l******r
发帖数: 18699 | 1 好的科学都是简单而且美的；生物恰恰是复杂而且丑的。所以生物学一定是走错了方向
。 |
m*****z
发帖数: 147 | 2 简单的东西都已经被人发现完了。。。现在要想在这条路继续忽悠下去智能往复杂里搞
了！ |
l******r
发帖数: 18699 | 3 生物学家对人工智能怎么看？
难道生物的一切特征都可以程序化？
【在 m*****z 的大作中提到】
: 简单的东西都已经被人发现完了。。。现在要想在这条路继续忽悠下去智能往复杂里搞
: 了！
|
T*********s
发帖数: 20444 | 4 傻逼
【在 l******r 的大作中提到】
: 好的科学都是简单而且美的；生物恰恰是复杂而且丑的。所以生物学一定是走错了方向
: 。
|
m*****z
发帖数: 147 | 5
这个肯定可以的！只不过是要用多少年的问题了，也许100年以后吧！
【在 l******r 的大作中提到】
: 生物学家对人工智能怎么看？
: 难道生物的一切特征都可以程序化？
|
z*h
发帖数: 773 | 6 在某种程度上，生物技术，尤其是生物制造，是走上歧路。 |
a********p
发帖数: 52 | 7 传统的方法技术限制太多，测量不准确，猜的成分很大，很多时候是自己把自己绕晕了
。最最基本的生物学问题，教科书上的细胞周期模型都是有问题的。。。看看这篇
paper
http://www.nature.com/ncomms/2014/140901/ncomms5750/full/ncomms |
l******r
发帖数: 18699 | 8 有意思
生物学模型如何量化，也就是如何用数学公式表达？
有没有这方面的介绍？
【在 a********p 的大作中提到】
: 传统的方法技术限制太多，测量不准确，猜的成分很大，很多时候是自己把自己绕晕了
: 。最最基本的生物学问题，教科书上的细胞周期模型都是有问题的。。。看看这篇
: paper
: http://www.nature.com/ncomms/2014/140901/ncomms5750/full/ncomms
|
a********p
发帖数: 52 | 9 未来的生物学研究应该往定量的和精细的测量方向发展的，这样的发展肯定会用到越来
越多的数学。实际上数学建模一直都有用在生物学研究各个领域，小到分子运动，大到
基因调控网络，各有各的方法（布朗运动，米氏方程等等），基于生物体同时也是一个
物理个体这一根本性质，有兴趣可以参考各个领域的review。但是数学建模很多时候不
被主流接纳，这有几个原因： 1）生物过程参与的元素多，数学描述不容易；2）传统
的生物实验方法，多是比较粗的定性测量，像qRTPCR，western等等，测出的东西很难
去验证定量的京西模型。但是现在的新方法，像单细胞分析，单分子成像，已经提出很
多证据说明细胞本来就是不一样的，不能简简单单把他们pool在一起分析；3）个人感
觉生物医学研究使用太多的统计学工具。实际上统计学只是一种找相关性的科学，而真
正的mechanism只有化学组成和物理运动形式，是统计学无法描述的；4）大部分做生物
医学研究的也是生物化学训练出身，物理数学的训练不多； 5）再有一个就是几十年的
定性研究提出了不少模型，尽管很多模型给人感觉非常模糊，但是领域的权威在那里，
压制其他人再用新方法挑战他们的老模型。
个人感觉不是生物体太复杂我们不能欣赏，而是这个领域的研究文化差强人意，而文化
的转换可能需要很长时间。 |
l******r
发帖数: 18699 | 10 精辟！
【在 a********p 的大作中提到】
: 未来的生物学研究应该往定量的和精细的测量方向发展的，这样的发展肯定会用到越来
: 越多的数学。实际上数学建模一直都有用在生物学研究各个领域，小到分子运动，大到
: 基因调控网络，各有各的方法（布朗运动，米氏方程等等），基于生物体同时也是一个
: 物理个体这一根本性质，有兴趣可以参考各个领域的review。但是数学建模很多时候不
: 被主流接纳，这有几个原因： 1）生物过程参与的元素多，数学描述不容易；2）传统
: 的生物实验方法，多是比较粗的定性测量，像qRTPCR，western等等，测出的东西很难
: 去验证定量的京西模型。但是现在的新方法，像单细胞分析，单分子成像，已经提出很
: 多证据说明细胞本来就是不一样的，不能简简单单把他们pool在一起分析；3）个人感
: 觉生物医学研究使用太多的统计学工具。实际上统计学只是一种找相关性的科学，而真
: 正的mechanism只有化学组成和物理运动形式，是统计学无法描述的；4）大部分做生物
|
