k*****1
发帖数: 454 | 1 前面很多人都聊到数学/物理在生物当中的应用，我个人觉得唯一一个完美的能够被实
验证明的数学模型就是离子通道的Hodgkin–Huxley model。不知道是否有人阅读过
1952年Hodgkin 和 Huxley 的那篇神经生物学领域的奠基之作？在当时仪器非常简陋，
人们对ion channel 是什么都不了解的情况下，Hodgkin 和 Huxley 居然凭借着天才般
的想象力，推导出了Hodgkin–Huxley model，这中间的美妙过程，几乎可以类比牛顿
从苹果落地得出万有引力的典故。在下面的篇幅，我略去绝大部分细节，只描述其中最
美妙的一步。
1952年的时候，人们对ion channel的理解只是停留在一个非常肤浅的基础上：有离子
通过，类似与电容放电；但是电压与电流之间并非直线关系。所以Hodgkin 和Huxley
意识到 ion channel 应该是动态的和稳态并存。如何描绘这种复杂的动力过程呢？
Hodgkin 和Huxley 的天才之处就是借鉴了热力学的原理：（1） 他们首先假设一个离
子通道的电导率(conductance)取决于细胞膜内外的浓度差；（2）既然电导率和离子浓
度有关，那么离子的分布就应该遵循热力学当中的玻尔兹曼原理（Boltzmann's
principle）。根据Boltzmann's principle，任何一个离子在细胞内/外的概率之比：
P1/P2=exp（函数）； 既然是同一个离子的概率，那么P1+P2 =1， 从而得出P1=1/（1+
exp(函数)）。 这个P1的表达式就是离子通道的稳态模型。
从这个例子可以看出来，
（1）生物学当中的任何数学模型都不能随意选的，而是具有可以直观理解的物理或生
物学含义。如果不能直观理解的概念，就是在瞎扯。
（2）真正能解释生物的数学都很简单。现在的数学足够了。我个人认为生物学里面任
何过程最多用到一阶微分就够了。二阶微分系统太灵敏了，生物体估计还没进化出如此
高级的控制系统出来。
（3）搞生物的应该参考一下物理学里面研究随机系统的思维方式：并不是去思考每一
个细节，而是思考整个系统的宏观状态。
A QUANTITATIVE DESCRIPTION OF MEMBRANE CURRENT AND ITS APPLICATION TO
CONDUCTION AND EXCITATION IN NERVE. 1952 |
x********u
发帖数: 430 | 2 Actually there are a lot of these examples in SynBio area.
Michael Elowitz's repressilator
Jim Collin's toggle switch |
w***x
发帖数: 265 | 3 re一下，这也是我最喜欢最膜拜的模型。。。
最让我感到神奇和震惊的是，他们仅仅凭拟合就能暗示离子通道有几个亚基。。。服了 |
N******n
发帖数: 3003 | 4 单个独立的事件相对来说比较好的modeling, such as, ion channel, enzyme
reaction kinetics, however, the high social event is far beyond the simple
equation.
【在 k*****1 的大作中提到】
: 前面很多人都聊到数学/物理在生物当中的应用，我个人觉得唯一一个完美的能够被实
: 验证明的数学模型就是离子通道的Hodgkin–Huxley model。不知道是否有人阅读过
: 1952年Hodgkin 和 Huxley 的那篇神经生物学领域的奠基之作？在当时仪器非常简陋，
: 人们对ion channel 是什么都不了解的情况下，Hodgkin 和 Huxley 居然凭借着天才般
: 的想象力，推导出了Hodgkin–Huxley model，这中间的美妙过程，几乎可以类比牛顿
: 从苹果落地得出万有引力的典故。在下面的篇幅，我略去绝大部分细节，只描述其中最
: 美妙的一步。
: 1952年的时候，人们对ion channel的理解只是停留在一个非常肤浅的基础上：有离子
: 通过，类似与电容放电；但是电压与电流之间并非直线关系。所以Hodgkin 和Huxley
: 意识到 ion channel 应该是动态的和稳态并存。如何描绘这种复杂的动力过程呢？
|
d*****r
发帖数: 2583 | 5 不错，不过现在生物主要的问题是复杂系统，数学上还没有好的办法。
【在 k*****1 的大作中提到】
: 前面很多人都聊到数学/物理在生物当中的应用，我个人觉得唯一一个完美的能够被实
: 验证明的数学模型就是离子通道的Hodgkin–Huxley model。不知道是否有人阅读过
: 1952年Hodgkin 和 Huxley 的那篇神经生物学领域的奠基之作？在当时仪器非常简陋，
: 人们对ion channel 是什么都不了解的情况下，Hodgkin 和 Huxley 居然凭借着天才般
: 的想象力，推导出了Hodgkin–Huxley model，这中间的美妙过程，几乎可以类比牛顿
: 从苹果落地得出万有引力的典故。在下面的篇幅，我略去绝大部分细节，只描述其中最
: 美妙的一步。
: 1952年的时候，人们对ion channel的理解只是停留在一个非常肤浅的基础上：有离子
: 通过，类似与电容放电；但是电压与电流之间并非直线关系。所以Hodgkin 和Huxley
: 意识到 ion channel 应该是动态的和稳态并存。如何描绘这种复杂的动力过程呢？
|
d*****u
发帖数: 17243 | 6 物理、工程上的复杂系统也很多，有的也无解
但是现在生物学的训练方法根本不是让你去建模、解析
学生物的，有多少人有信号、系统的概念呢？
有多少人懂得控制原理呢
甚至连数值模拟都不会
【在 d*****r 的大作中提到】
: 不错，不过现在生物主要的问题是复杂系统，数学上还没有好的办法。
|
b*********0
发帖数: 47 | 7 这也是我认为一个很经典的例子。
不过，这个Model其实也被证明在很多地方是不正确的，并不能解释描述很多其他的ion
channel。 关于Ion channel modeling, 最近Markov model蛮流行的。 |
t*****n
发帖数: 481 | 8 H&H后来就靠这个系列的paper拿了诺贝尔奖
这几篇paper是所有搞neuroscience的人的入门paper |
x*******g
发帖数: 117 | 9 Re这个
就是的，生物的人什么都不学，还非要说什么生物系统复杂，数学没办法。
【在 d*****u 的大作中提到】
: 物理、工程上的复杂系统也很多，有的也无解
: 但是现在生物学的训练方法根本不是让你去建模、解析
: 学生物的，有多少人有信号、系统的概念呢？
: 有多少人懂得控制原理呢
: 甚至连数值模拟都不会
|
l*******G
发帖数: 1191 | 10 可以把人的神经当作电网模拟吗？ 有人做这个吗？ |
|
|
c****n
发帖数: 21367 | 11 为这种事情感到惊讶正说明生物研究的不够成熟。
这样的模型在其它学科都只能算灌水，在生物就奠基了。
【在 k*****1 的大作中提到】
: 前面很多人都聊到数学/物理在生物当中的应用，我个人觉得唯一一个完美的能够被实
: 验证明的数学模型就是离子通道的Hodgkin–Huxley model。不知道是否有人阅读过
: 1952年Hodgkin 和 Huxley 的那篇神经生物学领域的奠基之作？在当时仪器非常简陋，
: 人们对ion channel 是什么都不了解的情况下，Hodgkin 和 Huxley 居然凭借着天才般
: 的想象力，推导出了Hodgkin–Huxley model，这中间的美妙过程，几乎可以类比牛顿
: 从苹果落地得出万有引力的典故。在下面的篇幅，我略去绝大部分细节，只描述其中最
: 美妙的一步。
: 1952年的时候，人们对ion channel的理解只是停留在一个非常肤浅的基础上：有离子
: 通过，类似与电容放电；但是电压与电流之间并非直线关系。所以Hodgkin 和Huxley
: 意识到 ion channel 应该是动态的和稳态并存。如何描绘这种复杂的动力过程呢？
|
c****n
发帖数: 21367 | 12 生活中电网的模拟和控制问题都没解决呢
人体内的电信号传导比我们现实中用的电网可复杂多了。
【在 l*******G 的大作中提到】
: 可以把人的神经当作电网模拟吗？ 有人做这个吗？
|
d*****u
发帖数: 17243 | 13 模型的复杂程度只相当于大学本科电路课
不过还是有时代意义
还有个什么Hebbian rule
在一定程度上催生了神经网络相关的数学计算
【在 c****n 的大作中提到】
: 为这种事情感到惊讶正说明生物研究的不够成熟。
: 这样的模型在其它学科都只能算灌水，在生物就奠基了。
|
c****n
发帖数: 21367 | 14 Hebb's rule，也没什么太多的理论意义
如果生物学研究者能多花点时间读一些其他领域的研究
会发现很多这样“时代意义”的东东
【在 d*****u 的大作中提到】
: 模型的复杂程度只相当于大学本科电路课
: 不过还是有时代意义
: 还有个什么Hebbian rule
: 在一定程度上催生了神经网络相关的数学计算
|
j*****g
发帖数: 21 | 15 P=exp(-dE/kT)
rule of nature |
P******0
发帖数: 9787 | 16 anecdotal.
