现有的生物科研的模式(声明,仅限于我了解的一部分)可以理想化为一定的序列:原发因素—作用对象(一般是多层次的博弈形成的系统)--作用效果(各种标记物式的观察)。如上文提到过的雌激素,维生素d,脂肪细胞分泌因子等等。但这是微积分的单变量层次,我想的是多变量的共同作用,当然这个过程势必会产生一定的交互作用,不能直接使用微积分的多变量的很多结果(当然理想情况我们假设不存在相互作用就可以应用,但生物就是相互作用多,没办法)。结合我之前学过的正交实验和a分析,我在想,能不能应用一定的计算模型来把这些因素的作用通过一定的计算模拟出来,最终能够提供个体化的治疗的方案:abcde+fned=help(序列运算,具体的形式待定),即不同比例的各种药物(如同线性代数的基底)是私人定制的。这是我的远景。毕竟我的计算能力有限,知道雌激素促成骨细胞分化,环磷酰胺抑制成骨细胞分化,我就可以推测环磷酰胺可能对雌激素受体施加影响抑制成骨细胞分化。但在我看来,这远远不够,我需要更多的数据,做出更多的推断,在其生成的各种可能的作用序列选择有意义的通路进行验证,我需要的是不动点式的,可以在临床起到指导作用的基础研究。
第二十天:说起来,我对表达具有差异的各种基因蛋白的意义有所怀疑,表达上调或者下调的意义其实只是一种马尔科夫序列的选择性表达,我们需要在统计层次得到其大体的分布,这是比较高维的图景。而且不同时期的表达量的变化可能不一定是持续性的,我们目前只是基于不同基因在不同时期的表达量是恒定的假设,这就很可能出现各种假阳性。因为一个相关的基因在表达量上由于各种关系的影响使得其表达比较恒定,这就可以作为一种标记物,而更多的基因的表达模式是周期性变化的,我们只能观察到周期比较大的变化明显的基因表达。也就是说,我们选定的基因要恰好具有以上特点才能跑出比较好的结果,可以视为本征的层次。但其他的基因表达应该是基于这种不动点的分布模式。更简单的表达就是通过这种观测表达量的差异来做逻辑推断与盲人摸象很像。但目前看来这是一种局部最优的解决方案,有一定的概率逼近整体最优,即整体的准确描述。(总比我什么都不知道还瞎说好,人家至少有观测的数据)我现在只能期待我进一步的学习算法可以帮助我突破这种方fǎ_lùn,范式的限制,比如生物信息的bla算法之类的动态规划思想就可能是很好的突破点。
第二十一天:师兄他们之前对这些大鼠施加不同的影响,对照组上正常饮食,实验组是食用腊肠,还有低剂量和高剂量组。经过一段时间一个月,现在要通过各种指标来观测其产生的影响,即需要测量消化系统的不同部位:食道,胃,直肠,结肠,肝的不同指标,分别有做病理切片和部分组织液氮保存,之后去做代谢组分析。希望能够通过这些指标的分析得出结论,即腊肠对人消化系统可能的影响,从而能够指导我们的饮食习惯,而且能够发现可能的代谢通路的变化,为接下来的治疗提供一定的靶点,比如说哪些通路表达上调下调,我们可以拮抗这种变化来治