com/spaces/openscientia/++pdf&pf=p&sclient=psy-ab&site=&source=hp&
pbx=1&oq=biological++modeling+www.assembla.com/spaces/openscientia/++pdf&aq=
f&aqi=&aql=&gs_sm=&gs_upl=&bav=on.2,or.r_gc.r_pw.,cf.osb&fp=f1b5d406f51e7456
&biw=1165&bih=590
avatar
f*e
15
估计只算了美国的票房,忘了算中国的了

【在 D***3 的大作中提到】
: 《长城》亏损八千万美元 应该是胡扯............
avatar
B*s
16
这些是synthetic biology 需要学的数学知识??? 为啥我看着像 bioinfomatics/
biostatistics 需要学的数学知识啊
还有就是 研究的问题不通 使用的数学工具也不同,但是基本的数学工具还是应该有的
,analysis algebra probability
stochastic process 是最基本的吧, 至于要学什么数学知识,需要看遇到什么问题
吧,
而且,数学在生物学的研究里面 目前还只是 作为工具使用的阶段
我觉得 如果想进入一个领域 应该了解这个领域的目标和methodology 如果说这个
都没有搞清楚 就照葫芦画瓢 看到别人
用什么数学工具就跟风学什么 是永远也做不出有用的东西来的 不管怎样,你
做什么研究都是问题导向的 不会是我
要学哪些技术去做类似的研究,结果只会repeat 一堆 junk paper 出来
如果说严格意义上的synthetic biology 跟 bioengineering 没有特别大的区别,我个
人意见 认为它算是systems biology
级别的 bioengineering吧
诶,突然又不想啰嗦了,还是看文章去好了


tenuring... etc.

【在 l**********1 的大作中提到】
: Matrix PDE Boolean network Bayesian network Game theory etc will belong
: to Basic level =PhD student training
: High dimensions Monte Carlo Markov Chain (MCMC), Hidden Markov models,
: Kalman filters and Ising models
: belong to middle level. PD training
: One Book its any one chapter if you can read completely
: then you should qualified basic level:
: //www.ift.unesp.br/users/mmenezes/mathbio.pdf
: ---
: Borwein integral sinc function Fourier Transform Higher level PI tenuring... etc.

avatar
b*n
17
这个主持人二货一枚,哪有马特半点聪明和远见,两人相差段位太多,根本不值得理会
。就像ann coulter当初15年中在电视上回答谁有可能当选总统,她回答说川普,引起
全场一片哄笑一样。那些人都是背景噪音和群演,不能忘其项背的。

马特·达蒙,“我认识他很久了,当时刚认识的时候,我才是最胖的那个,他是一个非
常自私的人,你和他一起工作便可以发现这一点,不过,他这次却做了一件非常无私的
事情,他本来可以主演《海边的曼彻斯特》,他是这部电影的制片人,因此他有条件自
己主演,可是,他却把这个角色给了凯西·阿弗莱克,自己童年的好友,而自己却出演
了一部令人呵呵的中国电影,那部电影叫《长城》,亏损达到八千万美元之巨”。
裸的嘲讽,本身比主持人调侃的话语更有力量。而此后,主持人依旧没有放过马特·达
蒙,在后续的主持中更是再次调侃他,说“他没有什么才华可言,但他能将就凑合接烂
片”,直接打脸《长城》。
臊。

【在 w****a 的大作中提到】
: 奥斯卡颁奖礼主持人全程以马特·达蒙为调侃对象。最为直接打脸的一段是主持人说马特·达蒙,“我认识他很久了,当时刚认识的时候,我才是最胖的那个,他是一个非常自私的人,你和他一起工作便可以发现这一点,不过,他这次却做了一件非常无私的事情,他本来可以主演《海边的曼彻斯特》,他是这部电影的制片人,因此他有条件自己主演,可是,他却把这个角色给了凯西·阿弗莱克,自己童年的好友,而自己却出演了一部令人呵呵的中国电影,那部电影叫《长城》,亏损达到八千万美元之巨”。
: 主持人说完《长城》之后,奥斯卡现场爆发出让中国影迷为之汗颜的哄笑。这种赤裸裸的嘲讽,本身比主持人调侃的话语更有力量。而此后,主持人依旧没有放过马特·达蒙,在后续的主持中更是再次调侃他,说“他没有什么才华可言,但他能将就凑合接烂片”,直接打脸《长城》。
: 面对尤其是普通美国奥斯卡观众爆发出来的嘲弄之笑,张导是否脸红感觉到无比的羞臊。
: 他跟李安,没法比……

avatar
B*s
18
不过如果说 synthetic biology = bioinfo + systems biology 我只能说这个领域的
人都要哭了
因为其一直被做systems biology的人批评说:不知道这个system的时候 你怎么能合成
它呢? 现在居然被说成是 bioinfo + systems biology 他们得多崩溃啊 哈哈哈
anyway, 做systems biology的人也经常被做分子生物学的人说搞半天omics 和
modelling 有什么用啊,一点实际作用都没有。。。
所以说不止文人相轻,科学工作者也相轻
avatar
s*0
19

同意。想赚钱想疯了。根本就不尊重历史
这也就算了,把我们这边华人的脸都丢尽了

【在 n******u 的大作中提到】
: 中国的99%的电影导演真的不用拍东西了
: 越拍越差,不过也不怪他们,脑残那么多,不管多烂都打破票房纪录

avatar
l*1
20
RE: LD
LZ 是计算数学PhD
你给他推荐
//elowitz.caltech.edu/publications.html
那样的papers
你不会想让其回大三学理论和做实验吧
plus
[回复] 要有针对性 不是通论
[ 6 ]
发信人: sailor321 (sailor), 信区: Biology
标 题: Re: 关于synthetic biology
发信站: BBS 未名空间站 (Tue Feb 14 14:45:10 2012, 美东)
谢谢各位的回复!
有没有跟算法,图论,组会优化相关的例子?
------

【在 B******s 的大作中提到】
: 这些是synthetic biology 需要学的数学知识??? 为啥我看着像 bioinfomatics/
: biostatistics 需要学的数学知识啊
: 还有就是 研究的问题不通 使用的数学工具也不同,但是基本的数学工具还是应该有的
: ,analysis algebra probability
: stochastic process 是最基本的吧, 至于要学什么数学知识,需要看遇到什么问题
: 吧,
: 而且,数学在生物学的研究里面 目前还只是 作为工具使用的阶段
: 我觉得 如果想进入一个领域 应该了解这个领域的目标和methodology 如果说这个
: 都没有搞清楚 就照葫芦画瓢 看到别人
: 用什么数学工具就跟风学什么 是永远也做不出有用的东西来的 不管怎样,你

avatar
y*1
21
奥斯卡自己比《长城》丢脸多了
avatar
l*1
22
做交叉学科的就整天被自个儿相轻 左脑轻右脑 右脑轻左脑? joke
BTW,
>一点实际作用都没有。。。
是吗?
//www.ncbi.nlm.nih.gov/pubmed/5861813
>Goodwin BC.
Oscillatory behavior in enzymatic control processes.
Adv Enzyme Regul. 1965;3:425-
Goodwin oscillator mathematic model 一点实际作用都没有?
then what is this:
//www.ncbi.nlm.nih.gov/pubmed/18703678
>
Transcriptional negative feedback loops are common throughout nature; introducing a time delay in such a
feedback loop can theoretically produce oscillatory pulses of gene expression (Goodwin 1965; xxx).
and
also this:
//www.ncbi.nlm.nih.gov/pubmed/18471974
>
Mathematical models predict that such feedback loops can exhibit oscillatory behavior (Goodwin, 1965;
zzz)
more...

【在 B******s 的大作中提到】
: 不过如果说 synthetic biology = bioinfo + systems biology 我只能说这个领域的
: 人都要哭了
: 因为其一直被做systems biology的人批评说:不知道这个system的时候 你怎么能合成
: 它呢? 现在居然被说成是 bioinfo + systems biology 他们得多崩溃啊 哈哈哈
: anyway, 做systems biology的人也经常被做分子生物学的人说搞半天omics 和
: modelling 有什么用啊,一点实际作用都没有。。。
: 所以说不止文人相轻,科学工作者也相轻

avatar
D*3
23
照你这么说,很多电影都不用拍了
去看历史纪录片不就得了
人家拍得是魔幻片又不是纪录片..........