【在 k*****1 的大作中提到】
: 前面很多人都聊到数学/物理在生物当中的应用，我个人觉得唯一一个完美的能够被实
: 验证明的数学模型就是离子通道的Hodgkin–Huxley model。不知道是否有人阅读过
: 1952年Hodgkin 和 Huxley 的那篇神经生物学领域的奠基之作？在当时仪器非常简陋，
: 人们对ion channel 是什么都不了解的情况下，Hodgkin 和 Huxley 居然凭借着天才般
: 的想象力，推导出了Hodgkin–Huxley model，这中间的美妙过程，几乎可以类比牛顿
: 从苹果落地得出万有引力的典故。在下面的篇幅，我略去绝大部分细节，只描述其中最
: 美妙的一步。
: 1952年的时候，人们对ion channel的理解只是停留在一个非常肤浅的基础上：有离子
: 通过，类似与电容放电；但是电压与电流之间并非直线关系。所以Hodgkin 和Huxley
: 意识到 ion channel 应该是动态的和稳态并存。如何描绘这种复杂的动力过程呢？
|
k*****1
发帖数: 454 | 17 我的感觉恰好相反，任何一个领域，越是简单的公式，反而越是重要。
E=mc^2 简单吗？ V=aT 简单吗？ 复杂的公式往往是那些最基本的公式衍生出来的结果
。HH模型的天才之处就在这里
【在 c****n 的大作中提到】
: 为这种事情感到惊讶正说明生物研究的不够成熟。
: 这样的模型在其它学科都只能算灌水，在生物就奠基了。
|
m********5
发帖数: 17667 | 18 晕倒，你懂什么叫公式简单么？其实恰好H-H model正好是你说得公式复杂，理论工作
上过于简单，他能获奖完全是因为用来解释了生物现象
而当时生物医学的人认为生物系统很复杂，解释不了
他那个东西只是比生物学大体上纯qualitative 描述性的工作稍微进了一步，但是本质
上还是描述性的，你看出H-H model和 你举的力学例子，E=mc^2这些的区别了么？
它含有大量经验性拟合参数，根本谈不上描述本质，这就是我们谈的理论工作过于简单
。这在其他领域也就是灌水。当然我不是说H-H不牛，只是说他们没你捧得那么牛，他
们胆子的确大敢碰那个领域，运气也好，刚好几个简单拟合可以描述问题。
我看生物学领域目前也就基因和分子方面靠谱，有巨量实验数据，重复性高。其他领域
太水了，可怜的实验数据积累简直像开玩笑...
我觉得生物学突破肯定是其他领域来的人创造的，数学和实验训练更科学的领域，开发
新设备，新检测手段的。
医学上大突破常常都是从这些地方开头的，生物学应该也一样。
【在 k*****1 的大作中提到】
: 我的感觉恰好相反，任何一个领域，越是简单的公式，反而越是重要。
: E=mc^2 简单吗？ V=aT 简单吗？ 复杂的公式往往是那些最基本的公式衍生出来的结果
: 。HH模型的天才之处就在这里
|
m********5
发帖数: 17667 | 19 本科开始就学生物的，大部分连"系统"的概念都没有
对"复杂"的理解停留在字面意义上，但是有很多人包括一些所谓大牛，言必称"复杂系
统"; 每次都听得要吐。
泥马那么少得可怜的数据，你也来跟我谈系统辨识...
俺随手写个方程也可以用他们那个数据拟合，辨识个屁
【在 d*****u 的大作中提到】
: 物理、工程上的复杂系统也很多，有的也无解
: 但是现在生物学的训练方法根本不是让你去建模、解析
: 学生物的，有多少人有信号、系统的概念呢？
: 有多少人懂得控制原理呢
: 甚至连数值模拟都不会
|
p*****u
发帖数: 276 | 20 生物学里面数学用的其实不深，关键是搞生物的要有数理解决问题的思维。 |
|
|
R*********n
发帖数: 51 | 21 数学和物理对于生物来说太重要了，尤其是统计学。事关
如何从数据建立模型？这一步需要数学，
再从统计学模型推出其生物过程的本质？这一步物理还得好才行。 |
f*******r
发帖数: 204 | 22 先说一下，我不是做生物的，纯粹是逛到这个地方。但是HH的用的基本原理也是很多学
科的基本原理。所以想说点我的看法。
对复杂系统的研究原则上都只能是对可以被实验的参数空间的拟合。所以数据越多，可
控姓就越好。但是这样的理论是不具有预报性的。复杂系统的一些共有的规律，例如分
形，power law, avalanche什么的，都是现象性的。对这些共同规律的有影响力的研究
，大多不是对复杂度的刻画，而是一个个简单到忽略大部分的细节数学模型。
能够具有预报性的规律，常常是奠基于简单性假设。例如玻尔兹曼原理的基本假设是均
分原理。更基本的是Laplace的简单性假设：即，如果你认为一个系统是未知的，那么
你不应该有任何理由把它想成是复杂的，有倾向性的。这样的假设构成统计物理的基础。
所以，我个人认为，一开始就把生物系统想象成是复杂系统，对于科学研究是有害的。
自然的多样性，应该是源于简单的规律。
【在 m********5 的大作中提到】
: 本科开始就学生物的，大部分连"系统"的概念都没有
: 对"复杂"的理解停留在字面意义上，但是有很多人包括一些所谓大牛，言必称"复杂系
: 统"; 每次都听得要吐。
: 泥马那么少得可怜的数据，你也来跟我谈系统辨识...
: 俺随手写个方程也可以用他们那个数据拟合，辨识个屁
|
k*****1
发帖数: 454 | 23 你说的非常好。生物系统的假设应该由简入繁。
础。
【在 f*******r 的大作中提到】
: 先说一下，我不是做生物的，纯粹是逛到这个地方。但是HH的用的基本原理也是很多学
: 科的基本原理。所以想说点我的看法。
: 对复杂系统的研究原则上都只能是对可以被实验的参数空间的拟合。所以数据越多，可
: 控姓就越好。但是这样的理论是不具有预报性的。复杂系统的一些共有的规律，例如分
: 形，power law, avalanche什么的，都是现象性的。对这些共同规律的有影响力的研究
: ，大多不是对复杂度的刻画，而是一个个简单到忽略大部分的细节数学模型。
: 能够具有预报性的规律，常常是奠基于简单性假设。例如玻尔兹曼原理的基本假设是均
: 分原理。更基本的是Laplace的简单性假设：即，如果你认为一个系统是未知的，那么
: 你不应该有任何理由把它想成是复杂的，有倾向性的。这样的假设构成统计物理的基础。
: 所以，我个人认为，一开始就把生物系统想象成是复杂系统，对于科学研究是有害的。
|
k*****1
发帖数: 454 | 24 我一直都有这个想法。请问你的背景是？
【在 l*******G 的大作中提到】
: 可以把人的神经当作电网模拟吗？ 有人做这个吗？
|
D*a
发帖数: 6830 | 25 提一点想法，我们现在研究的并不是完全未知系统。
生物一开始貌似就是被当作简单的东西研究的，比如一开始的基因遗传规律，中心法则
，一个基因一个酶之类，都是非常简单的模型。（这里简单没有贬义）
只是研究到今天，慢慢往上加调控参数而已。
但是现在的问题是知道某因素起作用，但是不知道这个作用具体的细节。这种情况下就
不能再当作简单系统了吧，因为简单的模型已经被证明不符合实验数据了。
础。
【在 f*******r 的大作中提到】
: 先说一下，我不是做生物的，纯粹是逛到这个地方。但是HH的用的基本原理也是很多学
: 科的基本原理。所以想说点我的看法。
: 对复杂系统的研究原则上都只能是对可以被实验的参数空间的拟合。所以数据越多，可
: 控姓就越好。但是这样的理论是不具有预报性的。复杂系统的一些共有的规律，例如分
: 形，power law, avalanche什么的，都是现象性的。对这些共同规律的有影响力的研究
: ，大多不是对复杂度的刻画，而是一个个简单到忽略大部分的细节数学模型。
: 能够具有预报性的规律，常常是奠基于简单性假设。例如玻尔兹曼原理的基本假设是均
: 分原理。更基本的是Laplace的简单性假设：即，如果你认为一个系统是未知的，那么
: 你不应该有任何理由把它想成是复杂的，有倾向性的。这样的假设构成统计物理的基础。
: 所以，我个人认为，一开始就把生物系统想象成是复杂系统，对于科学研究是有害的。
|
k****n
发帖数: 158 | 26 Very good point
础。
【在 f*******r 的大作中提到】
: 先说一下，我不是做生物的，纯粹是逛到这个地方。但是HH的用的基本原理也是很多学
: 科的基本原理。所以想说点我的看法。
: 对复杂系统的研究原则上都只能是对可以被实验的参数空间的拟合。所以数据越多，可
: 控姓就越好。但是这样的理论是不具有预报性的。复杂系统的一些共有的规律，例如分
: 形，power law, avalanche什么的，都是现象性的。对这些共同规律的有影响力的研究
: ，大多不是对复杂度的刻画，而是一个个简单到忽略大部分的细节数学模型。
: 能够具有预报性的规律，常常是奠基于简单性假设。例如玻尔兹曼原理的基本假设是均
: 分原理。更基本的是Laplace的简单性假设：即，如果你认为一个系统是未知的，那么
: 你不应该有任何理由把它想成是复杂的，有倾向性的。这样的假设构成统计物理的基础。
: 所以，我个人认为，一开始就把生物系统想象成是复杂系统，对于科学研究是有害的。
|
O******e
发帖数: 4845 | 27 我发现我们同行里面有自恨情节的是越来越多了。动不动就是生物学研究低级无趣还
浪费钱。偶尔发发牢骚我还可以理解，但请不要走极端，最最要不得的就是把这些
当成自己事业失败的借口。好好做学问出东西的人多的是，好的发现也多的是。
最近几天版上的一个很盛行却很滑稽可笑的论调说生物学的真正进步需要其它领域的人
来完成。但凡能冷静且独立思考的人都不会得出这么个怪胎理论，本质上还是自恨情节
作祟。生物学家这么多年无数的成就就这样被你们轻松抹杀了。
生物学本就是个包罗万象的学科，研究手段必然多元。生物学的发展，从来没有停止过
吸收利用其它学科的精华来推动自身的发展。现在生物学的数据越来越多，引入越来
越多的数学和统计工具是必然的事情。这个但凡拥有正常大脑的生物学家都清楚，越来
越多的人也在加强这方面的学习。但无论如何，生物学的发展是掌握在生物学家的手里，
因为数学和统计在生物学上的应用有它太明显的独特性，不深刻领会和掌握这个独特性，
再花哨的工具都只是废物。
另外，我需要给来本版做客的非生物学科人士一个警告：好好讨论相互学习，我们绝对
欢迎。但请不要无聊地彰显你那些莫名其妙的对生物研究的优越感。如若再有这类帖子
出现，一律封杀发帖权！
【在 m********5 的大作中提到】
: 晕倒，你懂什么叫公式简单么？其实恰好H-H model正好是你说得公式复杂，理论工作
: 上过于简单，他能获奖完全是因为用来解释了生物现象
: 而当时生物医学的人认为生物系统很复杂，解释不了
: 他那个东西只是比生物学大体上纯qualitative 描述性的工作稍微进了一步，但是本质
: 上还是描述性的，你看出H-H model和 你举的力学例子，E=mc^2这些的区别了么？
: 它含有大量经验性拟合参数，根本谈不上描述本质，这就是我们谈的理论工作过于简单
: 。这在其他领域也就是灌水。当然我不是说H-H不牛，只是说他们没你捧得那么牛，他
: 们胆子的确大敢碰那个领域，运气也好，刚好几个简单拟合可以描述问题。
: 我看生物学领域目前也就基因和分子方面靠谱，有巨量实验数据，重复性高。其他领域
: 太水了，可怜的实验数据积累简直像开玩笑...
