t****p
发帖数: 1504 | 1 论文链接：http://www.cell.com/abstract/S0092-8674(09)00712-0
Defining Network Topologies that Can Achieve Biochemical Adaptation
本人数学很烂，汤超的文章大体上是看不懂的。瞎说的地方请大家指正。
对数学建模感兴趣，是因为它最有可能彻底地回答生物学的许多“为什么”。比如在了
解数学建模前，我看到cAMP的oscillation就觉得非常震撼，细胞怎么就让某个分子一
上一下有规律的变动呢？如果是用signal transduction生化的那一套，反馈来反馈去
，还是云里来雾里去，摸不着头脑。建模就可以很彻底地说：生化分子也许各不相同，
但是有这样的关系就能发生震荡。
Adaptation是生物学中另一个非常常见的现象，比如说用一个因子刺激细胞，细胞能够
短暂地反应，之后尽管因子维持不变的浓度，细胞也不再反应。它在靠近信号受体的下
游就能检测到，暗示几个简单的分子关系就可以产生这样的现象。对于adaptation的建
模有很多，但是汤超的文章用了穷尽的办法，非常完备，非常有 |
p*******r
发帖数: 4048 | 2 他这种模式早就有人搞了，所以算不上很独创。但他做了很多工作, 所以发cell也还公
平。
我所知，至少这里的decay7-8年前就在cell上发了类似的文章了。
【在 t****p 的大作中提到】
: 论文链接：http://www.cell.com/abstract/S0092-8674(09)00712-0
: Defining Network Topologies that Can Achieve Biochemical Adaptation
: 本人数学很烂，汤超的文章大体上是看不懂的。瞎说的地方请大家指正。
: 对数学建模感兴趣，是因为它最有可能彻底地回答生物学的许多“为什么”。比如在了
: 解数学建模前，我看到cAMP的oscillation就觉得非常震撼，细胞怎么就让某个分子一
: 上一下有规律的变动呢？如果是用signal transduction生化的那一套，反馈来反馈去
: ，还是云里来雾里去，摸不着头脑。建模就可以很彻底地说：生化分子也许各不相同，
: 但是有这样的关系就能发生震荡。
: Adaptation是生物学中另一个非常常见的现象，比如说用一个因子刺激细胞，细胞能够
: 短暂地反应，之后尽管因子维持不变的浓度，细胞也不再反应。它在靠近信号受体的下
|
t**s
发帖数: 284 | 3 你的看法很有意思。我不懂数学，在生物钟这一块摸爬滚打了一些年头，想结合生物钟
这个例子看看数学建模和Benchwork的分歧。
这个是1999年Dunlap的review：
http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.36.4931&rep=rep1&type=pdf
生物钟有一个比较有意思的“温度补偿”(temperature compensation)现象，在允许的
生理温度范围内，生物钟周期基本保持在24hrs左右，Q10~=1. 当时有许多人对相对研
究得相对比较透彻的果蝇生物钟进行数学建模。当时很有意思的现象就是数学建模的和
benchwork的互相看不起。建模的觉得生物学家只知道埋头benchwork，不懂generalize
。生物学家觉得那些模型"doesn't mean anything"。事实情况是，数学建模的结果没
有一个能够对未知的进行预测，这些建模的人只能跟着实验结果不停修改模型。
现在Cyanobacteria的生物钟振荡包括温度补偿已经可以在试管内重现了：
http://www.scie |
r********s
发帖数: 149 | 4 这种模块说就像我说的这个预言：在下一秒里，我不知道会有什么样的人出生，有没有
超级天才或者是超级疯子，但是有一点可以generalize，那就是他们都会死掉，不管他
有多牛。有用吗？我还可以说，从太空看，地球就是一个大球，哪儿有什么山？