【在 s**********0 的大作中提到】
:
: 同意。想赚钱想疯了。根本就不尊重历史
: 这也就算了,把我们这边华人的脸都丢尽了

avatar
B*s
24
汗,一点实际作用没有是别人说的,我只不过是转述
不用太较真

【在 l**********1 的大作中提到】
: 做交叉学科的就整天被自个儿相轻 左脑轻右脑 右脑轻左脑? joke
: BTW,
: >一点实际作用都没有。。。
: 是吗?
: //www.ncbi.nlm.nih.gov/pubmed/5861813
: >Goodwin BC.
: Oscillatory behavior in enzymatic control processes.
: Adv Enzyme Regul. 1965;3:425-
: Goodwin oscillator mathematic model 一点实际作用都没有?
: then what is this:

avatar
L*3
25
别的不说,感觉近几年看到过很好好看的中国电影,《白日焰火》《烈日灼心》《心迷
宫》《一个勺子》,哦还有去年的《驴得水》
avatar
l*1
26
OK
i understood your meaning.
BTW,
those said that biomathematics modeling 一点实际作用没有 whom
never understand below paper:
//www.ncbi.nlm.nih.gov/pubmed/15597117
its Table 1
even line included that/those equation/s.
Sure!

【在 B******s 的大作中提到】
: 汗,一点实际作用没有是别人说的,我只不过是转述
: 不用太较真

avatar
d*r
27
agree, but I am afraid our math is just too simple and naive to explain
biology system.

【在 l**********1 的大作中提到】
: OK
: i understood your meaning.
: BTW,
: those said that biomathematics modeling 一点实际作用没有 whom
: never understand below paper:
: //www.ncbi.nlm.nih.gov/pubmed/15597117
: its Table 1
: even line included that/those equation/s.
: Sure!

avatar
B*s
28
至于针对性,是针对什么呢????就因为LZ是数学或者计算的 就不用去理解生物
系统了??? 还是说就不用学一学生
物和物理了?
难道他是计算数学出身就该 整天摆弄toy model fit data 做一堆optimisations 和
predictions
你不管是啥背景的 你想做合成生物学 至少生物学的基础知识和问题就要了
解吧 难道生物学里的理论知识
就不用去学习了??
那你告诉我,你说针对性的数学都是什么,假如你知道用什么数学去解决特定的问题,
我觉得那就不会成为问题。。。
另外,不管是 systems biology 和 synthetic biology 跟 biology 没有区别,只不
过是生物学研究到达瓶颈后 自然提出来
的概念 (既然是瓶颈必然需要很多其他学科的知识和工具来试图解决问题)
各种领域的人都试过很多方法,就像你列举的那些 Matrix PDE Boolean network
Bayesian network Game theory
MCMC, HMM, Kalman filters and Ising models Borwein integral sinc function
Fourier Transform 。。。 很多人
试过很多方法 而且发了很多文章,,,正是因为这个领域新的methodology 并没有形
成 所以才会有类似于百家争鸣的景
象 但是不是说所有的方法都是有用的,即便是发表到NS上的很多 虽然有借鉴意义
但并不一定可以继续发展在biology上
使用, 况且你自己的 分的level都有些 混乱 fourier transform 放到
tenure track level MCMC, kalman filter 放
到 PD training 首先,我不明白你为什么这么分级
按我的理解,数学本省有自己的体系,你什么时候学哪样,一个是看你需要解决什么问
题,另外一个需要看你需要多深的理
解 很搞笑的是 难道你 phd 学 PDE 不用先把 complex analysis 学一下么? 还
是说你的PDE只需要能看懂和写出线性的
方程并能够数值解 就可以了呢??? 如果需要解更复杂的非线性的PDE方程 那你是
不是需要先学 complex analysis 那
fourier transform 放在tenure track不知道是什么意思,还有kalman filter是EE里
信号与系统的知识,你如果说推荐lz可
以学点信号与系统方面的知识 来解决生物学问题,我倒是可以理解,那样的话 你是必
须要学 fourier transform 和
laplacian transform的 不明白 为啥 kalman filter放在PD level 而 fourier
transform 放在PI level
kalman filters 在EE里应用很广但也是跟MCMC一样有很强的数学背景的,学这些之前
是不是应该学一下 随机过程 和 概
率测度的知识? 假如只是拿过定理和方法用一下,套一下公式,然后做个模型或其他
什么的东西出来 发表 跟我说的 照葫
芦画瓢有什么区别么?? 你要用MCMC 和 HMM 至少要学 markov 过程吧,也要学随
机过程吧,当然如果单纯拿过来套
公式,你可以找本介绍性的书 或者直接看应用这种方法的文章 套一套好了
你写的那些数学知识,有更多的数学背景和知识基础在后面 单纯给LZ说哪些哪些东
西要在什么时候看真的是误导人
况且,如果只是把你列举的数学知识 简单了解一下的话 能做什么研究呢?你能告诉我
么?做跟发表了的那些文章一样的研
究么? 因为你对所用的数学工具没有更深的了解,你如何使用这些数学工具去研究你
感兴趣的问题呢? 反过来,如果你要
使用这些数学工具去研究你感兴趣的问题,你是不是需要把这些数学的基础搞定,虽然
不用你把每个定理的严格证明做出
来,但是你的数学的体系是不是应该有? 到最后还不是要把 基础的 分析 代数
概率 的基础知识 往深里学?
我不是学数学的,我是实验出身的,所以我说的这些都是我太恨自己数学缺乏才发的牢
骚,大可以不用去看,我也该反思一
下自己是不是该少花点时间争论这些。

【在 l**********1 的大作中提到】
: RE: LD
: LZ 是计算数学PhD
: 你给他推荐
: //elowitz.caltech.edu/publications.html
: 那样的papers
: 你不会想让其回大三学理论和做实验吧
: plus
: [回复] 要有针对性 不是通论
: [ 6 ]
: 发信人: sailor321 (sailor), 信区: Biology

avatar
B*s
29
好吧,我再啰嗦一句
LZ 是计算数学出身的,难道就不应该看一看 elowitz的文章么
noise in biology 这个可以连接或者引出好几个问题specificity, phenotypic
switching, bistability, bacteria persistence, pattern formation, evolution..
... 也跟可能跟 network theory 有关,
这些算不算biological science的大问题,莫非synthetic biology 不用去理会这些问
题? 只是一心build networks? build networks 或者 做 single molecule
imaging 不用考虑 specificity 和 noise么 不用考虑phenotypic switching?
不用考虑 pattern formation么? 那你做的是不是 synthetic biology? 还是
仅仅是 hypothetical network study?
你能说 他不应该读一读这些paper么???
avatar
d*r
30
this thread of discussion is good.
my feeling is, all these fancy name math tools, like pattern formation,
network oscillation, even stochastic models, etc, are still "ad hoc" kind of
tools, meaning you can do simulations, and seemingly explain some phenomena
, but has no predicting power, or generalized theory. This is like chaotic
theory, it's almost useless in real application, not even mention
bioengineering. I was comparing them to Einstein's relativity theory and E=
mc2 kind of math and it's power in mass production of nuclear energy and
space travel.

..


【在 B******s 的大作中提到】
: 好吧,我再啰嗦一句
: LZ 是计算数学出身的,难道就不应该看一看 elowitz的文章么
: noise in biology 这个可以连接或者引出好几个问题specificity, phenotypic
: switching, bistability, bacteria persistence, pattern formation, evolution..
: ... 也跟可能跟 network theory 有关,
: 这些算不算biological science的大问题,莫非synthetic biology 不用去理会这些问
: 题? 只是一心build networks? build networks 或者 做 single molecule
: imaging 不用考虑 specificity 和 noise么 不用考虑phenotypic switching?
: 不用考虑 pattern formation么? 那你做的是不是 synthetic biology? 还是
: 仅仅是 hypothetical network study?

avatar
l*1
31
Why only think that positive aspects from noise in biology 这个可以连接或
者引出好几个问题specificity, phenotypic
..
please go to
//www.ncbi.nlm.nih.gov/pubmed/21737735
//www.eng.cam.ac.uk/news/stories/2011/cellular_noise/
//www.ncbi.nlm.nih.gov/pubmed/20829788
..
avatar
d*r
32
The problem is, it seems there are still no meaningful conclusion with all
these "network theory" kind of math.
All these IT companies, Google/Facebook, etc are doing these kind of network
theory analysis all the day to the social network for example, but there's
no useful conclusion, everything is just decorative. The same thing happens
to the financial system, the research dept in big IBs and Hedge Funds are
doing all these math analysis to the daily financial market, but there's no
conclusive result to predict tomorrow price or the next crisis.
I think we just don't have the right tools yet, although we tried to make us
feel we had them.