|
b****r
发帖数: 17995 | 28 你这个说法简直就是我那个主贴对数理人士对生物理解的绝佳范例
http://www.mitbbs.com/article_t0/Biology/31723475.html
学生物的确实有不少对数理理解有限，这个我承认。但是也有很多是从数理专业什么的
拿到advance degree转过来的，特别是现在NIH funding这么多，挤进来的人就更多了
，我是做遗传的，平时和生物信息那块的人合作挺多的，多的是美国牛校数理专业本科
甚至研究生出身。不要觉得那些人都是傻子。当然，做得好的大多数仍然是传统生物学
家/化学家，数理专业的做得好的，解决了基本问题的仍然只能算凤毛麟角，只是比较
新奇所以大家讨论多，吸引眼球多而已
现在数学/物理建模解释生物现象，在我看来，瓶颈基本不在数学物理，而是在生物，
数据量还是太少，而且每个点都可能对全局造成关键影响，你的模型再厉害，如果少了
某个还没做实验研究清楚的关键项，仍然可能只是一坨垃圾。
到不是说生物都是复杂的，没有简单的现象，只是好像挖金矿，那么多各式各样的人，
不乏天才挖了几十年，容易挖的应该是基本上已经挖完了，剩下的已经很深，必须要花
时间花钱深挖，想办法挖。认为金矿一定都在简单易挖的表面，那恐怕只是你的一厢情愿
础。
【在 f*******r 的大作中提到】
: 先说一下，我不是做生物的，纯粹是逛到这个地方。但是HH的用的基本原理也是很多学
: 科的基本原理。所以想说点我的看法。
: 对复杂系统的研究原则上都只能是对可以被实验的参数空间的拟合。所以数据越多，可
: 控姓就越好。但是这样的理论是不具有预报性的。复杂系统的一些共有的规律，例如分
: 形，power law, avalanche什么的，都是现象性的。对这些共同规律的有影响力的研究
: ，大多不是对复杂度的刻画，而是一个个简单到忽略大部分的细节数学模型。
: 能够具有预报性的规律，常常是奠基于简单性假设。例如玻尔兹曼原理的基本假设是均
: 分原理。更基本的是Laplace的简单性假设：即，如果你认为一个系统是未知的，那么
: 你不应该有任何理由把它想成是复杂的，有倾向性的。这样的假设构成统计物理的基础。
: 所以，我个人认为，一开始就把生物系统想象成是复杂系统，对于科学研究是有害的。
|
m********5
发帖数: 17667 | 29 现在一上来就说复杂系统的好多根本不知道复杂系统的定义
你还指望他们干嘛...我也是反对这种论调的，但是这种比较吸引眼球，容易发文章，
所以烂水特别多。
础。
【在 f*******r 的大作中提到】
: 先说一下，我不是做生物的，纯粹是逛到这个地方。但是HH的用的基本原理也是很多学
: 科的基本原理。所以想说点我的看法。
: 对复杂系统的研究原则上都只能是对可以被实验的参数空间的拟合。所以数据越多，可
: 控姓就越好。但是这样的理论是不具有预报性的。复杂系统的一些共有的规律，例如分
: 形，power law, avalanche什么的，都是现象性的。对这些共同规律的有影响力的研究
: ，大多不是对复杂度的刻画，而是一个个简单到忽略大部分的细节数学模型。
: 能够具有预报性的规律，常常是奠基于简单性假设。例如玻尔兹曼原理的基本假设是均
: 分原理。更基本的是Laplace的简单性假设：即，如果你认为一个系统是未知的，那么
: 你不应该有任何理由把它想成是复杂的，有倾向性的。这样的假设构成统计物理的基础。
: 所以，我个人认为，一开始就把生物系统想象成是复杂系统，对于科学研究是有害的。
|
d*****r
发帖数: 2583 | 30 It's because above the gene and molecular level, there's no established high
-throughput techniques, and also there's no well defined questions to ask.
Another reason is, above gene and molecular level, even at multi-gene and
multi-molecular level, it's a complex system. There's no analytical solution
for almost all the complex systems, which means prediction is almost
impossible. Of course you can always do numerical simulation, but that will
be impossible to generate something clean and simple as H-H model or E=mc^2.
And H-H model is still the simplest diff equations.
As an example, George Church once had a science paper with an MIT computer
scientist to develop a high-through put system to understand cell morphology:
http://arep.med.harvard.edu/pdf/Bakal07.pdf
if you go to its 65 pages Supplement, you will understand how hard it is:
http://www.sciencemag.org/content/suppl/2007/06/19/316.5832.175
This is already the collaboration of the most top labs in the world, and
this is all they get. Sabastian Seung is gathering 10+ MIT computer
scientists to work on the connectome project for Brain, I can imagine a much
larger scale than this George Church's work. It's a very long way to go,
much longer than our life-span.
【在 m********5 的大作中提到】
: 晕倒，你懂什么叫公式简单么？其实恰好H-H model正好是你说得公式复杂，理论工作
: 上过于简单，他能获奖完全是因为用来解释了生物现象
: 而当时生物医学的人认为生物系统很复杂，解释不了
: 他那个东西只是比生物学大体上纯qualitative 描述性的工作稍微进了一步，但是本质
: 上还是描述性的，你看出H-H model和 你举的力学例子，E=mc^2这些的区别了么？
: 它含有大量经验性拟合参数，根本谈不上描述本质，这就是我们谈的理论工作过于简单
: 。这在其他领域也就是灌水。当然我不是说H-H不牛，只是说他们没你捧得那么牛，他
: 们胆子的确大敢碰那个领域，运气也好，刚好几个简单拟合可以描述问题。
: 我看生物学领域目前也就基因和分子方面靠谱，有巨量实验数据，重复性高。其他领域
: 太水了，可怜的实验数据积累简直像开玩笑...
|
|
|
d*****r
发帖数: 2583 | 31 复杂系统 is actually a word to use when you don't want to speak a paragraph.
It's not hard to understand why something is complex system, if you have
several components interacting, the evolution of the whole system is almost
non-predictable and too easy to go chaotic. Simply just we don't have
analytical solution for almost all the PDEs in nature.
【在 m********5 的大作中提到】
: 现在一上来就说复杂系统的好多根本不知道复杂系统的定义
: 你还指望他们干嘛...我也是反对这种论调的，但是这种比较吸引眼球，容易发文章，
: 所以烂水特别多。
:
: 础。
|
f*******r
发帖数: 204 | 32 一个数学模型，即使很不完美的，也好过没有数学模型。
这话虽然不是生物学家说的，生物里面也成立吧。你觉的Pauling的“On the Nature
of the Chemical Bond”很完美吗？一点也不，它实在是简化的太厉害了。没人会认为
两个小球之间连一个小棍是一个真实原子系统。但是，Pauling的贡献在于一个也许你
认为很复杂的体系，其实是可以用一种简单的方式把整个理论框架建立起来。而他以后
的大部分精细的工作，都只是在修补这个框架里的各种细节。
实验数据，其实并不都是客观的。大部分的实验数据，如果没有一个理论框架的承托，
是比较苍白的。有人是鸟，有人是青蛙。鸟看不到细节，而青蛙过于注重细节。这虽是
分工不同所致，但是鸟和青蛙的工作都是必须的。
【在 b****r 的大作中提到】
: 你这个说法简直就是我那个主贴对数理人士对生物理解的绝佳范例
: http://www.mitbbs.com/article_t0/Biology/31723475.html
: 学生物的确实有不少对数理理解有限，这个我承认。但是也有很多是从数理专业什么的
: 拿到advance degree转过来的，特别是现在NIH funding这么多，挤进来的人就更多了
: ，我是做遗传的，平时和生物信息那块的人合作挺多的，多的是美国牛校数理专业本科
: 甚至研究生出身。不要觉得那些人都是傻子。当然，做得好的大多数仍然是传统生物学
: 家/化学家，数理专业的做得好的，解决了基本问题的仍然只能算凤毛麟角，只是比较
: 新奇所以大家讨论多，吸引眼球多而已
: 现在数学/物理建模解释生物现象，在我看来，瓶颈基本不在数学物理，而是在生物，
: 数据量还是太少，而且每个点都可能对全局造成关键影响，你的模型再厉害，如果少了
|
d*****r
发帖数: 2583 | 33 Almost everything pins down to the analytical solution of PDEs.
for many years, if you got an analytical solution of any equations in
Einstein's General Relativity theory, it could lead to at least a Nobel
prize, or some discovery like black hole.
think of just the analytical solution of Heat Equation leads to the B-S
option pricing formula, and became once the standard on wall street.
My point is, we can't always rely on the luck to get the analytical
solutions, there got to be some new math to resolve all the heck or just
tell us we can't, otherwise, I don't see any chance that human will
understand the life and brain.
