經驗和數據的重要性
曾經,我做了一個實驗,一不小心搞錯了基因位置,然後發現這個位置對這個基因很關鍵。我興緻盎然,然後去找導師。結果導師就說了一句,沒什麼意義?什麼?沒任何意義?這麼顯著的東西憑什麼沒任何意義?很簡單,因為,這不是自然界存在的內容,既然人群中不存在,你這個東西,也就是一個實驗,沒有其他的意義了。
這讓我意識到了一個問題,就是,真實數據的重要性和關鍵性。
現在我們做研究的通用路線是這樣的
1,獲取人體數據
2,分析數據,找出關注內容(相同或差異)3,在實驗室進行驗證,細胞,模式動物等4,提出理論和解釋1是根本。
比如,APP基因是AD的關鍵基因,因為會生成Aβ,這東西就是老年痴呆症的罪魁禍首。這個基因大概是670個氨基酸。其中最核心的大概是100個氨基酸左右。然而,這一百個氨基酸,被學界公認的十幾個突變,清一色的都是在群體里得到了驗證的。
而為什麼是這十幾個而不是剩下的一百多個呢?那一百多個就不重要了,非也,事實上,有人試著把每個氨基酸突變過的,有的突變效果甚至比已經報道的都好很多。然而,沒意義,因為這些位點跟我的實驗一樣,在真實中不存在。
做科研越久,越意識到數據的重要性,越明白數據獲取的難度之大。
因為我們是人類,我們受到了倫理約束,所以,我們不可能去把人類活活的解剖了或者直接做個轉基因,你也不可能去把一批人做個實驗用另一批人去做個對照。
更因為我們是人類,我們只能被動的獲取數據,我們只能接受這個現實。就像有人問我們,為什麼做百歲老人的時候不把男女比例考慮下,我告訴他,這個群體分布就是這樣的,這就是現實。
理論上,我們可以認為基因重組交換,我們認為群體可以足夠大可以實現統計學
然而,事實上,基因並非完全如此,對群體的影響,最大的不是各種定律,而是建立者效應。什麼孟德爾,什麼摩爾根,在群體里真的是無能為力,因為,這個群體就是這樣,這事實上。你以為世界上的人可以分為AA,AB和BB,結果事實上呢,世界上可能百分之九十九都是AA,因為其他的群體滅絕了,就這麼簡單。
同樣的事實存在於醫學領域,傳統醫學,帶給我們最大的好處在於,它提供了無數的經驗數據,雖然,這些數據是被動獲取的,但,這就是數據,真實的數據。你可以認為這個葯可以對多少人有益,但是,真實情況如何?猴年馬月吧。
而且,以目前的科學研究水平,我們都無法精確的得知任何一個基因的作用,是的,沒看錯,我們到目前為止,沒有徹底搞清楚任何一個基因的功能。這就意味著,我們的科研結果,需要歷史的考驗,這個考驗結果,可能是像萬艾可一樣,從治療心血管到治療ED到治療癌症;也有可能是像DTT一樣,最後導致了生態危機。
現在大數據越來越火了,其原因就在於過去,我們只是模糊的去描述一個現象,群體中這個現象是a分布,另一個現象是b分布,然而,這終究是一種理想化的模型,是一種推測,為此我們還設定了n多條件來排除很多內容。現在,我們用大數據來告訴我們,真實的情況,到底是什麼樣子。它不是一個固定的分布或模式,而是蘊含了更深刻的道理在裡面。
而這個數據,就是無數流行病調查和無數傳統醫學提供給我們的,它們,是真實存在的,而不是一個假設或者模式動物里的所謂的結果。
還有很多從藥物和古書中尋找新內容的做法,也是一樣。因為,我們確認他們有效了,然後再去研究,這樣可以保證你不會出錯,就像屠呦呦和張廷棟。而那種先猜想後實驗最後群體驗證的,精神可嘉,效果難料。
感謝傳統醫學。
推薦閱讀:
TAG:生生不息 |