h*****9
发帖数: 4028 | 1 一句话，生物学家倾向于问题复杂化，因为任何pathway,任何signaling，在特定的条
件下，都有例外的情况，都会有其他的可能或机制。生物学家从不忽略微小的其他可能
，总是尽可能用多种方法，多种角度证实一个现象，一种机制，因为他们知道条件稍有
变化，都有可能是完全不同的情况。也许只有这种灵活多变的复杂性才使得生物体能适
应多变的环境。
数学家则不，他们倾向于将复杂问题简单化，理想化。数学的起源本来就是解决一些静
态的体积，面积，长度，多少等问题。为了解决这些问题，数学家们提出了很多理想化
的简单的假设条件和公设。数学家的眼里，线条是无限细，点是无限小，圆是无限圆。
一切都是理想化的。几千年来的的数学发展包括各种公式定理公设方程函数等等都
是来解决客观的物质世界的问题的。从来不是为了生物体内的微观现象而发展的。因
此把这些数学成果运用的生物的机理机制上就会得出各种各样荒谬的结论。要想真正
能较准确描述预测解释生物学的问题，数学还是再发展个几百年甚或几千年吧。
数学家的问题就是万事都想要简化，都想归结到可控简单的条件上。这在一些静态的简
单的事物上取得了巨大的成功，如实际生活中计算面积，体积，重量，包括计算天体的
运行上。但是一设计稍微复杂一点点地问题上，数学就不能完美描述包括指导实践。例
如湍流问题，飞行器流体力学问题。这些问题不光需要复杂的数学工具同时还需要积累
大量的实验数据对数学模型作修正。在这些问题上你要完全按照数学简单化的理论模型
来设计，保管你机毁人亡，保管你的导弹专炸你自己。在数学应用到比这些问题还要复
杂无数倍的生物学问题上，纯粹的数学模型多是荒诞不经的，必须大量实验数据的修正
。不具备生物学意义的数学参数/公式基本对生物学都是没意义的。 |
b******s
发帖数: 1089 | 2 生物学家喜欢问题复杂化，数学家喜欢简化，那么物理学家是不是就是喜欢条件理想化
？呵呵，就像sunny帖子里说的那个笑话，把鸡装到真空球体里去。要是生物也能做头
脑实验
，多好啊! 咱也不用这么累死累活了。
【在 h*****9 的大作中提到】
: 一句话，生物学家倾向于问题复杂化，因为任何pathway,任何signaling，在特定的条
: 件下，都有例外的情况，都会有其他的可能或机制。生物学家从不忽略微小的其他可能
: ，总是尽可能用多种方法，多种角度证实一个现象，一种机制，因为他们知道条件稍有
: 变化，都有可能是完全不同的情况。也许只有这种灵活多变的复杂性才使得生物体能适
: 应多变的环境。
: 数学家则不，他们倾向于将复杂问题简单化，理想化。数学的起源本来就是解决一些静
: 态的体积，面积，长度，多少等问题。为了解决这些问题，数学家们提出了很多理想化
: 的简单的假设条件和公设。数学家的眼里，线条是无限细，点是无限小，圆是无限圆。
: 一切都是理想化的。几千年来的的数学发展包括各种公式定理公设方程函数等等都
: 是来解决客观的物质世界的问题的。从来不是为了生物体内的微观现象而发展的。因
|
h*****9
发帖数: 4028 | 3 也不是说生物学家喜欢问题复杂化，而是生物学家不得不把问题向复杂的方向考虑，因
为生物问题比你能想象的的到的还要复杂。平时生物学家做实验，各种条件都是特定的
。很多时候得出的结论
不具备普遍意义。所以你不得不换种条件，换种实验方法，换种实验模型，看看蛋白
level看看mRNA level，再看看体内体外的功能方面是不是都是得出相同的结论。只有
各种条件，多方面多角度证实了一种机制，生物学家才敢发表成果或结论：实际情况"
很可能“是这样的。然后就是别的实验室验证，修正，甚至大修改。只有长期经得住考
验的结论才比较可靠才有可能上教科书。数学么，只要逻辑上严格自洽就行了。他们不
关心具体事物的细节，实际的情况，条件和限制。可是魔鬼往往都藏在细节里。
【在 b******s 的大作中提到】