【在 m********5 的大作中提到】
: 现在一上来就说复杂系统的好多根本不知道复杂系统的定义
: 你还指望他们干嘛...我也是反对这种论调的，但是这种比较吸引眼球，容易发文章，
: 所以烂水特别多。
:
: 础。
|
f*******r
发帖数: 204 | 34 未知指的是根本机理是未知的。但是在这之上的实验现象和一部分因果率可以是已知的。
比如说气体和液体的基本性质在统计物理出现之前已经可以被测量的非常精确。但是统
计物理的出现的才是从根本上理解了气体和液体。
【在 D*a 的大作中提到】
: 提一点想法，我们现在研究的并不是完全未知系统。
: 生物一开始貌似就是被当作简单的东西研究的，比如一开始的基因遗传规律，中心法则
: ，一个基因一个酶之类，都是非常简单的模型。（这里简单没有贬义）
: 只是研究到今天，慢慢往上加调控参数而已。
: 但是现在的问题是知道某因素起作用，但是不知道这个作用具体的细节。这种情况下就
: 不能再当作简单系统了吧，因为简单的模型已经被证明不符合实验数据了。
:
: 础。
|
s*****V
发帖数: 21731 | 35 FT, 这个玩意也叫天才,还好意思跟牛顿比。 物理学早就有成熟的输运理论。
http://en.wikipedia.org/wiki/Boltzmann_equation
【在 k*****1 的大作中提到】
: 前面很多人都聊到数学/物理在生物当中的应用，我个人觉得唯一一个完美的能够被实
: 验证明的数学模型就是离子通道的Hodgkin–Huxley model。不知道是否有人阅读过
: 1952年Hodgkin 和 Huxley 的那篇神经生物学领域的奠基之作？在当时仪器非常简陋，
: 人们对ion channel 是什么都不了解的情况下，Hodgkin 和 Huxley 居然凭借着天才般
: 的想象力，推导出了Hodgkin–Huxley model，这中间的美妙过程，几乎可以类比牛顿
: 从苹果落地得出万有引力的典故。在下面的篇幅，我略去绝大部分细节，只描述其中最
: 美妙的一步。
: 1952年的时候，人们对ion channel的理解只是停留在一个非常肤浅的基础上：有离子
: 通过，类似与电容放电；但是电压与电流之间并非直线关系。所以Hodgkin 和Huxley
: 意识到 ion channel 应该是动态的和稳态并存。如何描绘这种复杂的动力过程呢？
|
d*****r
发帖数: 2583 | 36 The computer revolution gave us the illusion that we can tackle the complex
system by running much faster and doing larger scale simulations. It maybe
correct in some sense. But on the other hand, we must remember there's
almost no progress on the ability to tackle PDEs and SDEs in nature,
although fancy words like chaos are everywhere.
It's simply just we don't have the tools.
的。
【在 f*******r 的大作中提到】
: 未知指的是根本机理是未知的。但是在这之上的实验现象和一部分因果率可以是已知的。
: 比如说气体和液体的基本性质在统计物理出现之前已经可以被测量的非常精确。但是统
: 计物理的出现的才是从根本上理解了气体和液体。
|
a*****x
发帖数: 901 | 37 我不大同意你说的。他们的主要模型是针对神经产生动作电位的膜，包括细胞膜理解成
电阻和电容的并联，对各种离子电导的分解以及动力学性质的描述。对于离子通道，他
们最主要的贡献在于model voltage gating，提出时间和voltage决定电导（最主要是
permeability）的函数关系。
电导和跨膜离子浓度差的关系不是假设，是根据扩散定律推倒的。而这个关系是描述固
定permeabiligy的ion channel的，不能解释动作电位。动作电位的关键点在于电压门
控，也就是voltage gating。最后，说电导由跨膜离子浓度差也是不准确的，实际上是
由内外离子浓度决定（而非单纯的浓度差）。主要的推导是Goldman，也就是GHK flux
equantion。
【在 k*****1 的大作中提到】
: 前面很多人都聊到数学/物理在生物当中的应用，我个人觉得唯一一个完美的能够被实
: 验证明的数学模型就是离子通道的Hodgkin–Huxley model。不知道是否有人阅读过
: 1952年Hodgkin 和 Huxley 的那篇神经生物学领域的奠基之作？在当时仪器非常简陋，
: 人们对ion channel 是什么都不了解的情况下，Hodgkin 和 Huxley 居然凭借着天才般
: 的想象力，推导出了Hodgkin–Huxley model，这中间的美妙过程，几乎可以类比牛顿
: 从苹果落地得出万有引力的典故。在下面的篇幅，我略去绝大部分细节，只描述其中最
: 美妙的一步。
: 1952年的时候，人们对ion channel的理解只是停留在一个非常肤浅的基础上：有离子
: 通过，类似与电容放电；但是电压与电流之间并非直线关系。所以Hodgkin 和Huxley
: 意识到 ion channel 应该是动态的和稳态并存。如何描绘这种复杂的动力过程呢？
|
D*a
发帖数: 6830 | 38 那不就是我举的那些例子么，都是绝好的生物模型，NB大发了的。比如说中心法则和孟
德尔遗传率。
你如果不是生物的可以去google一下中心法则和孟德尔遗传率。
的。
【在 f*******r 的大作中提到】
: 未知指的是根本机理是未知的。但是在这之上的实验现象和一部分因果率可以是已知的。
: 比如说气体和液体的基本性质在统计物理出现之前已经可以被测量的非常精确。但是统
: 计物理的出现的才是从根本上理解了气体和液体。
|
a*****x
发帖数: 901 | 39 这个帖子对H-H model的总结既没有抓住重点，也充满各种错误。大牛们争论无关问题
的时候怎么不纠正一下帖子本身?
说离子通道类似于电容放电。。。太离谱了。类似于电容的是细胞膜，因为不通透离子
，和离子通道是并联关系。
离子通道动态和稳态并存，就算这种讲法没有错，也是没有用恰当的术语。而描述这个
最关键的是gating。这个帖子提到的东西完全就是描述"稳态"的，如果我的理解是对的
话。最关键的voltage-gating没有提。
【在 k*****1 的大作中提到】
: 前面很多人都聊到数学/物理在生物当中的应用，我个人觉得唯一一个完美的能够被实
: 验证明的数学模型就是离子通道的Hodgkin–Huxley model。不知道是否有人阅读过
: 1952年Hodgkin 和 Huxley 的那篇神经生物学领域的奠基之作？在当时仪器非常简陋，
: 人们对ion channel 是什么都不了解的情况下，Hodgkin 和 Huxley 居然凭借着天才般
: 的想象力，推导出了Hodgkin–Huxley model，这中间的美妙过程，几乎可以类比牛顿
: 从苹果落地得出万有引力的典故。在下面的篇幅，我略去绝大部分细节，只描述其中最
: 美妙的一步。
: 1952年的时候，人们对ion channel的理解只是停留在一个非常肤浅的基础上：有离子
: 通过，类似与电容放电；但是电压与电流之间并非直线关系。所以Hodgkin 和Huxley
: 意识到 ion channel 应该是动态的和稳态并存。如何描绘这种复杂的动力过程呢？
|
s*****V
发帖数: 21731 | 40 这两个人是物理学家出身么？这些建模的思路在物理学里面是司空见惯的
flux
【在 a*****x 的大作中提到】
: 我不大同意你说的。他们的主要模型是针对神经产生动作电位的膜，包括细胞膜理解成
: 电阻和电容的并联，对各种离子电导的分解以及动力学性质的描述。对于离子通道，他
: 们最主要的贡献在于model voltage gating，提出时间和voltage决定电导（最主要是
: permeability）的函数关系。
: 电导和跨膜离子浓度差的关系不是假设，是根据扩散定律推倒的。而这个关系是描述固
: 定permeabiligy的ion channel的，不能解释动作电位。动作电位的关键点在于电压门
: 控，也就是voltage gating。最后，说电导由跨膜离子浓度差也是不准确的，实际上是
: 由内外离子浓度决定（而非单纯的浓度差）。主要的推导是Goldman，也就是GHK flux
: equantion。
|
|
|
D*a
发帖数: 6830 | 41 既然你熟悉pauling的例子，那么用这个例子来举吧。
类比于生物，现在数学模型模拟的并不是两个小球一个小棍，而是把分子和其中的化学
键一起认为是一个整体的黑盒子来模拟。如果能模拟到两个小球一个小棍，我们也不在
这里辩论了。
【在 f*******r 的大作中提到】
: 一个数学模型，即使很不完美的，也好过没有数学模型。
: 这话虽然不是生物学家说的，生物里面也成立吧。你觉的Pauling的“On the Nature
: of the Chemical Bond”很完美吗？一点也不，它实在是简化的太厉害了。没人会认为
: 两个小球之间连一个小棍是一个真实原子系统。但是，Pauling的贡献在于一个也许你
: 认为很复杂的体系，其实是可以用一种简单的方式把整个理论框架建立起来。而他以后
: 的大部分精细的工作，都只是在修补这个框架里的各种细节。
: 实验数据，其实并不都是客观的。大部分的实验数据，如果没有一个理论框架的承托，
: 是比较苍白的。有人是鸟，有人是青蛙。鸟看不到细节，而青蛙过于注重细节。这虽是
: 分工不同所致，但是鸟和青蛙的工作都是必须的。
|
O******2
发帖数: 210 | 42 赞一个。抽象成系统可以帮助很多design。say，Sarpeshkar。 |
m*********7
发帖数: 5207 | 43 Agree.
high
solution
will
2.
morphology:
【在 d*****r 的大作中提到】
: It's because above the gene and molecular level, there's no established high
: -throughput techniques, and also there's no well defined questions to ask.
: Another reason is, above gene and molecular level, even at multi-gene and
: multi-molecular level, it's a complex system. There's no analytical solution
: for almost all the complex systems, which means prediction is almost
: impossible. Of course you can always do numerical simulation, but that will
: be impossible to generate something clean and simple as H-H model or E=mc^2.
: And H-H model is still the simplest diff equations.