【在 l**********1 的大作中提到】
: Why only think that positive aspects from noise in biology 这个可以连接或
: 者引出好几个问题specificity, phenotypic
: ..
: please go to
: //www.ncbi.nlm.nih.gov/pubmed/21737735
: //www.eng.cam.ac.uk/news/stories/2011/cellular_noise/
: //www.ncbi.nlm.nih.gov/pubmed/20829788
: ..
: ?

avatar
l*1
33
That is sure:
network topology is also
relative to some Wall street activities:
i.e:
xxx Western Conference on Mathematical Finance (click here)
//www-bcf.usc.edu/~njamison/conference/main2.html
furthermore
even relative to Global Politics and Peace/War power balance:
please refer:
//smallwarsjournal.com/documents/kilcullen.pdf

network
s
happens
no
us

【在 d*****r 的大作中提到】
: The problem is, it seems there are still no meaningful conclusion with all
: these "network theory" kind of math.
: All these IT companies, Google/Facebook, etc are doing these kind of network
: theory analysis all the day to the social network for example, but there's
: no useful conclusion, everything is just decorative. The same thing happens
: to the financial system, the research dept in big IBs and Hedge Funds are
: doing all these math analysis to the daily financial market, but there's no
: conclusive result to predict tomorrow price or the next crisis.
: I think we just don't have the right tools yet, although we tried to make us
: feel we had them.

avatar
B*s
34
fundamental limits on suppressing noise paper... I read them so many times..
.. you don't need to elaborate it
my study is not to use synthetic biology to suppress noise but to try to
figure out why it is there, and how dose it function I have
been in Johan Paulsson's class once. i still remember the words he said that (not
exactly but with same meaning)
even with such limits on suppressing noise, the specificity and robustness
does exist and behave quite in
order.
in any case, theoretical work requires quite sophisticate mathematical tools
, especially.
it's also this paper made me think that we may need better mathematical
tools and better physical theories to
solve the complexity of biosystems.
@demoner
you are right about the math and theory in biology. I have a quote from
Johan Paulsson which quite make
sense
"Many insights have been gained from these studies, but as we and others
have repeatedly shown, the
conventional approaches can also be very misleading. The lack of organizing
physical laws combined with low-
resolution data and model plasticity make retrodiction and story-telling too
easy, while most ‘predictions’
simply interpolate known principles. In some ways the situation is not
unlike that of early astronomy: even
without any coherent theory, the Babylonian Astronomical Diaries predicted
certain celestial events with higher
accuracy than the first applications of Newton’s laws, by simply mimicking
observed patterns."
as I feel it is too damn true, so that I am trying to pick up mathematics
and physics, hope there is something
possibly leading to the solution.

【在 l**********1 的大作中提到】
: Why only think that positive aspects from noise in biology 这个可以连接或
: 者引出好几个问题specificity, phenotypic
: ..
: please go to
: //www.ncbi.nlm.nih.gov/pubmed/21737735
: //www.eng.cam.ac.uk/news/stories/2011/cellular_noise/
: //www.ncbi.nlm.nih.gov/pubmed/20829788
: ..
: ?

avatar
B*s
35
control theory is just an aspects or a way to study biology not the only one

【在 l**********1 的大作中提到】
: That is sure:
: network topology is also
: relative to some Wall street activities:
: i.e:
: xxx Western Conference on Mathematical Finance (click here)
: //www-bcf.usc.edu/~njamison/conference/main2.html
: furthermore
: even relative to Global Politics and Peace/War power balance:
: please refer:
: //smallwarsjournal.com/documents/kilcullen.pdf

avatar
B*s
36
actually, I am a little regret to discuss too much on this kind of topic.
Maybe I could write an article in my blog to give my point.
anyway, hope someone could find a better way to get the solution.
I would like to see the theoretical biology get breakthroughs
avatar
d*r
37
It's not simply the problem of data-acquisition. Although I admit the bottle
-neck now for systems biology is data-acquisition.
In Financial systems, we have huge amount of data, you never need to fit a
line with only 3 data points from 3 cells as in biology. We have trading
tick data at exactly every milli second for every players in the whole world
financial markets.
but the problem still exists, no math can have predictive power in the
complexity system. No one can predict the price of next second.

..
that (not
tools

【在 B******s 的大作中提到】
: fundamental limits on suppressing noise paper... I read them so many times..
: .. you don't need to elaborate it
: my study is not to use synthetic biology to suppress noise but to try to
: figure out why it is there, and how dose it function I have
: been in Johan Paulsson's class once. i still remember the words he said that (not
: exactly but with same meaning)
: even with such limits on suppressing noise, the specificity and robustness
: does exist and behave quite in
: order.
: in any case, theoretical work requires quite sophisticate mathematical tools

avatar
s*1
38
谢谢大家的回复和讨论。大家回帖的时候比较随性,可能不象写paper那么严谨.大家的
背景可能不一样,看问题的角度可能也不一样,所以希望大家回帖时互相尊重,客气一
点,尽量保持在学术上的讨论。
本来computational biology,mathematical/systems/synthetic biology 的概念的定
义就很模糊,也许我根本不该提那个问题。
目前确实很多人做computational biology只enjoy计算上的问题。比较真正做science
和想靠做science生存的想法是完全不一样的。很多时候也是无奈。而且生物这个坑其
实很深,不是每个人都愿意跳的。比如在cs和statistis专业,如果能够“自娱自乐”
发一些本专业的top的conference或者journal的论文,顺利找到faculty的位置,自然
不会有很多人愿意过来真正混生物这趟水。顶多做一些合作的项目。
anyway,扯远了,回到我原来的问题上。我其实想找一个计算和生物比较好的切人点。
我的背景是传统计算的,学的数学比较倾向算法,图论,组合优化等,和物理及其它专业学的
不太一样。但我觉得最主要的是数学思路上的训练。我同意得数学这些都是工具,如
果找到好的生物问题,也许不难pick up对应的数学工具。
我看了wendell lim的review文章,虽然感觉他的想法前卫了点,但也很有道理。从系
统的角度上看,其实cell和computer有很多相似的地方,比如电路设计,编程上的模块
化。当然biological systems比computer复杂多了。也许确实是目前的数学和物理没办
法准确的描写真实的biological systems.但现实中数学在其他的领域的应用又何尝不
是这样的。如果一个数学模型能够抓主关键因数,达到一定的准确率,在某种意义上算
是成功了。而且目前高同量提供的大数据信息,可能必须依靠一些数学模型来解释问题
。lotkaeuler11 推荐的那篇在plos上的paper其实说的很有道理。
我同时想找生物和组会优化计算的交叉点。感觉synthetic biology应该也需要这方面的研究
。我看了一些synthetic biology文章,感觉涉及这方面的计算模型的似乎不多。当然
因为可能因为我原来不是这个领域的,所了解的只限制于自己的背景。个人觉得研究生
物问题很多时候确实需要从evolution+biophysics上思考。如wendell lim的reiview
paper说的,了解evolution其实可以帮助我们predict future evolution. 也许计算
机在这个层次上也许能帮上忙。但又很模糊。大家觉得synthetic biology在计算上的
最好切人点是什么呢?
谢谢!