: 生物学家喜欢问题复杂化，数学家喜欢简化，那么物理学家是不是就是喜欢条件理想化
: ？呵呵，就像sunny帖子里说的那个笑话，把鸡装到真空球体里去。要是生物也能做头
: 脑实验
: ，多好啊! 咱也不用这么累死累活了。
|
d*****u
发帖数: 17243 | 4 所以需要用统计啊
不管什么条件，最终都可以看成一个feature
大不了就是高维度数据一起算呗
现在的问题是数据不够用
【在 h*****9 的大作中提到】
: 也不是说生物学家喜欢问题复杂化，而是生物学家不得不把问题向复杂的方向考虑，因
: 为生物问题比你能想象的的到的还要复杂。平时生物学家做实验，各种条件都是特定的
: 。很多时候得出的结论
: 不具备普遍意义。所以你不得不换种条件，换种实验方法，换种实验模型，看看蛋白
: level看看mRNA level，再看看体内体外的功能方面是不是都是得出相同的结论。只有
: 各种条件，多方面多角度证实了一种机制，生物学家才敢发表成果或结论：实际情况"
: 很可能“是这样的。然后就是别的实验室验证，修正，甚至大修改。只有长期经得住考
: 验的结论才比较可靠才有可能上教科书。数学么，只要逻辑上严格自洽就行了。他们不
: 关心具体事物的细节，实际的情况，条件和限制。可是魔鬼往往都藏在细节里。
|
P*****6
发帖数: 273 | 5 你说的湍流模型等恰恰说明只有将复杂的事物用哪怕是复杂的模型准确的表述出来，才
能高效使用。不是实验不重要，而是为什么实验，向那个方向实验才重要。至于生物学
家对各个结果多方论证，出发点是好的，但是在现在的氛围下，不是避重就轻就是吹毛
求疵。
【在 h*****9 的大作中提到】
: 一句话，生物学家倾向于问题复杂化，因为任何pathway,任何signaling，在特定的条
: 件下，都有例外的情况，都会有其他的可能或机制。生物学家从不忽略微小的其他可能
: ，总是尽可能用多种方法，多种角度证实一个现象，一种机制，因为他们知道条件稍有
: 变化，都有可能是完全不同的情况。也许只有这种灵活多变的复杂性才使得生物体能适
: 应多变的环境。
: 数学家则不，他们倾向于将复杂问题简单化，理想化。数学的起源本来就是解决一些静
: 态的体积，面积，长度，多少等问题。为了解决这些问题，数学家们提出了很多理想化
: 的简单的假设条件和公设。数学家的眼里，线条是无限细，点是无限小，圆是无限圆。
: 一切都是理想化的。几千年来的的数学发展包括各种公式定理公设方程函数等等都
: 是来解决客观的物质世界的问题的。从来不是为了生物体内的微观现象而发展的。因
|
h*****9
发帖数: 4028 | 6 很多机制并不是一个统计问题。统计能解决一些问题，但很多问题不需要统计。否则就
会出现你测量你的身高1.8米，测量你朋友身高1.5米，然后你用你的统计学常识得出结
论：我和朋友谁高谁矮无法判断。因为各组样本只有一个，且只测量一次无法进行显著
性差异分析的荒唐结论来。
【在 d*****u 的大作中提到】
: 所以需要用统计啊
: 不管什么条件，最终都可以看成一个feature
: 大不了就是高维度数据一起算呗
: 现在的问题是数据不够用
|
d*****u
发帖数: 17243 | 7 那只是因为你提的问题就是错误的
谁高谁矮从定义上就很清楚
“我”和“我的朋友”也都是一个确定的人，根本没有样本空间的问题
【在 h*****9 的大作中提到】
: 很多机制并不是一个统计问题。统计能解决一些问题，但很多问题不需要统计。否则就
: 会出现你测量你的身高1.8米，测量你朋友身高1.5米，然后你用你的统计学常识得出结
: 论：我和朋友谁高谁矮无法判断。因为各组样本只有一个，且只测量一次无法进行显著
: 性差异分析的荒唐结论来。
|
s******s
发帖数: 13035 | 8 得出这个荒唐结论是因为统计没学好。重复测量的原因是因为同一个人
身高在各个时间段会变化。但是实际上大家知道这个变化也不会超过两厘米，