: As an example, George Church once had a science paper with an MIT computer
: scientist to develop a high-through put system to understand cell morphology:
|
u**********d
发帖数: 573 | 44 说道复杂系统，除了生物，很容易想到的气象和经济，他们也是大量收集数据建模预测
修正，结果却也难如人意。
但是我对生物学是有信心的，因为个体发育过程很稳定，重现性好，让人们能够反复收
集数据反复验证假设；同时发育的高度重现性也正说明有牢固的法则在指导这个过程。
复杂系统因为参与元素多导致往往不可预测，但是恰恰相反，发育过程是具有高度可预
测性的：1000个鸡蛋，基本都能成功孵出小鸡。
为什么胚胎发育过程这么坚挺？我想一个重要的因素就是能量罩。鸡蛋需要老母鸡来给
他保温，减少环境噪音；卵里的卵黄就是一大坨能量和各种建筑材料；人的胎儿是悬浮
在羊水里的，恒温，减震，血胎屏障隔离了各种潜在的危险因素，脐带源源不断送来养
分。其实在细胞内，为了保证一个信号的可靠传递，有多条通路备份，信号中介的拷贝
量够大，同时信息传递也多伴能量的消耗。大量的能量的消耗不是细胞内每个成员都能
够享受的，既然分主次，“重点”就是可以鉴定出来的。
发育过程的重现性高，目的性强，那么阶段性目标也是可以找出来的。
衰老和疾病我武断地认为会难得多，感觉它们是系统的崩溃，是无序的。对于将倾的大
厦扶起来可能困难，但是我们可以下工夫在防止它倾斜上。感染性疾病是一个特例，跟
宿主的内部崩溃关系不大，而且寄主的目的性强，研究起来相对是容易突破的。
生物学其实吸引了很多聪明的头脑来研究的。比如牛顿，年少时就喜欢观察苹果树。比
如薛定谔。比如楼主的偶像。但是生物学的问题远远没有解决，所以人们一直在考虑方
法上的问题。
各位如果对生物学感兴趣，不妨挑一两个问题练练手。比如你说应该假设生物系统是简
单的，那么然后呢？对实验设计有什么指导意义吗？
础。
【在 f*******r 的大作中提到】
: 先说一下，我不是做生物的，纯粹是逛到这个地方。但是HH的用的基本原理也是很多学
: 科的基本原理。所以想说点我的看法。
: 对复杂系统的研究原则上都只能是对可以被实验的参数空间的拟合。所以数据越多，可
: 控姓就越好。但是这样的理论是不具有预报性的。复杂系统的一些共有的规律，例如分
: 形，power law, avalanche什么的，都是现象性的。对这些共同规律的有影响力的研究
: ，大多不是对复杂度的刻画，而是一个个简单到忽略大部分的细节数学模型。
: 能够具有预报性的规律，常常是奠基于简单性假设。例如玻尔兹曼原理的基本假设是均
: 分原理。更基本的是Laplace的简单性假设：即，如果你认为一个系统是未知的，那么
: 你不应该有任何理由把它想成是复杂的，有倾向性的。这样的假设构成统计物理的基础。
: 所以，我个人认为，一开始就把生物系统想象成是复杂系统，对于科学研究是有害的。
|
d********f
发帖数: 43471 | 45 I really cannot believe this can be called a model. You really need put a
toy there.btw, any mathematics has been used in this toy model?
【在 k*****1 的大作中提到】
: 前面很多人都聊到数学/物理在生物当中的应用，我个人觉得唯一一个完美的能够被实
: 验证明的数学模型就是离子通道的Hodgkin–Huxley model。不知道是否有人阅读过
: 1952年Hodgkin 和 Huxley 的那篇神经生物学领域的奠基之作？在当时仪器非常简陋，
: 人们对ion channel 是什么都不了解的情况下，Hodgkin 和 Huxley 居然凭借着天才般
: 的想象力，推导出了Hodgkin–Huxley model，这中间的美妙过程，几乎可以类比牛顿
: 从苹果落地得出万有引力的典故。在下面的篇幅，我略去绝大部分细节，只描述其中最
: 美妙的一步。
: 1952年的时候，人们对ion channel的理解只是停留在一个非常肤浅的基础上：有离子
: 通过，类似与电容放电；但是电压与电流之间并非直线关系。所以Hodgkin 和Huxley
: 意识到 ion channel 应该是动态的和稳态并存。如何描绘这种复杂的动力过程呢？
|
d*****r
发帖数: 2583 | 46 发育的高度重现性也正说明有牢固的法则在指导这个过程
agree with this...
the embryo starts from just a few cells, and become such a complex system.
This means at least several things:
1. the initial states is limited (I assume all the initial information is
stored above or equal to the molecular level),
2. from a few cells to a whole organism, not sure if the cells contains all
information for the organism, seems likely; brain maybe different.
3. the final states is converged. Every human has two eyes and one nose. It'
s a very amazing convergence.
It's quite amazing how this system could get rid of the noise and handle
physical construction.. And seems there must be a new math there, just human
haven't invent it, or at least prove we can/cannot invent it.
【在 u**********d 的大作中提到】
: 说道复杂系统，除了生物，很容易想到的气象和经济，他们也是大量收集数据建模预测
: 修正，结果却也难如人意。
: 但是我对生物学是有信心的，因为个体发育过程很稳定，重现性好，让人们能够反复收
: 集数据反复验证假设；同时发育的高度重现性也正说明有牢固的法则在指导这个过程。
: 复杂系统因为参与元素多导致往往不可预测，但是恰恰相反，发育过程是具有高度可预
: 测性的：1000个鸡蛋，基本都能成功孵出小鸡。
: 为什么胚胎发育过程这么坚挺？我想一个重要的因素就是能量罩。鸡蛋需要老母鸡来给
: 他保温，减少环境噪音；卵里的卵黄就是一大坨能量和各种建筑材料；人的胎儿是悬浮
: 在羊水里的，恒温，减震，血胎屏障隔离了各种潜在的危险因素，脐带源源不断送来养
: 分。其实在细胞内，为了保证一个信号的可靠传递，有多条通路备份，信号中介的拷贝
|
d*****r
发帖数: 2583 | 47 There is a very good resource online for these topics,
William Bialek at Princeton has done a lot on this topic, he has given a
short course before. He has pointed to all important papers in this field,
enjoy:
http://www.princeton.edu/~wbialek/rome/rome_course.htm
【在 u**********d 的大作中提到】
: 说道复杂系统，除了生物，很容易想到的气象和经济，他们也是大量收集数据建模预测
: 修正，结果却也难如人意。
: 但是我对生物学是有信心的，因为个体发育过程很稳定，重现性好，让人们能够反复收
: 集数据反复验证假设；同时发育的高度重现性也正说明有牢固的法则在指导这个过程。
: 复杂系统因为参与元素多导致往往不可预测，但是恰恰相反，发育过程是具有高度可预
: 测性的：1000个鸡蛋，基本都能成功孵出小鸡。
: 为什么胚胎发育过程这么坚挺？我想一个重要的因素就是能量罩。鸡蛋需要老母鸡来给
: 他保温，减少环境噪音；卵里的卵黄就是一大坨能量和各种建筑材料；人的胎儿是悬浮
: 在羊水里的，恒温，减震，血胎屏障隔离了各种潜在的危险因素，脐带源源不断送来养
: 分。其实在细胞内，为了保证一个信号的可靠传递，有多条通路备份，信号中介的拷贝
|
s********u
发帖数: 58 | 48 赞一下这个：
“搞生物的应该参考一下物理学里面研究随机系统的思维方式：并不是去思考每一
个细节，而是思考整个系统的宏观状态。” |
u**********d
发帖数: 573 | 49 是不是有新的数学在里面？很有可能。两只眼睛这个不变，但是眼睛之间的距离却可能
差异很大，所以大家可能对找出控制眼睛数量的机制而不是硬性眼睛间距离的机制更感
兴趣。
all
It'
【在 d*****r 的大作中提到】
: 发育的高度重现性也正说明有牢固的法则在指导这个过程
: agree with this...
: the embryo starts from just a few cells, and become such a complex system.
: This means at least several things:
: 1. the initial states is limited (I assume all the initial information is
: stored above or equal to the molecular level),
: 2. from a few cells to a whole organism, not sure if the cells contains all
: information for the organism, seems likely; brain maybe different.
: 3. the final states is converged. Every human has two eyes and one nose. It'
: s a very amazing convergence.
|
u**********d
发帖数: 573 | 50 非常感谢！
【在 d*****r 的大作中提到】
: There is a very good resource online for these topics,
: William Bialek at Princeton has done a lot on this topic, he has given a
: short course before. He has pointed to all important papers in this field,
: enjoy:
: http://www.princeton.edu/~wbialek/rome/rome_course.htm
|
|
|
c****y
发帖数: 373 | 51 呵呵，热烈欢迎物理数学控制原理精通男可以转行来搞生物实验嘛，可以从养老鼠开始
嘛。
你实验做不出来你模型再漂亮也白搭！
【在 d*****u 的大作中提到】
: 物理、工程上的复杂系统也很多，有的也无解
: 但是现在生物学的训练方法根本不是让你去建模、解析
: 学生物的，有多少人有信号、系统的概念呢？
: 有多少人懂得控制原理呢
: 甚至连数值模拟都不会
|
k*****1
发帖数: 454 | 52 我几乎可以肯定你没有看过，或者没有仔细看过HH 1952年那篇经典的文章。而且很不
幸的是，你也根本没有仔细阅读我的原文就急不可耐的跳出来。我自己本人就是专门做
离子通道数学模型的，H-H 那篇1952年的文章是需要经常阅读的，尽管如此，在写前文
之前，为了避免错误，我还特意重新看了一遍。因为你没有仔细看过，所以你的叙述当
中错误太多。我指出其中一点，剩下的等你看完了之后我们再讨论：
(1)
“电导和跨膜离子浓度差的关系不是假设，是根据扩散定律推倒的。”
1952年的原文当中推导的原句是: "...we shall suppose that the sodium
conductance is proportional to the such molecules inside the membrane but
independent of the number on the outside. From Boltzmann's principle, the
proportion "Pi" of molecules on the inside of the membrane is related to the
proportion on the outside, "Po", by Pi/Po = exp(函数）“
另外，我写这篇原文主要是给非神经生物学领域，甚至是非生物领域内的人看的，所以
写的非常直白。"gating"这种词语除了让其他人看不懂之外，还能有什么作用？
