T****i
发帖数: 15191 | 1 不以炸药奖为标准。
最高级的提出新理论系统，第二级提出新概念或新技术，第三级的根据别人的新概念参
与系统的建立发现新的现象开发新技术，第四级的跟踪第三的，最末流的跟踪第四级的
。华人科学家里面能到第二级的寥寥无几，可能杨，李二位和高锟算是，钱永建，王晓
冬第三级。大多数是第四级和第五级的。 |
r*****m
发帖数: 3619 | 2 最高级的在战后就没出现过，Watson 和 Crick 能吹到一级，实际只能算二级，因为薛
定谔提出了生命的编码这个理论系统，甚至已经预测了四个碱基，ATCG的诺贝尔奖要分
一半给薛定谔。生命的问题是数据还不够，计算能力也跟不上。但是生命肯定有更高级
的系统理论出现。医学药学始终是在二级和二级以下。 |
F*Q
发帖数: 3259 | 3 Watson不是以偷数据出名吗？那种偷盗、剽窃者，即使声名再高，走的地毯再红也只是
贼而已。如果还恶意阻击被盗者，那就是贼加小人。可以肯定贼加小人的学生和博后会
出没在本版， 很好奇贼加小人自己似乎会不小心逛到本版来 哈哈
【在 r*****m 的大作中提到】
: 最高级的在战后就没出现过，Watson 和 Crick 能吹到一级，实际只能算二级，因为薛
: 定谔提出了生命的编码这个理论系统，甚至已经预测了四个碱基，ATCG的诺贝尔奖要分
: 一半给薛定谔。生命的问题是数据还不够，计算能力也跟不上。但是生命肯定有更高级
: 的系统理论出现。医学药学始终是在二级和二级以下。
|
T****i
发帖数: 15191 | 4 混沌理论，分形几何，耗散结构论，都是二战后出现的理论，建立者应该是最高级的。
生物学从博物学开始算，能上第一级的就没几个。
我不认为生物学的最大问题是数据不够。大数据的想法本质上还是插值的想法，适合线
性和简单polynomial问题。而非线性系统想做插值运算，难度很大。 生物系统很可能
是非线性系统很多问题还可能是NP hard 问题。没有好的理论指导，有时都无法分辨那
些是有用的数据那些是噪音，也就不能从数据里得到好的结论。比如癌症领域一大堆
association study，有用的结论没多少。这么多年的omics研究，最成功的也就是
phenotype/genotype correlation一类的，也就是生物体黑箱的两端，中间还得靠一点
一滴做。至于interactome，有很多noise。
把生物体比作黑箱，黑箱两端（gene/allele 和phenotype）好办。中间的某些可以局
部分离的问题，比如信号通路，比如secretory pathway，也可以近似为一环扣一环，
线性的，也还好办。而黑箱中间很多过程（比如大多数miRNA功能，信号通路的整合，
细胞之间的通讯）可能是混沌的。还有genetic buffer 和 evolution buffer（如
Hsp90等，还有可能有其他大分子参与）来稳定系统。这两点，表现在黑箱的输出端，
就是比较稳定的phenotypic readout，但不意味着黑箱中间的过程都能用线性思维弄清
楚。打个比方，Alzheimer的基因和risk factor就那几个，大数据也只是发现几个新的
risk factor 而已，还是genetics。某些有关蛋白的功能也清楚了。而致病机理，这么
多年了，就是不清楚。这是因为一个分子的molecular function接近于黑箱输入端，而
致病机理在黑箱中间。
【在 r*****m 的大作中提到】
: 最高级的在战后就没出现过，Watson 和 Crick 能吹到一级，实际只能算二级，因为薛
: 定谔提出了生命的编码这个理论系统，甚至已经预测了四个碱基，ATCG的诺贝尔奖要分
: 一半给薛定谔。生命的问题是数据还不够，计算能力也跟不上。但是生命肯定有更高级
: 的系统理论出现。医学药学始终是在二级和二级以下。
|
r*****m
发帖数: 3619 | 5 最大的问题是还没有在四维时空上监控大分子的手段。即使有这个手段，计算一个细胞
的数据，就要全球的计算能力算几个月。
没有这些数据，根本没法提hypothesis，你总得看到一点迹象，然后去验证。
尤其是细胞膜的磷脂大分子，糖基化大分子，现在根本没有什么方法去研究这些分子在
干什么，和谁相互作用。
生物信号全是指数级别的放大，一个hormone 分子就让一个细胞天翻地覆。正反馈，负
反馈，多个loop 稳定调控，这些理论都有了很好的应用。
【在 T****i 的大作中提到】
: 混沌理论，分形几何，耗散结构论，都是二战后出现的理论，建立者应该是最高级的。
: 生物学从博物学开始算，能上第一级的就没几个。