如果说数学和物理的美在于简单和逻辑，那么生物的魅力在于它的独特，即生物的特异
性。想一想，这个世界上曾经有和现在有，以及将来会有多少物种？对于进化，大自然
以几十亿年的时间，在地球这个大实验室里，在各种各样不一样的环境里，做了各种实
验，筛选了各种可能性，我不知道这种可能性有多少？我不知道现在的计算能力能不能
达到？
至于所谓“数学上的合理性”，已经存在的东西，能不合理吗？不合理，早就被淘汰了
，没有什么所谓的“bio design“。 |
b*****l
发帖数: 9499 | 5 。。。
抬杠啊。做 research 的第一条 hypothesis 就是：这个领域是有规律的，并且这些规
律是可以被认知的。照你这么抬杠，把可以认知和认知全部细节混淆起来，大家干脆什
么也不要做了 -- 只要有一个细节没有搞清楚，那所有发现是不是就都没意义了？只要
没有把所有细节都搞透，是不是就不能 generalize 了？
另外，知道其是合理的，和知道其具体为什么是合理的，是不同的两个问题。借用你的
例子：难道知道人都会死，就不用再研究癌症心血管疾病的机理了么？就不用研究临床
上休克导致死亡的过程了么？
更何况，你如何证明存在的东西是“完全”合理的？最多大家也就是说，存在的东西有
其合理性而已。否则，进化就失去了两大动力之一 -- 都完美地合理了，还进化什么？
模块
某种
，土
数学
【在 r********s 的大作中提到】
: 这种模块说就像我说的这个预言：在下一秒里，我不知道会有什么样的人出生，有没有
: 超级天才或者是超级疯子，但是有一点可以generalize，那就是他们都会死掉，不管他
: 有多牛。有用吗？我还可以说，从太空看，地球就是一个大球，哪儿有什么山？
: 如果说数学和物理的美在于简单和逻辑，那么生物的魅力在于它的独特，即生物的特异
: 性。想一想，这个世界上曾经有和现在有，以及将来会有多少物种？对于进化，大自然
: 以几十亿年的时间，在地球这个大实验室里，在各种各样不一样的环境里，做了各种实
: 验，筛选了各种可能性，我不知道这种可能性有多少？我不知道现在的计算能力能不能
: 达到？
: 至于所谓“数学上的合理性”，已经存在的东西，能不合理吗？不合理，早就被淘汰了
: ，没有什么所谓的“bio design“。
|
r********s
发帖数: 149 | 6 建模，我认为，对于死的东西是有用的，但是对于活的东西，则很难，或许有一些成功
的例子，比如上面所提到的简单的东西（action potential 可以类比电路图）。举一
个极端的例子，人的意识的产生，上亿个神经元的组合，怎么样产生人的意识的？怎么
样建模？穷其可能？这些可能性将是一个天文数字。我们现在的计算能力能不能达到？
或许我们现在的数学知识根本就不足以解决这个大问题。
mR |
r********s
发帖数: 149 | 7 那看来我们得到了一些实验结果，提出了一个hypothesis,然后再建一个model，也是建
模了？可是，我们根本就不需要什么数学计算。
你用什么生物不都是dsDNA来反驳，有点强词夺理，这个所谓的模型的配对不止是适合
ＤＮＡ的吧，是那些碱基的配对吧？碱基和ＤＮＡ还是不太一样的吧？生物特异性是不
错，可是那是在另外一个层次上的，具体到遗传基因方面，所有的生物几乎都应该是一
样的吧？像这种简单的东西，现在已经被做完了吧，剩下的，你认为还能靠建模来解决
吗？据我所知，从ｗａｔｓｏｎ ａｎｄ ｃｒｉｃｋ后，好像没有哪个生物学家靠建
模来解决一个重要问题吧？现在所谓的建模，只不过是总结已有的一小部分结果，还不
一定用的上。离解决真正的大问题，还差得远。而且，这些大问题能不能被建模，还是
一个问题。
dsDNA的
后 |
r********s
发帖数: 149 | 8 那我们就来点建设性的讨论吧。你提到的最近几十年的数学方法的发展，是不是指的混
沌理论？不错，生物科班出身的不懂太多数学，因为大部分实验不需要太多的数学知识
，微积分都用不上，顶多用用简单的统计知识。另一方面，搞数学或者是理论物理的又
有多少对一个问题的生物学意义有很深的了解呢？象Crick这样的人，百年难求的。生