flux
【在 a*****x 的大作中提到】
: 我不大同意你说的。他们的主要模型是针对神经产生动作电位的膜，包括细胞膜理解成
: 电阻和电容的并联，对各种离子电导的分解以及动力学性质的描述。对于离子通道，他
: 们最主要的贡献在于model voltage gating，提出时间和voltage决定电导（最主要是
: permeability）的函数关系。
: 电导和跨膜离子浓度差的关系不是假设，是根据扩散定律推倒的。而这个关系是描述固
: 定permeabiligy的ion channel的，不能解释动作电位。动作电位的关键点在于电压门
: 控，也就是voltage gating。最后，说电导由跨膜离子浓度差也是不准确的，实际上是
: 由内外离子浓度决定（而非单纯的浓度差）。主要的推导是Goldman，也就是GHK flux
: equantion。
|
b****r
发帖数: 17995 | 53 终于看到一个貌似非生物但是对生物有一定认识的数理人士（如果猜错了莫怪）
你的其他观点我基本同意
但是我觉得衰老和疾病其实也是相当可以重复的，用你的粒子，1000个成年鸡，如果没
有感染性疾病，最后衰老的速度和表型都会是极其接近的，特别是如果这1000个鸡亲缘
关系比较近的话
疾病的话也是类似，只要这1000只鸡的遗传背景类似，在被同样数量的同种细菌感染后
，发病，痊愈/死亡 的过程也会是极其接近的
为什么会这样，我的观点是，出生也好疾病也好死亡也好，其实对于整个群体的生存繁
衍都是同等的重要。如果老鸡到站了不死，小鸡就没有空间繁衍，群体也就失去了更新
进化的机会，如果环境一变，可能老鸡就死光光，整个鸡种也就绝种了。所以今天世界
上我们看到的都是老者会“自觉”死亡的物种，无一例外。
当然，话题到了这个高度就扯得更远了。总之生物是一个类似于智能设计的，非常能够
自洽自稳的东西。可以说，相当于一个比我们人类聪明n倍的神 设计的机器，人要搞明
白这个机器不是那么容易的。
【在 u**********d 的大作中提到】
: 说道复杂系统，除了生物，很容易想到的气象和经济，他们也是大量收集数据建模预测
: 修正，结果却也难如人意。
: 但是我对生物学是有信心的，因为个体发育过程很稳定，重现性好，让人们能够反复收
: 集数据反复验证假设；同时发育的高度重现性也正说明有牢固的法则在指导这个过程。
: 复杂系统因为参与元素多导致往往不可预测，但是恰恰相反，发育过程是具有高度可预
: 测性的：1000个鸡蛋，基本都能成功孵出小鸡。
: 为什么胚胎发育过程这么坚挺？我想一个重要的因素就是能量罩。鸡蛋需要老母鸡来给
: 他保温，减少环境噪音；卵里的卵黄就是一大坨能量和各种建筑材料；人的胎儿是悬浮
: 在羊水里的，恒温，减震，血胎屏障隔离了各种潜在的危险因素，脐带源源不断送来养
: 分。其实在细胞内，为了保证一个信号的可靠传递，有多条通路备份，信号中介的拷贝
|
c****n
发帖数: 21367 | 54 嗯，第一个在 任何领域 里抽象出本质规律的都很天才
别的领域有了再借鉴，就意义一般了
【在 k*****1 的大作中提到】
: 我的感觉恰好相反，任何一个领域，越是简单的公式，反而越是重要。
: E=mc^2 简单吗？ V=aT 简单吗？ 复杂的公式往往是那些最基本的公式衍生出来的结果
: 。HH模型的天才之处就在这里
|
k*****1
发帖数: 454 | 55 我说点个人的感受：
生物学上有很多结果是不可重复的，但是有没有一种可能就是，这种“不可重复性”，
i.e.结果的差异性，是不是本身就是一种数学模型呢？ H-H 模型的建立就是用来解释
离子通道测量数据的差异性，量化这种差异性，最后方便比较结果。
比如说，你可以找到很多测量 离子通道 的 文章。如果没有数学模型，仅仅靠直观去
感觉那些离子电流，你会感觉对于同样一个离子通道即使采用同样的测量方法，每一篇
文章的结果都不一样。因为你没办法解释现象的差异性。但是如果用HH模型去描绘，每
个离子通道只需要测量4类参数：一类是时间常数（time constant），还有一类是稳态
函数。稳态函数用玻尔兹曼曲线去拟合（我前文提到的），时间常数用指数函数去拟合。
当模型建立起来后，你就会发现再去比较不同的实验结果，几乎就可以一目了然的知道
：比如说，有些测量结果明显是时间常数偏小，这就意味着温度控制上可能出了点问题。
所以数学模型可能不是完美的，但是一个合理的数学模型可以极其方便的去解释实验结
果的差异性。而实验结果的可重复性永远都是整个生物领域内最有争议的话题之一。
【在 D*a 的大作中提到】
: 既然你熟悉pauling的例子，那么用这个例子来举吧。
: 类比于生物，现在数学模型模拟的并不是两个小球一个小棍，而是把分子和其中的化学
: 键一起认为是一个整体的黑盒子来模拟。如果能模拟到两个小球一个小棍，我们也不在
: 这里辩论了。
|
a*****x
发帖数: 901 | 56 1952年的文章我当然看过，它是一系列文章的总结。我承认最近没有看过，也看得没有
你仔细，但是我不会犯基本的概念错误。而你说得很多是基本概念不对，或者没有抓到
重点。你也许数学很好，但是我只能说你对其中的物理和生物并不了解。
科学界从来没有人认为离子通道是电容，我不知道你从哪里得到这点。
你说得这个，我指出了主要的错误是电导不是由浓度差决定的，而是内浓度和外浓度。
其次这的确是推导出来的，而不是假设出来的。由你说得这点，我自然以为你说得是
GHK flux equation。谁知道你对基本概念比我想象的还要不清楚。
你摘抄的话是说电导由浓度差决定吗？请问它哪里说道了钠离子浓度，或者钠离子浓度
差和钠离子电导的关系？你有没有弄清楚它这一段要说明的是什么问题？你有没有弄清
楚你引用的Pi和Po是什么？如果你以为Pi和Po是内外钠离子浓度，我只能建议你好好读
一读这句话上面的话。
【在 k*****1 的大作中提到】
: 我几乎可以肯定你没有看过，或者没有仔细看过HH 1952年那篇经典的文章。而且很不
: 幸的是，你也根本没有仔细阅读我的原文就急不可耐的跳出来。我自己本人就是专门做
: 离子通道数学模型的，H-H 那篇1952年的文章是需要经常阅读的，尽管如此，在写前文
: 之前，为了避免错误，我还特意重新看了一遍。因为你没有仔细看过，所以你的叙述当
: 中错误太多。我指出其中一点，剩下的等你看完了之后我们再讨论：
: (1)
: “电导和跨膜离子浓度差的关系不是假设，是根据扩散定律推倒的。”
: 1952年的原文当中推导的原句是: "...we shall suppose that the sodium
: conductance is proportional to the such molecules inside the membrane but
: independent of the number on the outside. From Boltzmann's principle, the
|
s*****V
发帖数: 21731 | 57 像HH这样水平的理论在晶体生长，表面物理里一堆一堆的。
这个这么重要是因为它对神经科学的意义。
【在 c****n 的大作中提到】
: 嗯，第一个在 任何领域 里抽象出本质规律的都很天才
: 别的领域有了再借鉴，就意义一般了
|
a*****x
发帖数: 901 | 58 H-H的数学可以说很简单。天才是建立了完整的跨膜电路，以及通过天才的设想对
voltage-gating mechanism的初步描述。请在晶体生长，表面物理中举出一堆一堆类似
天才的想法。
【在 s*****V 的大作中提到】
: 像HH这样水平的理论在晶体生长，表面物理里一堆一堆的。
: 这个这么重要是因为它对神经科学的意义。
|
c****n
发帖数: 21367 | 59 。。。。。。你都引用了一大堆电路名词，比如“跨膜电路”，
比如“voltage-gating”，难道就不能去电子工程书里面翻翻么？:)
相比其他很多领域，生物学还不成熟，借鉴是必然的，
也是正常的。非要说借鉴来的东西是天才想法，
会让其他学科的苦哈哈们不爽的。
【在 a*****x 的大作中提到】
: H-H的数学可以说很简单。天才是建立了完整的跨膜电路，以及通过天才的设想对
: voltage-gating mechanism的初步描述。请在晶体生长，表面物理中举出一堆一堆类似
: 天才的想法。
|
k*****1
发帖数: 454 | 60 其实最烦就是你这种，首先我的原文你不认真看，其次，（我再次强调），1952年的那
篇文章你也没认真看，
1）我开此帖的目的不是为了普及什么叫做H-H 模型，而是重点强调当年 H-H推导这个
模型当中最天才的一步（我说了略过其他细节）。现在回过头看，由于当时实验条件的
局限性以及对生物学本身认识的局限性，H-H 本身有不少假设现在看起来是错误的，比
如说，他们假设 离子通道的电导率只和细胞内的离子“数量”有关，而和细胞外部的
离子“数量”无关；而现在的结论是胞内/外都有关。所以你没必要强调这个常识错了
那个错了，他们那个时代的认识就是那样的。
2）你喋喋不休的说我用了“（离子）浓度”。好吧，原文中用的是“（离子）数量(
number)". 我把“数量”用“浓度”来代替是为了能够更贴近生物学常用的词汇。如果
你非得认为”离子浓度“和”离子数量“会让整个描述不一样，那你赢了，ok？
3）麻烦你再看看 1952年的原文，H-H在 fig1（！） 里面 就画了一个最简单的电子回
路，用一个最普通的回路来代表当前人们对离子通道的认识。请问，这不是电容放电是
什么？是不是我还得用专业术语把回路的方程式再描述一遍？
真是莫名其妙
【在 a*****x 的大作中提到】
: 1952年的文章我当然看过，它是一系列文章的总结。我承认最近没有看过，也看得没有
: 你仔细，但是我不会犯基本的概念错误。而你说得很多是基本概念不对，或者没有抓到
: 重点。你也许数学很好，但是我只能说你对其中的物理和生物并不了解。
: 科学界从来没有人认为离子通道是电容，我不知道你从哪里得到这点。
: 你说得这个，我指出了主要的错误是电导不是由浓度差决定的，而是内浓度和外浓度。
: 其次这的确是推导出来的，而不是假设出来的。由你说得这点，我自然以为你说得是
: GHK flux equation。谁知道你对基本概念比我想象的还要不清楚。
: 你摘抄的话是说电导由浓度差决定吗？请问它哪里说道了钠离子浓度，或者钠离子浓度
: 差和钠离子电导的关系？你有没有弄清楚它这一段要说明的是什么问题？你有没有弄清
: 楚你引用的Pi和Po是什么？如果你以为Pi和Po是内外钠离子浓度，我只能建议你好好读
|
|
|
s*******7
发帖数: 399 | 61 版上电生理的文章少，而涉及到离子通道的更少。抛开楼上各位的争论，看到这么一篇
电生理的帖子还是很高兴的，哈。
随便说几句啊，
现代电生理的几个重要事件：
50年代，Hodgkin–Huxley model，这个楼主已经说了，以及基于此 H-H 模型基础的
GHK方程，这个方程在电生理领域很强大，几乎本领域所有问题的答案都可以拿GHK摆平。
60-70年代，离子选择性，Armstrong的工作最先，他的那篇jgp（准确预测出K+通道为
什么对钾高选择对钠钙不选择，30年后，被Mackinnon的钾通道结构证明完全正确），
本人每看一次这篇paper就要感叹一次：天才！天才的思维！
Hille的工作接踵而至。这2人一个Hodgkin的学生，一个是Huxley的学生，名师出高徒。
80年代，离子通道基因克隆，第一个克隆出K+通道的Lily Ye，而第一个克隆出Na+和Ca
++通道的是Catterall，Catterall又是第一个搞出来Nav的晶体结构（去年的paper，这
个是老凯和郑宁合作）。
90年代，离子通道晶体结构，当然，最NB的是Mackinnon了，虽然Gouaux的工作多在受
体依赖离子通道，或者离子泵的结构，但灌水太厉害，也是代表人物。
21世纪至今，火到一塌糊涂的光控通道，当然是人所皆知的D君了。
注：电压钳和膜片钳是技术的突破，某种程度上D君的光基因也属此类，诸如此类的还
有 TIRF, FRET。。。一言难尽，且按下不表了。
以上纯属个人观点，供各位批判，but 谢绝人身攻击，哈哈。 |
g****3
发帖数: 1760 | 62 离子通道再怎么着也成不了电容放电，你理解上有误。
【在 k*****1 的大作中提到】
: 其实最烦就是你这种，首先我的原文你不认真看，其次，（我再次强调），1952年的那
: 篇文章你也没认真看，
: 1）我开此帖的目的不是为了普及什么叫做H-H 模型，而是重点强调当年 H-H推导这个
: 模型当中最天才的一步（我说了略过其他细节）。现在回过头看，由于当时实验条件的
: 局限性以及对生物学本身认识的局限性，H-H 本身有不少假设现在看起来是错误的，比
: 如说，他们假设 离子通道的电导率只和细胞内的离子“数量”有关，而和细胞外部的
: 离子“数量”无关；而现在的结论是胞内/外都有关。所以你没必要强调这个常识错了
: 那个错了，他们那个时代的认识就是那样的。
: 2）你喋喋不休的说我用了“（离子）浓度”。好吧，原文中用的是“（离子）数量(
: number)". 我把“数量”用“浓度”来代替是为了能够更贴近生物学常用的词汇。如果
|
a*****x
发帖数: 901 | 63 你是说Pi, Po是离子数量？我真的无语了。。。。Pi和Po描述的是紧贴着膜的带电荷的
假设的粒子，和你所谓胞内，胞外钠离子数量是一回事吗?