【在 B******s 的大作中提到】
: 至于针对性,是针对什么呢????就因为LZ是数学或者计算的 就不用去理解生物
: 系统了??? 还是说就不用学一学生
: 物和物理了?
: 难道他是计算数学出身就该 整天摆弄toy model fit data 做一堆optimisations 和
: predictions
: 你不管是啥背景的 你想做合成生物学 至少生物学的基础知识和问题就要了
: 解吧 难道生物学里的理论知识
: 就不用去学习了??
: 那你告诉我,你说针对性的数学都是什么,假如你知道用什么数学去解决特定的问题,
: 我觉得那就不会成为问题。。。

avatar
l*1
39
De rien.
plus
please go to
//www.ncbi.nlm.nih.gov/pubmed/22198840
for
The planarity of peptide bonds is an assumption that underlies decades of theoretical modeling of proteins
PNAS 2012 paper
but
Nonplanar peptide bonds in proteins are common and conserved but not biased toward active sites.
by Berkholz DS, Driggers CM, Shapovalov MV, Dunbrack RL Jr, Karplus PA.
Proc Natl Acad Sci U S A. 2012 Jan 10;109(2):449-
and above paper 1st author his PubMed total records:
//www.ncbi.nlm.nih.gov/pubmed?term=%22Berkholz%20DS%22%5BAuthor%5D
[回复]
[ 26 ]
发信人: sailor321 (sailor), 信区: Biology
标 题: Re: 关于synthetic biology
发信站: BBS 未名空间站 (Fri Feb 17 17:16:29 2012, 美东)
谢谢大家的回复和讨论。
ignored
我同时想找生物和组会优化计算的交叉点。感觉synthetic biology应该也需要这方面
的研究
。我看了一些synthetic biology文章,感觉涉及这方面的计算模型的似乎不多。当然
因为可能因为我原来不是这个领域的,所了解的只限制于自己的背景。个人觉得研究生
物问题很多时候确实需要从evolution+biophysics上思考。如wendell lim的reiview
paper说的,了解evolution其实可以帮助我们predict future evolution. 也许计算
机在这个层次上也许能帮上忙。但又很模糊。大家觉得synthetic biology在计算上的
最好切人点是什么呢?
谢谢!
------
NB: 最好的切入点是找到可以否定前人的有关共识或论点之处 或者前人尚未认识到的Synthetic/Computational
biology/Mathematical/Systems/biology之处
这个没有几年乃至十年以上的修炼 光在这里问 是找不到答案的

science

【在 s*******1 的大作中提到】
: 谢谢大家的回复和讨论。大家回帖的时候比较随性,可能不象写paper那么严谨.大家的
: 背景可能不一样,看问题的角度可能也不一样,所以希望大家回帖时互相尊重,客气一
: 点,尽量保持在学术上的讨论。
: 本来computational biology,mathematical/systems/synthetic biology 的概念的定
: 义就很模糊,也许我根本不该提那个问题。
: 目前确实很多人做computational biology只enjoy计算上的问题。比较真正做science
: 和想靠做science生存的想法是完全不一样的。很多时候也是无奈。而且生物这个坑其
: 实很深,不是每个人都愿意跳的。比如在cs和statistis专业,如果能够“自娱自乐”
: 发一些本专业的top的conference或者journal的论文,顺利找到faculty的位置,自然
: 不会有很多人愿意过来真正混生物这趟水。顶多做一些合作的项目。

avatar
l*1
40
sorry
some parts contents at up floor paste is my misleading.
from i am also 实验出身的 quit PhD already near one decade but six year later
try this Synthetic/Computational
biology/Mathematical/Systems/biology PhD,
Ps;
i just revised those contents now.

【在 B******s 的大作中提到】
: 至于针对性,是针对什么呢????就因为LZ是数学或者计算的 就不用去理解生物
: 系统了??? 还是说就不用学一学生
: 物和物理了?
: 难道他是计算数学出身就该 整天摆弄toy model fit data 做一堆optimisations 和
: predictions
: 你不管是啥背景的 你想做合成生物学 至少生物学的基础知识和问题就要了
: 解吧 难道生物学里的理论知识
: 就不用去学习了??
: 那你告诉我,你说针对性的数学都是什么,假如你知道用什么数学去解决特定的问题,
: 我觉得那就不会成为问题。。。

avatar
d*y
41
synthetic biology就是为了忽悠纺锭而搞出来的东西。数学之类,用的到,但是要看
你咋用。 对N多学生物和微生物的人来说,synthetic biology就是不用P片段,自己合
成就行了,而且可以随意的改变ATCG。数学嘛,反正要干炫的,弄些理论啥的,用得到
avatar
l*1
42
反问下阁下三个问题:
莱布尼茨为了忽悠啥纺锭而搞出来微积分啦?
黎曼又为了忽悠啥纺锭而搞出来黎曼球体几何啦?
最后 一问
若用于地球上的生物进化理论考古以及将来进化/退化乃至物种灭绝风险预测的进化生态学研究
为了忽悠啥纺锭而搞出来啦?
NB:
黎曼球体的直线 360度 绕一圈后 在笛卡尔平面坐标体系里是不是 一个
圆圈, 而
黎曼球体的线性 到了笛卡尔平面坐标体系里是不是非线性
只依靠笛卡尔平面坐标体系研究的目前几乎所有的生物数学模型
www.ncbi.nlm.nih.gov/pmc/articles/PMC535574/
its Table 1
有没有用黎曼球体坐标系或马鞍形坐标系等几何坐标体系来做理论生物进化计算数学研
究的必要?
References:
//en.wikipedia.org/wiki/Saddle_surface
//www.mfa.kfki.hu/~szabo/egg.pdf
//www.environnement.ens.fr/IMG/file/DavidPDF/HDR/hdr-vol1_17jan.pdf

【在 d***y 的大作中提到】
: synthetic biology就是为了忽悠纺锭而搞出来的东西。数学之类,用的到,但是要看
: 你咋用。 对N多学生物和微生物的人来说,synthetic biology就是不用P片段,自己合
: 成就行了,而且可以随意的改变ATCG。数学嘛,反正要干炫的,弄些理论啥的,用得到
: 。

avatar
l*1
43
continue to yesterday:
比如去年会议
The 3rd Workshop on Stochasticity in Biochemical Reaction
Networks
11, September–16, September, 2011
报告中的
//www.birs.ca/workshops/2011/11w5140/report11w5140.pdf
可以否定的有关前人共识/论点之处或可以引申出的尚未发表的新的方面等等

science

【在 s*******1 的大作中提到】
: 谢谢大家的回复和讨论。大家回帖的时候比较随性,可能不象写paper那么严谨.大家的
: 背景可能不一样,看问题的角度可能也不一样,所以希望大家回帖时互相尊重,客气一
: 点,尽量保持在学术上的讨论。
: 本来computational biology,mathematical/systems/synthetic biology 的概念的定
: 义就很模糊,也许我根本不该提那个问题。
: 目前确实很多人做computational biology只enjoy计算上的问题。比较真正做science
: 和想靠做science生存的想法是完全不一样的。很多时候也是无奈。而且生物这个坑其
: 实很深,不是每个人都愿意跳的。比如在cs和statistis专业,如果能够“自娱自乐”
: 发一些本专业的top的conference或者journal的论文,顺利找到faculty的位置,自然
: 不会有很多人愿意过来真正混生物这趟水。顶多做一些合作的项目。

avatar
l*1
44
Similar to this blog Note?
//www.cscs.umich.edu/~crshalizi/notebooks/
//www.cscs.umich.edu/~crshalizi/
one blog:
//cscs.umich.edu/~crshalizi/notabene/signal-transduction.html
and its one reference
Ali Zarrinpar, Sang-Hyun Park and Wendell A. Lim,
"Optimization of Specificity in a Cellular Protein Interaction Network by Negative Selection"
, Nature 426 (2003): 676-
[A partial answer to the question of how cells
avoid cross-talk in their signalling networks.]

【在 B******s 的大作中提到】
: actually, I am a little regret to discuss too much on this kind of topic.
: Maybe I could write an article in my blog to give my point.
: anyway, hope someone could find a better way to get the solution.
: I would like to see the theoretical biology get breakthroughs

avatar
l*1
45
Appendix B
Mathematical Fundamentals
Differential Calculus
Linear Algebra
Probability
2012 Book final version link:
//basil2.math.uwaterloo.ca/~bingalls/AM382/Math_Modelling_in_Sysbio.pdf
Suggestions for Further Reading
A number of introductory calculus books are targeted towards applications in
the life sciences,
including Modeling the Dynamics of Life (Adler, 1998) and
Calculus for
Biology and Medicine
(Neuhauser, 2004).
A comprehensive introduction to partial differential
equations in provided in
the book Applied Partial Differential Equations (Haberman, 2003).
An
accessible introduction
to linear algebra is provided in Linear Algebra and its Applications, (
Strang, 2005).
A thorough
introduction to probability theory can be found in the book Introduction to
Probability Models
(Ross, 2007).

