※ 引述《pbs (pbs)》之銘言：
: 個人認為生醫研究本身就隔行如隔山，大致可以區分為:
: 一、
: Whole body physiology 的研究(例如臨床的血糖、血
: 脂)是探討幾個重要因素feedback或compensate的結果
: ，比較適合用工程(數理化)的觀念來處理。
: 二、
: Molecular & cell biology的研究就很難用工程的觀念
: 來解釋，打個比方，就算熟識全美國的選民和所有總統
: 候選人，你還是無法事先預測最終誰會當選總統，因為
: 他們之間的互動太複雜、非線性。更何況目前還有許多
: transcription factors, enzymes, receptors,
: pathways...未知。
: (因為上述原因，新藥研發大部份的結局是失敗，不
: 是無效就是出現意外的副作用。)
: 一和二傳統的實驗室往往對對方的研究缺乏insight；
: 一和二的paper也很不一樣：一的paper特徵是大量使
: 用統計，二的paper雖然也使用統計，其實大部分data
: 就分positive和negative兩種。
: 新一代的生醫研究要兼顧一和二，生理的研究要解釋分
: 生機制，分生的研究要說明你研究的某分子在whole
: body physiology的重要性。
如果把工程的部分去除
我的實驗室大概算是「新一代」的
不過比較幸運的是
現在Bio 從微觀到巨觀之間觀念的discrepancy
由於Q-PCR、IR等等科技的進步
已經逐漸在縮小
但微觀到巨觀的觀察差異仍然存在
原因很簡單，做cell culture時，你可以嚴格控制各種條件
但移到動物體，則會受到周圍組織細胞的影響
除此之外還有個體差異..以及法規限制
而用工程或數學model 看似比較容易解釋巨觀
其實也是不然，畢竟工程和數學model 是建立在許多「已知」條件下
對於那些「未知」，只能給assumption
但從微觀到巨觀之間會發生什麼變化、如何變化、有什麼因子會影響
我們仍然不知道...
微觀的model 其實還是有的，像是細胞間的mechanotransduction
同樣地，由於在微觀的狀況下你可以嚴格控制各種條件
未知變少了，個人認為預測的準確度會比巨觀高得多
個人以為，之所以會讓人有「巨觀比較能以數學或工程model」解釋的錯覺
原因在於巨觀環境下，生物體很多交互反應compensate
在各種誤差結合，以及計算允許誤差還有最佳化
會讓人覺得「誤差」好像沒那麼大 XD
另外就是有巨觀model多半可用大型商用軟體建構
所以相較起來研究也會比較多
--
● . . 每次 點燃火柴微微光芒
. ． ﹀ 看到希望看到夢想看到天上的媽媽說話
． . 她說 你要勇敢你要堅強
▁▁▂▂▃▃▄▄▅▅▅▅ 不要害怕不要慌張讓你從此不必再流浪
每一根火柴都能照亮一個天堂 ... ☆
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 68.40.48.222