电容的问题我说的很清楚了。电容是细胞膜，不通透离子，和离子通道是并联关系，也
就是为什么那个电路里电容和电导是并联的。
你基础概念不清也无所谓，但是误导人的错误必须要纠正。
但就你的这个帖子，你绝对不可能是做离子通道的，而且对基本物理概念也不清楚。
【在 k*****1 的大作中提到】
: 其实最烦就是你这种，首先我的原文你不认真看，其次，（我再次强调），1952年的那
: 篇文章你也没认真看，
: 1）我开此帖的目的不是为了普及什么叫做H-H 模型，而是重点强调当年 H-H推导这个
: 模型当中最天才的一步（我说了略过其他细节）。现在回过头看，由于当时实验条件的
: 局限性以及对生物学本身认识的局限性，H-H 本身有不少假设现在看起来是错误的，比
: 如说，他们假设 离子通道的电导率只和细胞内的离子“数量”有关，而和细胞外部的
: 离子“数量”无关；而现在的结论是胞内/外都有关。所以你没必要强调这个常识错了
: 那个错了，他们那个时代的认识就是那样的。
: 2）你喋喋不休的说我用了“（离子）浓度”。好吧，原文中用的是“（离子）数量(
: number)". 我把“数量”用“浓度”来代替是为了能够更贴近生物学常用的词汇。如果
|
k*****1
发帖数: 454 | 64 ＂既然电导率和离子浓度有关，那么离子的分布就应该遵循热力学当中的玻尔兹曼原理
（Boltzmann's principle）。根据Boltzmann's principle，任何一个离子在细胞内/
外的概率之比：P1/P2=exp（函数）； 既然是同一个离子的概率，那么P1 P2 =1， 从
而得出P1=1/（1 exp(函数)）。 这个P1的表达式就是离子通道的稳态模型。＂
这是我的原句，拜托你在做喷子之前先不要乱改我的话好吗？
是，我不是做离子通道的。向你这种，既不看原文，还特别喜欢歪曲别人的意思，你不
去搞传销真是太委屈了！
【在 a*****x 的大作中提到】
: 你是说Pi, Po是离子数量？我真的无语了。。。。Pi和Po描述的是紧贴着膜的带电荷的
: 假设的粒子，和你所谓胞内，胞外钠离子数量是一回事吗?
: 电容的问题我说的很清楚了。电容是细胞膜，不通透离子，和离子通道是并联关系，也
: 就是为什么那个电路里电容和电导是并联的。
: 你基础概念不清也无所谓，但是误导人的错误必须要纠正。
: 但就你的这个帖子，你绝对不可能是做离子通道的，而且对基本物理概念也不清楚。
|
a*****x
发帖数: 901 | 65 原文中Boltzmann's principle描述的不是“任何一个离子在细胞内/
我一直是指出学术的错误，没有做过任何人身攻击。你所谓的传销说实在是降低你自己
的档次。 |
a*****x
发帖数: 901 | 66 我只是说我最近没有自己看原文，只是比较谦虚的说法。我对原文是很熟悉的，而且别
的不敢说，理解比你的理解正确是肯定的。我之前的博士论文和publication都和H-H
model有关。我和Clay Amstrong, Steve Baylor都讨论过H-H model。我不敢说我的理
解是最透彻的，但是你的说法的确是误导，我没有办法不纠正。
【在 a*****x 的大作中提到】
: 原文中Boltzmann's principle描述的不是“任何一个离子在细胞内/
: 我一直是指出学术的错误，没有做过任何人身攻击。你所谓的传销说实在是降低你自己
: 的档次。
|
k*****1
发帖数: 454 | 67 1）你可以无中生有乱编我的话，你这么做，早把你自己的档次拉低了。没看清别人的
观点就挑出来反驳，是很没有教养的行为。你要是在任何seminar上面这么做，绝对是
被耻笑的。不管你觉得你自己来头有多大，请首先学会先认真看清楚别人的观点，尤其
不要捏造！
2）玻尔滋曼原理说说你的高见？
【在 a*****x 的大作中提到】
: 原文中Boltzmann's principle描述的不是“任何一个离子在细胞内/
: 我一直是指出学术的错误，没有做过任何人身攻击。你所谓的传销说实在是降低你自己
: 的档次。
|
a*****x
发帖数: 901 | 68 我没有觉得我无中生有编了什么话。你最大的错误，离子通道是电容，我没有误解吧。
关于内外离子，你自己的原话把"on the inside/outside of the memberane"，描述成
了“膜内外”离子浓度差，也就是"inside/outside of membrane"，这让人直接想到的
是flux
equation,所以如果你认为我误解了你的话，是因为你的原话用的词是错的。
文中说的很清楚， Boltzmann's principle描述的是一个假设的，贴在膜内外表面的带
电荷粒子，最后还推断出了其带电荷是6个。它既不是钠离子，也不是所谓膜内膜外离
子，按现在的理解，最接近的应该是离子通道本身的voltage sensor。
【在 k*****1 的大作中提到】
: 1）你可以无中生有乱编我的话，你这么做，早把你自己的档次拉低了。没看清别人的
: 观点就挑出来反驳，是很没有教养的行为。你要是在任何seminar上面这么做，绝对是
: 被耻笑的。不管你觉得你自己来头有多大，请首先学会先认真看清楚别人的观点，尤其
: 不要捏造！
: 2）玻尔滋曼原理说说你的高见？
|
a*****x
发帖数: 901 | 69 我没有针对你的意思。我本来看到有人讨论HH model挺高兴，结果一读全是错误，或者
至少是让人误解的地方，没办法不跳出来说几句。如果你非要take it personal，我也
不会再跟你计较 |
a*****x
发帖数: 901 | 70 撇开这些错误不谈，你也没有抓住H-H model最精华的部分，反而pick的是其描述不太
准确的部分。如果你看过离子通道的经典教科书，比如Bertil Hille的，你就会明白你
自己的错误。
【在 a*****x 的大作中提到】
: 我没有针对你的意思。我本来看到有人讨论HH model挺高兴，结果一读全是错误，或者
: 至少是让人误解的地方，没办法不跳出来说几句。如果你非要take it personal，我也
: 不会再跟你计较
|
|
|
t*******r
发帖数: 22634 | 71 关键是当代计算机计算能力不够，简单的本质的模型来计算复杂的实际问题，
需要更大的计算量。
其实工程上的例子，比如空气动力学，当初基本靠做个模型，放在风洞里实验，
以及经验啥的（因为很可能不是全尺寸模型）。现在数字风洞（超级计算机里
算），简单本质模型就派上用场了，让计算机跑跑嘛。。。
【在 D*a 的大作中提到】
: 既然你熟悉pauling的例子，那么用这个例子来举吧。
: 类比于生物，现在数学模型模拟的并不是两个小球一个小棍，而是把分子和其中的化学
: 键一起认为是一个整体的黑盒子来模拟。如果能模拟到两个小球一个小棍，我们也不在
: 这里辩论了。
|
k*****1
发帖数: 454 | 72 1) 你在前面的几乎所有帖子里面都一直咬定说我把Pi，Po 理解成“浓度”，并由此断
定我对物理或生物完全不了解，我好心提醒你看我的原文，你还是照旧咬定。你说这不
是歪曲是什么？哈哈，我发现你也挺可爱的 ：-）
2）关于 Boltzmann's principle， 这恰好是我本科时的老本行，我就多说两句。
“Boltzmann's principle”是一个统计物理/热力学当中的概念，主要是用来描述在某
个热力平衡状态下的微观粒子的“运动”。因为微观粒子的运动只能用概率来表示，一
个“微观”粒子的处于某种能量状态的概率分布可以用“宏观”的参数，比如说 K（绝
对温度），E（总能量）等等来描述。所以Boltzmann's principle 绝对不是用来假设
“贴在膜内外表面的带电荷粒子”，正确的说法是描述“带电荷粒子处于某种位置/状
态的概率”。通俗一点，就是在某个特定的状态下，该粒子在细胞膜内部的概率有多大
。我当时看到这个推导非常的震动，因为我本科就是做流体力学/热力学，做过一点类
似于“膜过滤”的实验。所以当我读到 H-H 把复杂的离子通道简化为常见的类似于“
分子通过过滤膜”的问题时，不由感叹这真是天才的设想！可惜有这个论坛上的很多人
体会不到这其中的精妙之处。
3）把离子通道理解为电容。
我还是那句老话，你不仔细看HH1952年的那篇原文，即使是我说了N遍。在那篇论文的
PART I 部分的第一段第三句话开始（主要是用来解释fig1的电路） ：“...（离子）
电流通过电容充放电（charging）_或者_是电流从与电容并列的电阻上通过“。这是
1952年之前人们对细胞膜和离子通道的认识。请注意，是1952年之前。你说我理解错了
，我什么时候说这个离子通道是电容放电是我理解的概念了，我说的是当时（1952年的
时候！）人们理解的概念。
最后，我知道你看到关于HH方程的topic很激动，但是你要搞清楚我在说什么啊；请让
我像唐僧一样的再重复一遍：我不是在介绍 发展到现在的 H-H model该怎么理解，我
的重点是，在1952年的时候，人们是怎么理解离子通道，以及H-H 如何在当时实验条件