【在 d********m 的大作中提到】
: 请LZ几位介绍下,想进入领域并基本理解这个领域的文章需要多少数学知识。
: 最近在犹豫要不要学各种mathematical analysis,越往上学就觉得越需要抽象的知识
: ,但这个analysis自学起来就太费精力了感觉

avatar
l*1
46
Appendix A
Molecular Cell Biology
from Book (2012):
//basil2.math.uwaterloo.ca/~bingalls/AM382/Math_Modelling_in_Sysbio.pdf
plus
Computational Systems Biology: The subsequent chapters of this text focus on
a few
fundamental modelling approaches in systems biology. Wider surveys of the
tools used in
computational systems biology can be found in Systems Biology: a textbook, (
Klipp et al.,
2009), System Modelling in Cellular Biology, (Szallasi et al., 2006), and
An Introduction to
Systems Biology: Design Principles of Biological Circuits, (Alon, 2007).
Dynamic Modelling in Systems Biology: Several texts focus on modelling of
particular
biological domains. The books The Regulation of Cellular Systems, (Heinrich
and Schuster,
1996), and
Kinetic Modelling in Systems Biology, (Demin and Goryanin, 2009), focus on
modelling in metabolism.
Computational Modeling of Gene Regulatory Networks, (Bolouri,
2008) addresses modelling formalisms used to study genetic networks.
The use of modelling
in synthetic biology is addressed in Engineering Genetic Circuits (Myers,
2010).
Modelling
of neuronal systems is surveyed in Mathematical Foundations of Neuroscience,
(Ermentrout
and Terman, 2010).

science

【在 s*******1 的大作中提到】
: 谢谢大家的回复和讨论。大家回帖的时候比较随性,可能不象写paper那么严谨.大家的
: 背景可能不一样,看问题的角度可能也不一样,所以希望大家回帖时互相尊重,客气一
: 点,尽量保持在学术上的讨论。
: 本来computational biology,mathematical/systems/synthetic biology 的概念的定
: 义就很模糊,也许我根本不该提那个问题。
: 目前确实很多人做computational biology只enjoy计算上的问题。比较真正做science
: 和想靠做science生存的想法是完全不一样的。很多时候也是无奈。而且生物这个坑其
: 实很深,不是每个人都愿意跳的。比如在cs和statistis专业,如果能够“自娱自乐”
: 发一些本专业的top的conference或者journal的论文,顺利找到faculty的位置,自然
: 不会有很多人愿意过来真正混生物这趟水。顶多做一些合作的项目。

avatar
l*1
47
Fig from Book
Synthetic Biology:
scope, applications and implications
© The Royal Academy of Engineering (2009)
//www.raeng.org.uk/news/publications/list/reports/Synthetic_biology.pdf

paper

【在 s*******1 的大作中提到】
: 谢谢各位的回复!
: 有没有跟算法,图论,组会优化相关的例子?
: 另外,如果原来没有实验背景,想要补这方面不知道难度如何?只看textbood和paper
: ,同做实验的合作者交流够不够?还是有必要自己在wet lab呆1-2年?
:
: tenuring... etc.

avatar
l*1
48
please refer below figure
cited from
one PhD thesis (2009) from Barcelona
link:
//www.tesisenred.net/bitstream/handle/10803/7182/tjsc.pdf?sequence=1

science

【在 s*******1 的大作中提到】
: 谢谢大家的回复和讨论。大家回帖的时候比较随性,可能不象写paper那么严谨.大家的
: 背景可能不一样,看问题的角度可能也不一样,所以希望大家回帖时互相尊重,客气一
: 点,尽量保持在学术上的讨论。
: 本来computational biology,mathematical/systems/synthetic biology 的概念的定
: 义就很模糊,也许我根本不该提那个问题。
: 目前确实很多人做computational biology只enjoy计算上的问题。比较真正做science
: 和想靠做science生存的想法是完全不一样的。很多时候也是无奈。而且生物这个坑其
: 实很深,不是每个人都愿意跳的。比如在cs和statistis专业,如果能够“自娱自乐”
: 发一些本专业的top的conference或者journal的论文,顺利找到faculty的位置,自然
: 不会有很多人愿意过来真正混生物这趟水。顶多做一些合作的项目。

avatar
s*1
49
我是搞计算出身的,对生物的insight不是很强。最近看了一些synthetic biology的
paper,比较看好这个方向。觉得应该是将来的发展方向。但不知道这个领域的计算问
题多不多,还是基本上等同于bioinformatics+system biology?
想知道大家的看法。谢谢!
avatar
d*r
50
基本上等同于bioinfo+systems biology
数学还是那些数学.

【在 s*******1 的大作中提到】
: 我是搞计算出身的,对生物的insight不是很强。最近看了一些synthetic biology的
: paper,比较看好这个方向。觉得应该是将来的发展方向。但不知道这个领域的计算问
: 题多不多,还是基本上等同于bioinformatics+system biology?
: 想知道大家的看法。谢谢!

avatar
l*1
51
Except theory bioinformatics this field/s:
have below classic famous
Mathematics equations Arising from Biological Problems
link:
//www.ncbi.nlm.nih.gov/pmc/articles/PMC535574/

【在 s*******1 的大作中提到】
: 我是搞计算出身的,对生物的insight不是很强。最近看了一些synthetic biology的
: paper,比较看好这个方向。觉得应该是将来的发展方向。但不知道这个领域的计算问
: 题多不多,还是基本上等同于bioinformatics+system biology?
: 想知道大家的看法。谢谢!

avatar
d*m
52
请LZ几位介绍下,想进入领域并基本理解这个领域的文章需要多少数学知识。
最近在犹豫要不要学各种mathematical analysis,越往上学就觉得越需要抽象的知识
,但这个analysis自学起来就太费精力了感觉
avatar
s*1
53
谢谢各位的回复!
有没有跟算法,图论,组会优化相关的例子?
另外,如果原来没有实验背景,想要补这方面不知道难度如何?只看textbood和paper
,同做实验的合作者交流够不够?还是有必要自己在wet lab呆1-2年?

tenuring... etc.

【在 l**********1 的大作中提到】
: Matrix PDE Boolean network Bayesian network Game theory etc will belong
: to Basic level =PhD student training
: High dimensions Monte Carlo Markov Chain (MCMC), Hidden Markov models,
: Kalman filters and Ising models
: belong to middle level. PD training
: One Book its any one chapter if you can read completely
: then you should qualified basic level:
: //www.ift.unesp.br/users/mmenezes/mathbio.pdf
: ---
: Borwein integral sinc function Fourier Transform Higher level PI tenuring... etc.

avatar
B*s
54
这些是synthetic biology 需要学的数学知识??? 为啥我看着像 bioinfomatics/
biostatistics 需要学的数学知识啊
还有就是 研究的问题不通 使用的数学工具也不同,但是基本的数学工具还是应该有的
,analysis algebra probability
stochastic process 是最基本的吧, 至于要学什么数学知识,需要看遇到什么问题
吧,
而且,数学在生物学的研究里面 目前还只是 作为工具使用的阶段
我觉得 如果想进入一个领域 应该了解这个领域的目标和methodology 如果说这个
都没有搞清楚 就照葫芦画瓢 看到别人
用什么数学工具就跟风学什么 是永远也做不出有用的东西来的 不管怎样,你
做什么研究都是问题导向的 不会是我
要学哪些技术去做类似的研究,结果只会repeat 一堆 junk paper 出来
如果说严格意义上的synthetic biology 跟 bioengineering 没有特别大的区别,我个
人意见 认为它算是systems biology
级别的 bioengineering吧
诶,突然又不想啰嗦了,还是看文章去好了


tenuring... etc.

