SysBio Theory Lunch 有個很好玩的現象，那就是由於很大部分的聽眾都是 experimental biologists，所以往往與 modeling/simulation 相關的主題都會遇到十分嚴厲的挑戰與質疑。
今天來的 Martin Meier-Schellersheim 也不例外，他想講的題目是他自身對 modeling 在實驗上的助益與可能遇到的問題，應該會是個不錯的 talk 可惜開始沒有五分鐘就掛了。首先是他提到大部份的生物學家都相信 modeling 可以對他們的研究帶來些幫助，馬上就有人答腔說 "No, at least not in this room!"，之後接連幾個問題則是完全擊沉了 Martin 的信心，他開始自顧自地說著，低頭從房間的這端走到另一端再走回來，我也算很無聊開始幫他算起來回走動的次數，不過當我數到第五十次時我便決定放棄不再數下去了。其實他還是有提到幾個不錯的點，只是一亂了就甚麼都聽不懂。
Modeling 一個很大的問題就是數學家或物理學家這些搞 modeling 的人的方式是簡化這個系統，試著找出其中的規律。這邊就有簡化與失真的問題，簡化過後的系統在紙上看起來可能十分完美，卻有很大的機會根本就不存在于真實世界中。當然可以做到最細層分子的 simulation or modeling 這就沒有失真的問題，但基本上這是不可能達到的運算量，而且也失去了 modeling 的意義。
另一個問題是判斷問題，系統中不同的部分要怎麼決定其重要性，那些可以簡化或忽略，那些不行，各部分的 threshold 要怎麼設？ Jeremy 提到你可以有一萬種參數讓同一個 model 跑出各種結果適合各種情況，但那並沒有意義。
之前我曾認為數學家或物理學家跨進生物領域比反過來簡單不少，現在我的想法有些改變。有時那很難說明，像是具不具有某種 sense 的問題，各領域的人受的思考訓練相當不同，注意的重點也不同，這些都是跨進來生物領域的阻力。自然背景算是頗純生物的我在這方面也有盲點，不過幸好我現在功未成名未就，思考模式也還沒完全定型，應該還有得救才是！
Martin Meier-Schellersheim
Laboratory of Immunology
NIAID, NIH
Abstract
The deep scepticism that most experimental biologists have towards computational modeling in biology is rooted in the fact that computational models are frequently overly simplified caricatures of the biological processes they are supposed to represent. Two main factors account for those simplifications:
limitations in computing power and simulation algorithms and
the difficulty of creating formalized representations of the components and interactions in biological systems.
I would like to focus on the second aspect and discuss the question of how we can provide ways for (experimental) biologists to turn their knowledge and hypotheses about how cells behave into formal descriptions that can be investigated through quantitative simulations.
References
M. Meier-Schellersheim, X. Xu, B. Angermann, E.J. Kunkel, T. Jin & R.N. Germain, "Key role of local regulation in chemosensing revealed by a new molecular interaction-based modeling method", PLOS Comp Biol, 2:710-24 2006. PubMed
Subscribe to:
Post Comments (Atom)
No comments:
Post a Comment