物学的复杂性体现在这些方面：从生物体角度来说，从最简单的病毒（自己不能养活自
个，只有一些简单的东西，需要hijack宿主的系统），到稍微复杂的衣原体之类，到原
核类的细菌，到真核类的真菌，这只是单细胞类的。即使是单细胞类的，原核与真核的
调控机理也不一样。多细胞类的，还要考虑细胞与细胞之间的联系，细胞的分化，再到
高等一点，出现了神经系统。还有冷血动物与温血动物的区别，一直到人的意识的产生
。这所有的一切，我们应该都学过。我们就先着眼在细胞的层次上吧。毕竟这是生物的
基础。一个真核细胞里面有多少东西呢？首先是不同的细胞器把细胞分成不同的小空间
，细胞器之间也有联系，比如membrane transfer 之类的。很多细胞器附着在细胞骨架
上，细胞里面的蛋白质浓度非常高。有时 |
k****o
发帖数: 589 | 9 我很敬佩那些做系统生物的科学家，因为他们是敢吃螃蟹的人。生物学发展到今天，传
统的分子机理研究已经渐渐显示出了局限性，简单例子，基因组全测序非但没有让人们
掌握生命的奥妙，反而带来了更多的疑问和困惑。截至当前分子细胞生物已经积累了大
量的成果，抛开成果的质量不说，这么庞大的资源容量用传统的半定量甚至定性层次的
生物学方法已经渐渐力不从心了。之余上世纪九十年代开始逐渐兴旺的高通量研究，也
有其明显的局限性。高通量的方法的价值更多是描述性而非解释性的。那么用什么办法
来归纳整理这么庞大的数据量，从而得到一个宏观，相对普遍的认识？系统生物引入的
数学方法是一个很好的尝试。
什么事物的发展都有起步阶段，想当年你连走路都不会，吃饭都要人喂。系统生物开张
没几年，怎么可能一下子就把最前沿的数学理论应用过来？干什么事情都要遵循规律，
人就不是那种能够从复杂情形开始思考推理的生物，要在生物系统中应用数学，当然要
做很多简化。可即便是这种简化，也可以从真正的逻辑和理性层面回答一系列有趣的生
物问题。我问你feedback和feed－forward调控各有什么优势？你能不用数学给我一个
清晰的答复吗？酶动 |
s***e
发帖数: 911 | 10 Sunny Xie最近有个工作,是在bacterial level理解epigenetics. 方法是在Lac genes上
标记一个YFP， 然后用显微镜定量每个E.Coli的荧光强度. 从一个single e.coli开始,
跟踪观察其后代. 因为Lac repressor的关系, YFP表达是比较低水平的. 随着分裂继
续, 一个pheno type出现，这些e.coli具有高表达的YFP. 这个特征可以遗传下去.
解释: e.coli里只有几个Lac Repressor. 一个reporessor有两个DNA binding sites.
热力学上具有很小的机会让这个repressor完全离开DNA. 一旦完全离开, 因为inducer
会compete bind 到repressor上, 则rebinding的kinetics会非常慢. 于是在一个相当
长的时间内, 这些e.coli的特性会遗传到下一代.他强调的是, 至少对他研究的这个
model system来说, epigenetics无非是一个小概率偶发事件, 并且远离热力学平衡态
的结
果.
我这也是报告会上听的。不
【在 b*****l 的大作中提到】
: 。。。
: 抬杠啊。做 research 的第一条 hypothesis 就是：这个领域是有规律的，并且这些规
: 律是可以被认知的。照你这么抬杠，把可以认知和认知全部细节混淆起来，大家干脆什
: 么也不要做了 -- 只要有一个细节没有搞清楚，那所有发现是不是就都没意义了？只要
: 没有把所有细节都搞透，是不是就不能 generalize 了？
: 另外，知道其是合理的，和知道其具体为什么是合理的，是不同的两个问题。借用你的
: 例子：难道知道人都会死，就不用再研究癌症心血管疾病的机理了么？就不用研究临床
: 上休克导致死亡的过程了么？
: 更何况，你如何证明存在的东西是“完全”合理的？最多大家也就是说，存在的东西有
: 其合理性而已。否则，进化就失去了两大动力之一 -- 都完美地合理了，还进化什么？
|