【在 l**********1 的大作中提到】
: Matrix PDE Boolean network Bayesian network Game theory etc will belong
: to Basic level =PhD student training
: High dimensions Monte Carlo Markov Chain (MCMC), Hidden Markov models,
: Kalman filters and Ising models
: belong to middle level. PD training
: One Book its any one chapter if you can read completely
: then you should qualified basic level:
: //www.ift.unesp.br/users/mmenezes/mathbio.pdf
: ---
: Borwein integral sinc function Fourier Transform Higher level PI tenuring... etc.

avatar
B*s
55
不过如果说 synthetic biology = bioinfo + systems biology 我只能说这个领域的
人都要哭了
因为其一直被做systems biology的人批评说:不知道这个system的时候 你怎么能合成
它呢? 现在居然被说成是 bioinfo + systems biology 他们得多崩溃啊 哈哈哈
anyway, 做systems biology的人也经常被做分子生物学的人说搞半天omics 和
modelling 有什么用啊,一点实际作用都没有。。。
所以说不止文人相轻,科学工作者也相轻
avatar
l*1
56
RE: LD
LZ 是计算数学PhD
你给他推荐
//elowitz.caltech.edu/publications.html
那样的papers
你不会想让其回大三学理论和做实验吧
plus
[回复] 要有针对性 不是通论
[ 6 ]
发信人: sailor321 (sailor), 信区: Biology
标 题: Re: 关于synthetic biology
发信站: BBS 未名空间站 (Tue Feb 14 14:45:10 2012, 美东)
谢谢各位的回复!
有没有跟算法,图论,组会优化相关的例子?
------

【在 B******s 的大作中提到】
: 这些是synthetic biology 需要学的数学知识??? 为啥我看着像 bioinfomatics/
: biostatistics 需要学的数学知识啊
: 还有就是 研究的问题不通 使用的数学工具也不同,但是基本的数学工具还是应该有的
: ,analysis algebra probability
: stochastic process 是最基本的吧, 至于要学什么数学知识,需要看遇到什么问题
: 吧,
: 而且,数学在生物学的研究里面 目前还只是 作为工具使用的阶段
: 我觉得 如果想进入一个领域 应该了解这个领域的目标和methodology 如果说这个
: 都没有搞清楚 就照葫芦画瓢 看到别人
: 用什么数学工具就跟风学什么 是永远也做不出有用的东西来的 不管怎样,你

avatar
B*s
57
汗,一点实际作用没有是别人说的,我只不过是转述
不用太较真

【在 l**********1 的大作中提到】
: 做交叉学科的就整天被自个儿相轻 左脑轻右脑 右脑轻左脑? joke
: BTW,
: >一点实际作用都没有。。。
: 是吗?
: //www.ncbi.nlm.nih.gov/pubmed/5861813
: >Goodwin BC.
: Oscillatory behavior in enzymatic control processes.
: Adv Enzyme Regul. 1965;3:425-
: Goodwin oscillator mathematic model 一点实际作用都没有?
: then what is this:

avatar
l*1
58
OK
i understood your meaning.
BTW,
those said that biomathematics modeling 一点实际作用没有 whom
never understand below paper:
//www.ncbi.nlm.nih.gov/pubmed/15597117
its Table 1
even line included that/those equation/s.
Sure!

【在 B******s 的大作中提到】
: 汗,一点实际作用没有是别人说的,我只不过是转述
: 不用太较真

avatar
d*r
59
agree, but I am afraid our math is just too simple and naive to explain
biology system.

【在 l**********1 的大作中提到】
: OK
: i understood your meaning.
: BTW,
: those said that biomathematics modeling 一点实际作用没有 whom
: never understand below paper:
: //www.ncbi.nlm.nih.gov/pubmed/15597117
: its Table 1
: even line included that/those equation/s.
: Sure!

avatar
B*s
60
至于针对性,是针对什么呢????就因为LZ是数学或者计算的 就不用去理解生物
系统了??? 还是说就不用学一学生
物和物理了?
难道他是计算数学出身就该 整天摆弄toy model fit data 做一堆optimisations 和
predictions
你不管是啥背景的 你想做合成生物学 至少生物学的基础知识和问题就要了
解吧 难道生物学里的理论知识
就不用去学习了??
那你告诉我,你说针对性的数学都是什么,假如你知道用什么数学去解决特定的问题,
我觉得那就不会成为问题。。。
另外,不管是 systems biology 和 synthetic biology 跟 biology 没有区别,只不
过是生物学研究到达瓶颈后 自然提出来
的概念 (既然是瓶颈必然需要很多其他学科的知识和工具来试图解决问题)
各种领域的人都试过很多方法,就像你列举的那些 Matrix PDE Boolean network
Bayesian network Game theory
MCMC, HMM, Kalman filters and Ising models Borwein integral sinc function
Fourier Transform 。。。 很多人
试过很多方法 而且发了很多文章,,,正是因为这个领域新的methodology 并没有形
成 所以才会有类似于百家争鸣的景
象 但是不是说所有的方法都是有用的,即便是发表到NS上的很多 虽然有借鉴意义
但并不一定可以继续发展在biology上
使用, 况且你自己的 分的level都有些 混乱 fourier transform 放到
tenure track level MCMC, kalman filter 放
到 PD training 首先,我不明白你为什么这么分级
按我的理解,数学本省有自己的体系,你什么时候学哪样,一个是看你需要解决什么问
题,另外一个需要看你需要多深的理
解 很搞笑的是 难道你 phd 学 PDE 不用先把 complex analysis 学一下么? 还
是说你的PDE只需要能看懂和写出线性的
方程并能够数值解 就可以了呢??? 如果需要解更复杂的非线性的PDE方程 那你是
不是需要先学 complex analysis 那
fourier transform 放在tenure track不知道是什么意思,还有kalman filter是EE里
信号与系统的知识,你如果说推荐lz可
以学点信号与系统方面的知识 来解决生物学问题,我倒是可以理解,那样的话 你是必
须要学 fourier transform 和
laplacian transform的 不明白 为啥 kalman filter放在PD level 而 fourier
transform 放在PI level
kalman filters 在EE里应用很广但也是跟MCMC一样有很强的数学背景的,学这些之前
是不是应该学一下 随机过程 和 概
率测度的知识? 假如只是拿过定理和方法用一下,套一下公式,然后做个模型或其他
什么的东西出来 发表 跟我说的 照葫
芦画瓢有什么区别么?? 你要用MCMC 和 HMM 至少要学 markov 过程吧,也要学随
机过程吧,当然如果单纯拿过来套
公式,你可以找本介绍性的书 或者直接看应用这种方法的文章 套一套好了
你写的那些数学知识,有更多的数学背景和知识基础在后面 单纯给LZ说哪些哪些东
西要在什么时候看真的是误导人
况且,如果只是把你列举的数学知识 简单了解一下的话 能做什么研究呢?你能告诉我
么?做跟发表了的那些文章一样的研
究么? 因为你对所用的数学工具没有更深的了解,你如何使用这些数学工具去研究你
感兴趣的问题呢? 反过来,如果你要
使用这些数学工具去研究你感兴趣的问题,你是不是需要把这些数学的基础搞定,虽然
不用你把每个定理的严格证明做出
来,但是你的数学的体系是不是应该有? 到最后还不是要把 基础的 分析 代数
概率 的基础知识 往深里学?
我不是学数学的,我是实验出身的,所以我说的这些都是我太恨自己数学缺乏才发的牢
骚,大可以不用去看,我也该反思一
下自己是不是该少花点时间争论这些。

【在 l**********1 的大作中提到】
: RE: LD
: LZ 是计算数学PhD
: 你给他推荐
: //elowitz.caltech.edu/publications.html
: 那样的papers
: 你不会想让其回大三学理论和做实验吧
: plus
: [回复] 要有针对性 不是通论
: [ 6 ]
: 发信人: sailor321 (sailor), 信区: Biology

avatar
B*s
61
好吧,我再啰嗦一句
LZ 是计算数学出身的,难道就不应该看一看 elowitz的文章么
noise in biology 这个可以连接或者引出好几个问题specificity, phenotypic
switching, bistability, bacteria persistence, pattern formation, evolution..
... 也跟可能跟 network theory 有关,
这些算不算biological science的大问题,莫非synthetic biology 不用去理会这些问
题? 只是一心build networks? build networks 或者 做 single molecule
imaging 不用考虑 specificity 和 noise么 不用考虑phenotypic switching?
不用考虑 pattern formation么? 那你做的是不是 synthetic biology? 还是
仅仅是 hypothetical network study?
你能说 他不应该读一读这些paper么???
avatar
d*r
62
this thread of discussion is good.
my feeling is, all these fancy name math tools, like pattern formation,
network oscillation, even stochastic models, etc, are still "ad hoc" kind of
tools, meaning you can do simulations, and seemingly explain some phenomena
, but has no predicting power, or generalized theory. This is like chaotic
theory, it's almost useless in real application, not even mention
bioengineering. I was comparing them to Einstein's relativity theory and E=
mc2 kind of math and it's power in mass production of nuclear energy and
space travel.

..


