Science Blog (in this message: 8 new items) Forecasting rates of overweight Green Tech Wilting Under Patent Office Scrutiny Why soldiers get a kick out of killing Iceland volcano: Pitt researcher compiles first high-res images; plume receding but internal heat up Cyclone 24S now all grown up and renamed Tropical Storm Sean NIH Research Radio - April 23, 2010 Subtle changes in PTEN tumor suppressor gene can determine cancer susceptibility Study links 1976 'swine flu' shot to stronger immune response to 21st century pandemic flu
Science Blog (in this message: 8 new items) U.S. Food Still Tainted with Old Chemicals Caltech-led team designs novel negative-index metamaterial that responds to visible light Scientists discover key step for regulating embryonic development Pressure-cooking algae into a better biofuel People with diabetes are at higher risk of atrial fibrillation Brains, worms and computer chips have striking similarities UCLA engineer invents world's smallest, lightest telemedicine microscope Periodic heart rate decelerations in premature infants
本文刊载在《科技导报》 2010 年第 3 期科学博客栏目 文/吕海涛 最近读到本领域的两篇高水平论文。 第一篇论文是由哈佛医学院公共卫生学院的一个研究小组牵头,联合美国Lipidomics公司,利用脂质代谢组学技术,通过对脂肪组织、肝脏和血液等生物样品的全局脂类进行系统分析,揭示一个脂类调解的内分泌代谢通路直接参与胰岛素的作用和糖综合代谢稳态平衡过程,并发现脂肪组织中一个lipokine:C16:1n7-palmitoleate 特异性关联脂肪组织与综合代谢。该成果发表在2008年第6期Cell杂志上 。第二篇论文由密西根大学转译医学研究中心的一个课题组牵头,联合多家研究机构,利用全局代谢组学技术,首次对前列腺癌的不同分型做出有效诊断(同时辅以系列生物化学方法佐证),首次发现肌氨酸可用于特异性生物标记物来表征前列腺癌的发生和病程演变。该论文发表在2009年2月12日出版的Nature周刊上 。 两篇论文可以说是代谢组学(脂质代谢组学)技术应用于生命科学问题研究的典范。好的论文不仅在于内容本身的丰富与广深,更重要的是总领全文的创新之处。时下,国家大力提倡建设创新型国家和创新型社会,而诸领域之中,应以科学创新首当其冲。但科学创新的思路是什么,一直是一个仁者见仁、智者见智的问题。精读这两篇高水平论文,不仅仅是知识上的一种熏陶,更重要的是领悟到了些许的创新思维。我由此对创新的一点体会是,科学创新犹如渔夫打鱼。 好的科学家犹如好的渔夫,下网之前要知道哪里有鱼,哪里鱼多,哪里可能有大鱼,那里可能有上品的鱼。科学创新的基础是知识的原始积累。所谓知识犹如渔夫的捕捞经验,首先我们应该先知道:哪里有鱼,哪里可能鱼多,哪里可能鱼少;这一思路嫁接到科学研究上,就是我们在获得创新成果之前应该具备良好的知识储备。如果你对自己所研究的领域没有基本的知识储备,根本不知道哪些研究方向或哪些研究点是新的,哪些是旧的,哪些是有希望斩获突破的,你就不可能获得创新的科学研究成果。因此,要像渔夫那样积累丰富的实践经验。但是,你不能拘泥于已有的知识和书本上的知识,必须不断迅速地更新知识,而科研论文又是更新知识的最好来源。上述两篇精品论文就是这样做的:第一篇论文的主研课题组前期一直专攻脂类相关代谢类疾病研究,在这一领域有完善的知识储备;第二篇论文的领衔课题组前期长期从事癌症方面的翻译研究,对前列腺癌相关方面有丰富的知识储备。 好的科学家犹如好的渔夫,下网之前不会凭运气捕大鱼,而是挑鱼多的地方撒网。再有经验的渔夫也做不到百分之百地判断处哪里全是大鱼,哪里全是小鱼。要想捕捉到最大的鱼,而且数量最大,好的渔夫通常先不管鱼的大小,而是挑鱼最多的地方撒网,也即先锁定目标,再求收获最大。科学创新的道理也如此,任何科学假说都很难直中要害。优秀的科学家通常也像老渔夫那样,第一步先全面锁定研究目标,信息最大化占有,再由大到小缩小研究范围,接近问题的核心。以上两篇论文的作者都不是直接锁定研究目标脂类代谢产物和氨基酸代谢产物,而是先对目标进行全局分析,即进行系统代谢组学分析和系统脂质代谢组学分析,也即先最大化地占有目标信息。 好的科学家犹如好的渔夫,打到鱼之后善于分门别类,获得鱼的最大价值。不同种类的鱼价值固然不同,同一种类的鱼大小不同,其价值也是截然不同的。打到一大堆鱼后,好的渔夫通常会按照鱼的品种和大小进行分类,以此分别定价出售。科学创新的核心就是目标高度集中,找到最有价值的鱼。占有了研究目标的系统信息后,好的科学家下一步工作通常是筛选信息,分析、挖掘出最重要的信息。上述两篇论文的创新思路都验证了这一点。如代谢组学研究,高峰度代谢产物(鱼之大小)不一定价值就大,而代谢产物的种类属性(鱼之种类)则更重要。两篇论文通过进一步凝练研究目标,分别由系统代谢组学和系统脂质代谢组学的分析过渡到目标代谢组学和目标脂质代谢组学德分析,最终获得了重大科学发现,实现了本研究领域的重大突破。 参考文献 Hotamisligil G S, et al. Identification of a lipokine, a lipid hormone linking adipose tissue to systemic metabolism . Cell, 2008, 134(6): 933-944. Chinnaiyan A M, et al. Metabolomic profiles delineate potential role for sarcosine in prostate cancer progression . Nature, 2009, 457(7231): 910-914. (责任编辑 苏青)