: 我不认为生物学的最大问题是数据不够。大数据的想法本质上还是插值的想法，适合线
: 性和简单polynomial问题。而非线性系统想做插值运算，难度很大。 生物系统很可能
: 是非线性系统很多问题还可能是NP hard 问题。没有好的理论指导，有时都无法分辨那
: 些是有用的数据那些是噪音，也就不能从数据里得到好的结论。比如癌症领域一大堆
: association study，有用的结论没多少。这么多年的omics研究，最成功的也就是
: phenotype/genotype correlation一类的，也就是生物体黑箱的两端，中间还得靠一点
: 一滴做。至于interactome，有很多noise。
: 把生物体比作黑箱，黑箱两端（gene/allele 和phenotype）好办。中间的某些可以局
|
d*****r
发帖数: 2583 | 6 en, 生物的问题是有趣的问题很多，有意义的问题也很多，但是这么多年过去了
还是做不了什么，zhang feng这种人，还要再出100个，可能都不够。
【在 r*****m 的大作中提到】
: 最大的问题是还没有在四维时空上监控大分子的手段。即使有这个手段，计算一个细胞
: 的数据，就要全球的计算能力算几个月。
: 没有这些数据，根本没法提hypothesis，你总得看到一点迹象，然后去验证。
: 尤其是细胞膜的磷脂大分子，糖基化大分子，现在根本没有什么方法去研究这些分子在
: 干什么，和谁相互作用。
: 生物信号全是指数级别的放大，一个hormone 分子就让一个细胞天翻地覆。正反馈，负
: 反馈，多个loop 稳定调控，这些理论都有了很好的应用。
|
d*****r
发帖数: 2583 | 7 混沌和分型这些理论没什么用，只能算“软”理论。
表面上说了一个理论，其实什么都没说，什么也用不了，也无法工程化。
战后这些年到现在，泡沫越来越严重，
高维多变量偏微分方程组搞不出解析解，什么都是扯淡。再出10个迦罗华大概
有一点希望。
这跟爱因斯坦薛定谔的那些理论差得远了。
【在 T****i 的大作中提到】
: 混沌理论，分形几何，耗散结构论，都是二战后出现的理论，建立者应该是最高级的。
: 生物学从博物学开始算，能上第一级的就没几个。
: 我不认为生物学的最大问题是数据不够。大数据的想法本质上还是插值的想法，适合线
: 性和简单polynomial问题。而非线性系统想做插值运算，难度很大。 生物系统很可能
: 是非线性系统很多问题还可能是NP hard 问题。没有好的理论指导，有时都无法分辨那
: 些是有用的数据那些是噪音，也就不能从数据里得到好的结论。比如癌症领域一大堆
: association study，有用的结论没多少。这么多年的omics研究，最成功的也就是
: phenotype/genotype correlation一类的，也就是生物体黑箱的两端，中间还得靠一点
: 一滴做。至于interactome，有很多noise。
: 把生物体比作黑箱，黑箱两端（gene/allele 和phenotype）好办。中间的某些可以局
|
x********e
发帖数: 35261 | 8 觉得物理最nb，提出了混沌，分形，耗散等理论
从物理理论上解释生物系统完全解释得通，但目前仍然没有办法重复或具体解释生物这
种open system
【在 T****i 的大作中提到】
: 混沌理论，分形几何，耗散结构论，都是二战后出现的理论，建立者应该是最高级的。
: 生物学从博物学开始算，能上第一级的就没几个。
: 我不认为生物学的最大问题是数据不够。大数据的想法本质上还是插值的想法，适合线
: 性和简单polynomial问题。而非线性系统想做插值运算，难度很大。 生物系统很可能
: 是非线性系统很多问题还可能是NP hard 问题。没有好的理论指导，有时都无法分辨那
: 些是有用的数据那些是噪音，也就不能从数据里得到好的结论。比如癌症领域一大堆
: association study，有用的结论没多少。这么多年的omics研究，最成功的也就是
: phenotype/genotype correlation一类的，也就是生物体黑箱的两端，中间还得靠一点
: 一滴做。至于interactome，有很多noise。
: 把生物体比作黑箱，黑箱两端（gene/allele 和phenotype）好办。中间的某些可以局
|
b****s
发帖数: 872 | 9 二战以后最牛的科学进步，都是出在计算机和通信领域，是一批科学家。
虽然这两个领域没有诺贝尔奖，但他们的贡献，人类科技史上会占据重要一页。 |