【在 B******s 的大作中提到】
: 好吧,我再啰嗦一句
: LZ 是计算数学出身的,难道就不应该看一看 elowitz的文章么
: noise in biology 这个可以连接或者引出好几个问题specificity, phenotypic
: switching, bistability, bacteria persistence, pattern formation, evolution..
: ... 也跟可能跟 network theory 有关,
: 这些算不算biological science的大问题,莫非synthetic biology 不用去理会这些问
: 题? 只是一心build networks? build networks 或者 做 single molecule
: imaging 不用考虑 specificity 和 noise么 不用考虑phenotypic switching?
: 不用考虑 pattern formation么? 那你做的是不是 synthetic biology? 还是
: 仅仅是 hypothetical network study?

avatar
l*1
63
Why only think that positive aspects from noise in biology 这个可以连接或
者引出好几个问题specificity, phenotypic
..
please go to
//www.ncbi.nlm.nih.gov/pubmed/21737735
//www.eng.cam.ac.uk/news/stories/2011/cellular_noise/
//www.ncbi.nlm.nih.gov/pubmed/20829788
..
avatar
d*r
64
The problem is, it seems there are still no meaningful conclusion with all
these "network theory" kind of math.
All these IT companies, Google/Facebook, etc are doing these kind of network
theory analysis all the day to the social network for example, but there's
no useful conclusion, everything is just decorative. The same thing happens
to the financial system, the research dept in big IBs and Hedge Funds are
doing all these math analysis to the daily financial market, but there's no
conclusive result to predict tomorrow price or the next crisis.
I think we just don't have the right tools yet, although we tried to make us
feel we had them.

【在 l**********1 的大作中提到】
: Why only think that positive aspects from noise in biology 这个可以连接或
: 者引出好几个问题specificity, phenotypic
: ..
: please go to
: //www.ncbi.nlm.nih.gov/pubmed/21737735
: //www.eng.cam.ac.uk/news/stories/2011/cellular_noise/
: //www.ncbi.nlm.nih.gov/pubmed/20829788
: ..
: ?

avatar
l*1
65
That is sure:
network topology is also
relative to some Wall street activities:
i.e:
xxx Western Conference on Mathematical Finance (click here)
//www-bcf.usc.edu/~njamison/conference/main2.html
furthermore
even relative to Global Politics and Peace/War power balance:
please refer:
//smallwarsjournal.com/documents/kilcullen.pdf

network
s
happens
no
us

【在 d*****r 的大作中提到】
: The problem is, it seems there are still no meaningful conclusion with all
: these "network theory" kind of math.
: All these IT companies, Google/Facebook, etc are doing these kind of network
: theory analysis all the day to the social network for example, but there's
: no useful conclusion, everything is just decorative. The same thing happens
: to the financial system, the research dept in big IBs and Hedge Funds are
: doing all these math analysis to the daily financial market, but there's no
: conclusive result to predict tomorrow price or the next crisis.
: I think we just don't have the right tools yet, although we tried to make us
: feel we had them.

avatar
B*s
66
fundamental limits on suppressing noise paper... I read them so many times..
.. you don't need to elaborate it
my study is not to use synthetic biology to suppress noise but to try to
figure out why it is there, and how dose it function I have
been in Johan Paulsson's class once. i still remember the words he said that (not
exactly but with same meaning)
even with such limits on suppressing noise, the specificity and robustness
does exist and behave quite in
order.
in any case, theoretical work requires quite sophisticate mathematical tools
, especially.
it's also this paper made me think that we may need better mathematical
tools and better physical theories to
solve the complexity of biosystems.
@demoner
you are right about the math and theory in biology. I have a quote from
Johan Paulsson which quite make
sense
"Many insights have been gained from these studies, but as we and others
have repeatedly shown, the
conventional approaches can also be very misleading. The lack of organizing
physical laws combined with low-
resolution data and model plasticity make retrodiction and story-telling too
easy, while most ‘predictions’
simply interpolate known principles. In some ways the situation is not
unlike that of early astronomy: even
without any coherent theory, the Babylonian Astronomical Diaries predicted
certain celestial events with higher
accuracy than the first applications of Newton’s laws, by simply mimicking
observed patterns."
as I feel it is too damn true, so that I am trying to pick up mathematics
and physics, hope there is something
possibly leading to the solution.

【在 l**********1 的大作中提到】
: Why only think that positive aspects from noise in biology 这个可以连接或
: 者引出好几个问题specificity, phenotypic
: ..
: please go to
: //www.ncbi.nlm.nih.gov/pubmed/21737735
: //www.eng.cam.ac.uk/news/stories/2011/cellular_noise/
: //www.ncbi.nlm.nih.gov/pubmed/20829788
: ..
: ?

avatar
B*s
67
control theory is just an aspects or a way to study biology not the only one

【在 l**********1 的大作中提到】
: That is sure:
: network topology is also
: relative to some Wall street activities:
: i.e:
: xxx Western Conference on Mathematical Finance (click here)
: //www-bcf.usc.edu/~njamison/conference/main2.html
: furthermore
: even relative to Global Politics and Peace/War power balance:
: please refer:
: //smallwarsjournal.com/documents/kilcullen.pdf

avatar
B*s
68
actually, I am a little regret to discuss too much on this kind of topic.
Maybe I could write an article in my blog to give my point.
anyway, hope someone could find a better way to get the solution.
I would like to see the theoretical biology get breakthroughs
avatar
d*r
69
It's not simply the problem of data-acquisition. Although I admit the bottle
-neck now for systems biology is data-acquisition.
In Financial systems, we have huge amount of data, you never need to fit a
line with only 3 data points from 3 cells as in biology. We have trading
tick data at exactly every milli second for every players in the whole world
financial markets.
but the problem still exists, no math can have predictive power in the
complexity system. No one can predict the price of next second.

..
that (not
tools

【在 B******s 的大作中提到】
: fundamental limits on suppressing noise paper... I read them so many times..
: .. you don't need to elaborate it
: my study is not to use synthetic biology to suppress noise but to try to
: figure out why it is there, and how dose it function I have
: been in Johan Paulsson's class once. i still remember the words he said that (not
: exactly but with same meaning)
: even with such limits on suppressing noise, the specificity and robustness
: does exist and behave quite in
: order.
: in any case, theoretical work requires quite sophisticate mathematical tools

avatar
s*1
70
谢谢大家的回复和讨论。大家回帖的时候比较随性,可能不象写paper那么严谨.大家的
背景可能不一样,看问题的角度可能也不一样,所以希望大家回帖时互相尊重,客气一
点,尽量保持在学术上的讨论。
本来computational biology,mathematical/systems/synthetic biology 的概念的定
义就很模糊,也许我根本不该提那个问题。
目前确实很多人做computational biology只enjoy计算上的问题。比较真正做science
和想靠做science生存的想法是完全不一样的。很多时候也是无奈。而且生物这个坑其
实很深,不是每个人都愿意跳的。比如在cs和statistis专业,如果能够“自娱自乐”
发一些本专业的top的conference或者journal的论文,顺利找到faculty的位置,自然
不会有很多人愿意过来真正混生物这趟水。顶多做一些合作的项目。
anyway,扯远了,回到我原来的问题上。我其实想找一个计算和生物比较好的切人点。
我的背景是传统计算的,学的数学比较倾向算法,图论,组合优化等,和物理及其它专业学的
不太一样。但我觉得最主要的是数学思路上的训练。我同意得数学这些都是工具,如
果找到好的生物问题,也许不难pick up对应的数学工具。
我看了wendell lim的review文章,虽然感觉他的想法前卫了点,但也很有道理。从系
统的角度上看,其实cell和computer有很多相似的地方,比如电路设计,编程上的模块
化。当然biological systems比computer复杂多了。也许确实是目前的数学和物理没办
法准确的描写真实的biological systems.但现实中数学在其他的领域的应用又何尝不
是这样的。如果一个数学模型能够抓主关键因数,达到一定的准确率,在某种意义上算
是成功了。而且目前高同量提供的大数据信息,可能必须依靠一些数学模型来解释问题
。lotkaeuler11 推荐的那篇在plos上的paper其实说的很有道理。
我同时想找生物和组会优化计算的交叉点。感觉synthetic biology应该也需要这方面的研究
。我看了一些synthetic biology文章,感觉涉及这方面的计算模型的似乎不多。当然
因为可能因为我原来不是这个领域的,所了解的只限制于自己的背景。个人觉得研究生
物问题很多时候确实需要从evolution+biophysics上思考。如wendell lim的reiview
paper说的,了解evolution其实可以帮助我们predict future evolution. 也许计算
机在这个层次上也许能帮上忙。但又很模糊。大家觉得synthetic biology在计算上的
最好切人点是什么呢?
谢谢!