所以显然1.8比1.5高。倒是一个1.50和1.51的要多组测量才能决定
【在 h*****9 的大作中提到】
: 很多机制并不是一个统计问题。统计能解决一些问题，但很多问题不需要统计。否则就
: 会出现你测量你的身高1.8米，测量你朋友身高1.5米，然后你用你的统计学常识得出结
: 论：我和朋友谁高谁矮无法判断。因为各组样本只有一个，且只测量一次无法进行显著
: 性差异分析的荒唐结论来。
|
h*****9
发帖数: 4028 | 9 模型当然重要，我毫不否认。但必须要试验严格修正，否则很能谬以千里。目前的情况
是当前几乎所有的数学工具其出发点本来就不是来解决生物学特别是微观尺度的生物学
机制的。这是目前数学解决生物学问题的一个巨大缺陷。也是为什么生物学家已经产生
了大量的数据的基础上，数学家们却迟迟无法用一个相对简单的数学模型来描述的原因，
更不用说去用数学模型去预测或指导稍微复杂点的生物学了。
【在 P*****6 的大作中提到】
: 你说的湍流模型等恰恰说明只有将复杂的事物用哪怕是复杂的模型准确的表述出来，才
: 能高效使用。不是实验不重要，而是为什么实验，向那个方向实验才重要。至于生物学
: 家对各个结果多方论证，出发点是好的，但是在现在的氛围下，不是避重就轻就是吹毛
: 求疵。
|
h*****9
发帖数: 4028 | 10 这个不是统计学没学好，是统计学学的太好了。是生物学常识没学好。
【在 s******s 的大作中提到】
: 得出这个荒唐结论是因为统计没学好。重复测量的原因是因为同一个人
: 身高在各个时间段会变化。但是实际上大家知道这个变化也不会超过两厘米，
: 所以显然1.8比1.5高。倒是一个1.50和1.51的要多组测量才能决定
|
B******s
发帖数: 52 | 11 感觉LZ对两个领域的人都有偏见
说到底，数学家是靠从地基开始一步一步砌上去的，当然需要先考虑理想简单的情况，
然后再考虑复杂的情况，如果了解纯数学和物理领域里的研究的话应该能看出来这些趋
势。。。
生物领域里面是，从顶上开始分解系统，然后不断靠实验去了解这个黑盒子，所以才会
钻到细节里面去，比如要去验证各种可能的例外。。。
准确的说两种方式都需要。。。但是从生物学研究的历史上来看，从个体到组织到细胞
到亚细胞到分子到原子层面 已经 被disect得差不多了，确实有很多东西未知。。。
但是！其中的一个rough framework 已经有了（central dogma + molecular
interaction network---这是目前人们对于生物系统的认识水平），所以才会emerge出
来一个问题，这个系统如何collectively work，所以才会有很多人去想办法 定量，去
找更动态的数据 去找resolution更高的实验手段，去找能把不同scales整合起来的手
段。。。
但是至少这个方向是对的，尽管出现了很多手段和技术并不一定是万金油，很多研究者
在这方向上努力也无可厚非
当然，传统生物学继续disect也没有错阿，那么多基因和非编码区序列都没搞清楚，很
多information 也确实不知道。。。
如果看生物学的历史，很多人也许能发现，生物研究领域的奠基者都在两个里面出现。
。。比如双螺旋结构，密码子（以及后面的central dogma），HH循环，Evolution and
Ecology，population genetics 这些人更关心生物学的本质问题，或者说
general的情况 是物理学家的思维。
第二个群体里面，或者是技术大牛，或者是靠发现（往往是运气＋毅力），这是传统生
物学家的思维
另外，第一种也没必要看不起第二种，很多时候第一种研究容易进入到 out of touch
的地步，算来算去，model 来model去 一点都不切合实际 也经常出现。。。。
两种研究需要很好的结合才能不断的发现新现象和解密生物的复杂性 |