本文作者 何毓琦,中国科学院及工程院外籍院士,美国工程院院士 , 哈佛大学工程、应用数学讲座教授 , 清华大学讲座教授。 博客链接 http://www.sciencenet.cn/m/user_content.aspx?id=253428 栏目主持人 王飞跃,中国科学院自动化研究所研究员,电子信箱: feiyue@ieee.org 。 《为何多数事情都归于失败:进化,灭绝与经济学》 推荐保罗奥默罗德的一本著作 这本读物引人入胜,具有较强的娱乐性。作者是专业经济学家,还是一位颇受欢迎的讲师。他通过采用主要来自 19 世纪和 20 世纪的相关数据,以及生物学、达尔文主义、经济学、数学博弈论和公共社会政策方面的相关案例,来阐明他在书中所提出的主题,并引起了轰动。然而,我认为,该书虽然能促人思考,有一定的说服力,但却不能完全令人信服。 作者书中主要讨论的都是这样一些非常大的问题:有关生物学中物种的进化和灭绝;有关市场经济中商业公司的成败;有关公共社会政策的无效性; 这些问题基本上都是一些极为复杂的问题,涉及大量因果之间的相互作用关系。正因为这么复杂,要想通过计算或从理论上用一种简单的模型来预测和描述未来将变得不太可能。我们难免百密一疏,因为问题的答案具有很强的随机性。 我基本同意本书题目的结论。但是,我突然间想起,在这本书出版的前几年,我和赵千川教授、 Pepyne D.L. 共 同发表的那篇学术论文没有免费的午餐定理、复杂性和计算机安全(见《美国电气和电子工程师协会会刊(自动控制)》 2003 年第 48 卷第 5 期第 783-793 页),或许能更好地解释这种结论的生成过程及其原因 ( 注 : 大多数科学家或技术人员至少能看懂我们这篇论文的前半部分。下面我就此论点给出简单、直观的解释 ) 。 1. 如果你相信因果关系,即任何事情的发生都有其原因,你就可以通过数学方式用一个输入和输出的函数来表示这种因果关系: Y = f ( x ),其中, x 是输入(原因), y 是输出(结果)。 2. 设定一个有限的世界,也就是说,在现实世界里,存在着海量的大数字,比如说上面所提到的 x 可能值的所有数值但这些数值不是无穷大;那么,对于 x 的任何有限集合,可能产生的结果 Y 值的数量就是 x 的乘方了。也就是说,可能的结果是 x 的幂指数那么多 (Y^X) ,而幂指数增长的问题还是一个科学上和数学上都没解决的问题。 3. 单从计算来看,人类在任何时候都只能处理或计划多项式所能表达的那么大数量的可能性结果,而无法处理或计划幂指数式的超大量的可能性结果。否则,著名的 P=?=NP 问题将不再是一个伟大的 数学难题 。 4. 因此,在现实世界里,总是存在着我们无法预测、解释或者计划的幂指数式那么大数目的可能性结果(幂指数的数量 - 多项式表达的数仍然是幂指数的数那么大)。 5. 当这些未说明的结果产生时它们肯定会产生,好坏结果产生的可能性是均等的。因此,你没有理由对其对立面做出假设,即使是针对第一个近似值,失败和成功的概率也是五五开。如果你对某些可能性结果发生的概率有一定的了解,则能知晓这些结果在多项式表达中通常是用来解释示例。而那些仍以幂指数方式大量存在的剩余结果则被认为是完全随机产生的。 6.. 然而,这并不是意味着我们应该选择索性放弃。更多的规划始终是可取的。一般而言,如果你计划和实践的事情越多,你成功的可能性就越大,而持相反做法的另一些人则会失败。俗语说得好, 当灰熊追赶你和你的同伴时, 你不需要比灰熊跑得快,只需超过你的同伴就可以了。因此,谋事在人,成事在天。人须经常 保持不懈奋斗和积极乐观的精神 。 (本文原文为英文,由苏青翻译,何毓琦校正) 博友热议 ☆ 此书要比 Ormerod 的畅销书《经济之死》让人感觉好多了,也不像《蝴蝶经济》那般玄乎。何先生的评论虽然阳春白雪,但确比 Ormerod 的洋洋大观深刻得多,或许可作为新研究的起点。 ☆ when a grizzly bear is chasing you and your companion, you do not need to run faster than the bear but only your companion . 精彩!有时候相对好就行了。人,特别是科学家,要谦虚,别忘了 men proposes and God disposes , 除非你不是 men 。 出版商对内容介绍: Failure is the most fundamental feature of biological, social and economic systems. Just as species failand become extinctso do companies, brands and public policies. And while failure may be hard to handle, understanding the pervasive nature of failure in the world of human societies and economies is essential for those looking to succeed. Linking economic models with models of biological evolution, Why Most Things Fail identifies the subtle patterns that comprise the apparent disorder of failure and analyzes why failure arises. Throughout the book, author Paul Ormerod exposes the flaws in some of today's most basic economic assumptions, and examines how professionals in both business and government can help their organizations survive and thrive in a world that has become too complex. Along the way, Ormerod discusses how the Iron Law of Failure applies to business and government, and reveals how you can achieve optimal social and economic outcomes by properly adapting to a world characterized by constant change, evolution and disequilibrium. Filled with in-depth insight, expert advice and illustrative examples, Why Most Things Fail will show you why failure is so common and what you can do to become one of the few who succeed.