【在 B******s 的大作中提到】
: 至于针对性,是针对什么呢????就因为LZ是数学或者计算的 就不用去理解生物
: 系统了??? 还是说就不用学一学生
: 物和物理了?
: 难道他是计算数学出身就该 整天摆弄toy model fit data 做一堆optimisations 和
: predictions
: 你不管是啥背景的 你想做合成生物学 至少生物学的基础知识和问题就要了
: 解吧 难道生物学里的理论知识
: 就不用去学习了??
: 那你告诉我,你说针对性的数学都是什么,假如你知道用什么数学去解决特定的问题,
: 我觉得那就不会成为问题。。。

avatar
d*y
71
synthetic biology就是为了忽悠纺锭而搞出来的东西。数学之类,用的到,但是要看
你咋用。 对N多学生物和微生物的人来说,synthetic biology就是不用P片段,自己合
成就行了,而且可以随意的改变ATCG。数学嘛,反正要干炫的,弄些理论啥的,用得到
avatar
l*1
72
反问下阁下三个问题:
莱布尼茨为了忽悠啥纺锭而搞出来微积分啦?
黎曼又为了忽悠啥纺锭而搞出来黎曼球体几何啦?
最后 一问
若用于地球上的生物进化理论考古以及将来进化/退化乃至物种灭绝风险预测的进化生态学研究
为了忽悠啥纺锭而搞出来啦?
NB:
黎曼球体的直线 360度 绕一圈后 在笛卡尔平面坐标体系里是不是 一个
圆圈, 而
黎曼球体的线性 到了笛卡尔平面坐标体系里是不是非线性
只依靠笛卡尔平面坐标体系研究的目前几乎所有的生物数学模型
www.ncbi.nlm.nih.gov/pmc/articles/PMC535574/
its Table 1
有没有用黎曼球体坐标系或马鞍形坐标系等几何坐标体系来做理论生物进化计算数学研
究的必要?
References:
//en.wikipedia.org/wiki/Saddle_surface
//www.mfa.kfki.hu/~szabo/egg.pdf
//www.environnement.ens.fr/IMG/file/DavidPDF/HDR/hdr-vol1_17jan.pdf

【在 d***y 的大作中提到】
: synthetic biology就是为了忽悠纺锭而搞出来的东西。数学之类,用的到,但是要看
: 你咋用。 对N多学生物和微生物的人来说,synthetic biology就是不用P片段,自己合
: 成就行了,而且可以随意的改变ATCG。数学嘛,反正要干炫的,弄些理论啥的,用得到
: 。

avatar
l*1
73
Similar to this blog Note?
//www.cscs.umich.edu/~crshalizi/notebooks/
//www.cscs.umich.edu/~crshalizi/
one blog:
//cscs.umich.edu/~crshalizi/notabene/signal-transduction.html
and its one reference
Ali Zarrinpar, Sang-Hyun Park and Wendell A. Lim,
"Optimization of Specificity in a Cellular Protein Interaction Network by Negative Selection"
, Nature 426 (2003): 676-
[A partial answer to the question of how cells
avoid cross-talk in their signalling networks.]

【在 B******s 的大作中提到】
: actually, I am a little regret to discuss too much on this kind of topic.
: Maybe I could write an article in my blog to give my point.
: anyway, hope someone could find a better way to get the solution.
: I would like to see the theoretical biology get breakthroughs

avatar
l*1
74
Appendix B
Mathematical Fundamentals
Differential Calculus
Linear Algebra
Probability
2012 Book final version link:
//basil2.math.uwaterloo.ca/~bingalls/AM382/Math_Modelling_in_Sysbio.pdf
Suggestions for Further Reading
A number of introductory calculus books are targeted towards applications in
the life sciences,
including Modeling the Dynamics of Life (Adler, 1998) and
Calculus for
Biology and Medicine
(Neuhauser, 2004).
A comprehensive introduction to partial differential
equations in provided in
the book Applied Partial Differential Equations (Haberman, 2003).
An
accessible introduction
to linear algebra is provided in Linear Algebra and its Applications, (
Strang, 2005).
A thorough
introduction to probability theory can be found in the book Introduction to
Probability Models
(Ross, 2007).

【在 d********m 的大作中提到】
: 请LZ几位介绍下,想进入领域并基本理解这个领域的文章需要多少数学知识。
: 最近在犹豫要不要学各种mathematical analysis,越往上学就觉得越需要抽象的知识
: ,但这个analysis自学起来就太费精力了感觉

avatar
l*1
75
Fig from Book
Synthetic Biology:
scope, applications and implications
© The Royal Academy of Engineering (2009)
//www.raeng.org.uk/news/publications/list/reports/Synthetic_biology.pdf

paper

【在 s*******1 的大作中提到】
: 谢谢各位的回复!
: 有没有跟算法,图论,组会优化相关的例子?
: 另外,如果原来没有实验背景,想要补这方面不知道难度如何?只看textbood和paper
: ,同做实验的合作者交流够不够?还是有必要自己在wet lab呆1-2年?
:
: tenuring... etc.

avatar
l*1
76
//sbw.kgi.edu/sbwWiki/doku.php?id=sysbio:csblinks#information_sites
//sbw.kgi.edu/sbwwiki/_media/sysbio/labmembers/hsauro/424_2010/what_is_
synthetic_biology1.pdf
//sbw.kgi.edu/sbwwiki/sysbio/labmembers/498a_systems_and_synthetic_biology_
winter_2011
//sbw.kgi.edu/sbwWiki/courses
//sbw.kgi.edu/sbwWiki/doku.php?id=sysbio:labmembers

science

【在 s*******1 的大作中提到】
: 谢谢大家的回复和讨论。大家回帖的时候比较随性,可能不象写paper那么严谨.大家的
: 背景可能不一样,看问题的角度可能也不一样,所以希望大家回帖时互相尊重,客气一
: 点,尽量保持在学术上的讨论。
: 本来computational biology,mathematical/systems/synthetic biology 的概念的定
: 义就很模糊,也许我根本不该提那个问题。
: 目前确实很多人做computational biology只enjoy计算上的问题。比较真正做science
: 和想靠做science生存的想法是完全不一样的。很多时候也是无奈。而且生物这个坑其
: 实很深,不是每个人都愿意跳的。比如在cs和statistis专业,如果能够“自娱自乐”
: 发一些本专业的top的conference或者journal的论文,顺利找到faculty的位置,自然
: 不会有很多人愿意过来真正混生物这趟水。顶多做一些合作的项目。

avatar
l*1
78
here you are:
A spatially distributed, signaling-transcription cascade robustly
discriminates between transient and sustained
ERK activities at the c-Fos system level:
//www.ncbi.nlm.nih.gov/pubmed/20493519
Stimulus-dependent MAPKs, ERK1/2 and ERK5, in DRG, motor neuron:
//www.ncbi.nlm.nih.gov/pubmed/21220101
Modeling review:
//www.ncbi.nlm.nih.gov/pubmed/16482094
Modeling cancer review:
//www.ncbi.nlm.nih.gov/pubmed/20836040
NGWet lab tools review:
//www.ncbi.nlm.nih.gov/pubmed/21999828
Conclusion:
Mammalian/human Neuroscience
and Tumor treatment new approaches both are hot topics.
Ps:
for alga/cyanobacteria photosynthetic microorganism
i have no idea now from NIH less support this kind of topic...
for optogenetics光遗传学
hybird brain within Albert Einstein and Jobs within O8 his brain might be next hot topic:
please refer:
http://www.mitbbs.com/article_t/Biology/31651909.html
and
http://www.mitbbs.com/article_t/Biology/31653305.html

【在 h**********r 的大作中提到】
: 大侠说一下吧,in silico genome-scale model怎么才能comprehensive一点?
: 比如最近一点的PNAS/MSB大都与photosynthetic microorganism相关。
: http://www.nature.com/msb/journal/v7/n1/full/msb201152.html
: http://www.pnas.org/content/109/7/2678.full.pdf+html?with-ds=ye
: 对这种方法怎么看?
: Thanks!

avatar
h*r
79
Thanks, 文献帝!although it's not very matched.
avatar
l*1
80
R U serious?
文帝≡HU-J-T 献帝≡ XI-J-P
both of them is not me.

【在 h**********r 的大作中提到】
: Thanks, 文献帝!although it's not very matched.
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。