今天和导师提到了一个关于将Next Generation Sequencing的数据和系统生物学方法相结合的idea，于是话题很自然地又回到了系统生物学的验证的问题。许多系统生物学研究得出的假设很难得到实验生物学上的验证，导致他们的工作并不能得到最大程度的接受和利用。那么为何计算科学家和实验科学家无法合作验证呢？

应该是有以下几个原因：
1. 资金：通常计算科学家的经费要比实验科学家少很多，所以计算组无法对实验组支付实验费用；
2. 文章冠名：如果假设是计算科学家给出的，那么合作出来的成果发表的时候谁的名字冠在前面呢？
3. 兴趣：许多实验科学家不相信由网络和复杂模型得出的假设，所以不屑于做实验验证；
4. 需求：假如信息随手可得，我们就不需要google；同样，假设随处可得，实验科学家也不需要软件来协助产生假设；

我想最根本的原因或许还是目前生物学知识的积累还不够多；因为积累不够，所以暂时还用不到高性能的信息整合工具；因为积累不够，所以用这些工具得到的结论也不能让人信服；既然需求和说服力都不够，相应的科研经费自然就少了。但是我们也要看到，生物毕竟是一个庞杂的有机整体，各种元素在不同时间以不同方式相互作用着，这不是某个孤立的实验就可以描述的。相信当生物学知识积累已经足够多，实验假设已经不那么随处可得的时候，当实验生物学家不得不依赖于计算机来协助他们整合大量庞杂信息、产生假设并且凭此申请经费的时候，系统生物学的黄金时代才会到来。

此外，在坚实的实验数据的基础上建立起来的生物模型将可以用于指导生物工程，药物设计等实用的方向。这么说来，从往系统添加新元素的角度看，系统生物学就是理科；从为了实用目的而修改系统的角度看，它就是工科吧（笑）




转载本文请联系原作者获取授权，同时请注明本文来自周奡科学网博客。
链接地址：https://m.sciencenet.cn/blog-687210-545647.html


下一篇：准备试着做一个“实验观摩”的专题