简陋的情况下推导出来的。
如果你对介绍发展后的HH model 感兴趣，完全可以另开一个话题嘛
【在 a*****x 的大作中提到】
: 我没有觉得我无中生有编了什么话。你最大的错误，离子通道是电容，我没有误解吧。
: 关于内外离子，你自己的原话把"on the inside/outside of the memberane"，描述成
: 了“膜内外”离子浓度差，也就是"inside/outside of membrane"，这让人直接想到的
: 是flux
: equation,所以如果你认为我误解了你的话，是因为你的原话用的词是错的。
: 文中说的很清楚， Boltzmann's principle描述的是一个假设的，贴在膜内外表面的带
: 电荷粒子，最后还推断出了其带电荷是6个。它既不是钠离子，也不是所谓膜内膜外离
: 子，按现在的理解，最接近的应该是离子通道本身的voltage sensor。
|
l*******G
发帖数: 1191 | 73 生物版终于有点意思了。
透过现象看本质，不管什么学科，这是最重要的，也是最难的。现象都很复杂，本质基
本上都很简单。简单的本质规律经过排列组合就复杂了。
现在的天气模型已经很好了，一方面掌握了大部分天气的本质规律，另一方面有无数的
实时测量帮助修正。
我不太赞成用统计方法研究本质规律，统计是没有办法的办法，是用来描述现象的。HH
模型，F=ma,E=mc^2, 都不是统计方程。如果都用统计方法研究，就象透过一千个透镜
看本质，一千个统计者给出一千个答案。统计只是scratch the surface。我们要在统
计的基础上更深刻的思考。
如果本质就是复杂的，那么我们永远也看不透。 |
d*****u
发帖数: 17243 | 74 那你怎么不说热力学的例子，全是跟统计有关的方程
不依赖统计原理，你怎么解释熵？
HH
【在 l*******G 的大作中提到】
: 生物版终于有点意思了。
: 透过现象看本质，不管什么学科，这是最重要的，也是最难的。现象都很复杂，本质基
: 本上都很简单。简单的本质规律经过排列组合就复杂了。
: 现在的天气模型已经很好了，一方面掌握了大部分天气的本质规律，另一方面有无数的
: 实时测量帮助修正。
: 我不太赞成用统计方法研究本质规律，统计是没有办法的办法，是用来描述现象的。HH
: 模型，F=ma,E=mc^2, 都不是统计方程。如果都用统计方法研究，就象透过一千个透镜
: 看本质，一千个统计者给出一千个答案。统计只是scratch the surface。我们要在统
: 计的基础上更深刻的思考。
: 如果本质就是复杂的，那么我们永远也看不透。
|
T*R
发帖数: 36302 | 75 药物动力学里不是很多很经典的数学模型吗？一室二室模型都是用数学描述的很好的。 |
l*******G
发帖数: 1191 | 76 因为现阶段的热力学还不是最本质的规律。还是不懂电子的内部结构，原子内部结构，
熵还是表面的东西。幸运的是现在的热力学在现实中能解释很多宏观现象。如果我们停
留在现在的热力学统计方程，而不更进一步，那对物理学来说是没意思的。物理好象比
生物超前多了，其实这几十年物理停滞不前，比生物好不了多少。
【在 d*****u 的大作中提到】
: 那你怎么不说热力学的例子，全是跟统计有关的方程
: 不依赖统计原理，你怎么解释熵？
:
: HH
|
d*****u
发帖数: 17243 | 77 看似规律无比的光波实际是粒子统计规律的宏观表现
人类发现所谓经典规律后，背后又是统计规律在起作用
用简单的数学解释式来建模本来就是很有局限的方法
【在 l*******G 的大作中提到】
: 因为现阶段的热力学还不是最本质的规律。还是不懂电子的内部结构，原子内部结构，
: 熵还是表面的东西。幸运的是现在的热力学在现实中能解释很多宏观现象。如果我们停
: 留在现在的热力学统计方程，而不更进一步，那对物理学来说是没意思的。物理好象比
: 生物超前多了，其实这几十年物理停滞不前，比生物好不了多少。
|
k*****1
发帖数: 454 | 78 热力学的模型是概率模型，和统计没什么关系。量子物理也是概率模型。
如果你把概率也归纳到“统计”的范畴内，呵呵，我估计也可以把量子物理归纳到统计
的范围 ：）
【在 d*****u 的大作中提到】
: 那你怎么不说热力学的例子，全是跟统计有关的方程
: 不依赖统计原理，你怎么解释熵？
:
: HH
|
u**********d
发帖数: 573 | 79 确实错了，我是纯的不能再纯的生物科班卢瑟，对生物有一些认识，数理一片苍白。
我非常同意遗传背景会影响疾病和衰老。但是我倾向于认为发育过程有多种机制来缓冲
遗传、环境差异，导致最后有一个比较稳定的结果，比如鸡怀孕都是21天；而机体衰退
的“过程”看起来是无序的，个体的死亡可以有多种方式，时间不可预期，我看不太像
有类似细胞凋亡那样的程序来控制。
换一个想法，个体虽然会死亡，但是生殖细胞却没有死，代代相传。一个强壮的战士在
荒原上追逐野兽，其实最终目的就是守护那个小小细胞的传递。所以，细胞是可以不死
的。
【在 b****r 的大作中提到】
: 终于看到一个貌似非生物但是对生物有一定认识的数理人士（如果猜错了莫怪）
: 你的其他观点我基本同意
: 但是我觉得衰老和疾病其实也是相当可以重复的，用你的粒子，1000个成年鸡，如果没
: 有感染性疾病，最后衰老的速度和表型都会是极其接近的，特别是如果这1000个鸡亲缘
: 关系比较近的话
: 疾病的话也是类似，只要这1000只鸡的遗传背景类似，在被同样数量的同种细菌感染后
: ，发病，痊愈/死亡 的过程也会是极其接近的
: 为什么会这样，我的观点是，出生也好疾病也好死亡也好，其实对于整个群体的生存繁
: 衍都是同等的重要。如果老鸡到站了不死，小鸡就没有空间繁衍，群体也就失去了更新
: 进化的机会，如果环境一变，可能老鸡就死光光，整个鸡种也就绝种了。所以今天世界
|
d*****r
发帖数: 2583 | 80 physics is also constraint by math tools, but at different level.
【在 l*******G 的大作中提到】
: 因为现阶段的热力学还不是最本质的规律。还是不懂电子的内部结构，原子内部结构，
: 熵还是表面的东西。幸运的是现在的热力学在现实中能解释很多宏观现象。如果我们停
: 留在现在的热力学统计方程，而不更进一步，那对物理学来说是没意思的。物理好象比
: 生物超前多了，其实这几十年物理停滞不前，比生物好不了多少。
|
|
|
D*a
发帖数: 6830 | 81 你对衰老的看法是一个很常见的直觉观点，但是不符合进化观点的解释，英文可以看
Kirkwood TBL & Melov S (2011) On the programmed/non-programmed nature of
ageing within the life history. Current biology : CB 21, R701–7. Available
at: http://www.ncbi.nlm.nih.gov/pubmed/21959160 [Accessed March 22, 2012].
我稍微写了点
http://www.mitbbs.com/article/Biology/31623319_4.html
http://www.mitbbs.com/article/Biology/31624297_4.html
【在 b****r 的大作中提到】
: 终于看到一个貌似非生物但是对生物有一定认识的数理人士（如果猜错了莫怪）
: 你的其他观点我基本同意
: 但是我觉得衰老和疾病其实也是相当可以重复的，用你的粒子，1000个成年鸡，如果没
: 有感染性疾病，最后衰老的速度和表型都会是极其接近的，特别是如果这1000个鸡亲缘
: 关系比较近的话
: 疾病的话也是类似，只要这1000只鸡的遗传背景类似，在被同样数量的同种细菌感染后
: ，发病，痊愈/死亡 的过程也会是极其接近的
: 为什么会这样，我的观点是，出生也好疾病也好死亡也好，其实对于整个群体的生存繁
: 衍都是同等的重要。如果老鸡到站了不死，小鸡就没有空间繁衍，群体也就失去了更新
: 进化的机会，如果环境一变，可能老鸡就死光光，整个鸡种也就绝种了。所以今天世界
|
W*V
发帖数: 13 | 82 我正想求教懂数学的高人帮助解决我目前一进化研究中的问题: 几个相关 基因(包括产
物)同时发生突变(数)概率与进化速度的量化关系. 恳请数学高人指导相助. |
W*V
发帖数: 13 | 83 我正想求教懂数学的高人帮助解决我目前一进化研究中的问题: 几个相关 基因(包括产
物)同时发生突变(数)概率与进化速度的量化关系. 这里有潜水的能人吗? 恳请数学高
人指导相助. |
W*V
发帖数: 13 | 84 我正想求教懂数学的高人帮助解决我目前一进化研究中的问题: 几个相关 基因(包括产
物)同时发生突变(数)概率与进化速度的量化关系. 这里有潜水的能人吗? 恳请数学高
人指导相助. |
