denovo: 偷拍你好~~~我对地球化学很不了解，能不能详细说一下你的具体研究领域，对象，方法等等？

Topaz: 总地来说，地球在45亿年的历史中经历着不断演化，而生命也随着地球的演化而演化至今。科学家发现，在20多亿年前和10~6亿年前是两个特殊阶段，地球大气中的氧气含量在这两个阶段分别发生了两次很大的升高。而与这两次氧气升高同时发生了生命的飞跃。20多亿年前的氧气含量升高时期，生命从原核生物进化到了真核生物；10~6亿年前的氧气含量升高阶段，生命从真核生物又进化到了后生生物（动物）。特别是在10~6亿年前这一时期，地球上还出现了超大陆裂解的事件，就是说地球上大陆本来是一整块，然后忽然裂开变成了单独的几个大陆;随后还出现了“雪球地球“事件，也就是全部地球被冰雪覆盖住了，冰盖一直持续到赤道地区。我们研究的对象就集中在10~6亿年前这一阶段，通过对地球残留的信息（也就是石头）采集和分析，研究这一时期超大陆裂解、“雪球地球”、以及生命演化这些事情之间的关系。

denovo: 这个雪球地球听起来很夸张，它和普通的冰川期有很大差别吗？

Topaz: “雪球地球”也是冰川期，不过要恶劣得多。距离我们比较近的有两次著名冰川期事件，一次大概100万年前，北大西洋沿岸的大陆边缘都铺上了厚厚的冰层；另一次在大概21000年前，北美和欧洲的大部分地区被厚达2公里的冰层覆盖，并且导致海平面下降了120米之多，这两次冰期影响了大概30%的地球。而“雪球地球”事件发生在8~6亿年前，冰雪一直覆盖到赤道附近，几乎整个地球都被冰层覆盖。

denovo: 这个时代生命演化有什么特殊和有趣之处吗？

Topaz: 这个时代是地球生命演化最重要的时期。在“雪球地球”之前，地球上只有比较原始的菌藻类、和少量多细胞植物等微观生命。而“雪球地球”之后，生物界忽然发生巨大的变化。在世界范围内地球上出现了宏观生命，特别是具有组织结构和功能划分的后生动物。在我国的华南地区保存了最丰富的这一时期的生物化石，古生物学家们发现了“瓮安生物群”、“庙河生物群”和“蓝田植物群”。这其中最让人兴奋的是在我国南方发现了地球上最早的动物胚胎化石和两侧对称动物。因此可以说这个时期是地球早期生命从简单到复杂进化过程中的一个重要环节。

denovo: 啊，那你们不是爽大了，可以挖到好多鬼子挖不到的东西。你要亲自出去采集石头样品什么的吗？你们去的地方会很特别吗？如果出去的话，主要感觉好玩还是辛苦呢？

Topaz: 石头是当然要采集的，不然我们就无从下手了。而去哪里采石头就跟研究对象有关了，我们的对象主要在南方的山区，比如贵州湖南之类的。现在条件都还不错，出野外考察啥的不算太辛苦，偶尔采样品敲石头的时候会累一些。不过好玩也谈不上，那些山啊石头啊看多了就都那样子。我印象比较深的有一次在河沟边翻石头，刚翻起一块，窜出一条一米多长的蛇，过了一个多小时才缓过劲来。

denovo（擦汗）: 本来都想改行去你们专业了，听到这里我决定放弃。对了，刚才你说的超大陆裂解，是在我们所熟知的“大陆漂移说”所提出的各大板块分离成为今天的各大洲之前的事情吧？

Topaz: 其实地球上的大陆经历了不止一次的分分合合，也就是说地球上的大陆经历了多次拼合——裂解的过程。距我们现在最近的一个超级大陆是Pangaea超大陆，大概在3~1.8亿年前，而我们研究的10~6亿年之间那个叫Rodinia超大陆。

denovo（脸红）: 唉，接下来我要问一些更弱智的问题了……我不太分得清地球物理和地球化学的区别，是仅止于用不同的方法去研究同样的对象（地球）吗？

Topaz: 这个问题比较难解释，地球物理和地球化学最基本的区别应该还是是用于研究地球的方法和手段，而手段不同的话研究的对象也会有所差别的。我个人感觉地球物理学更擅长研究看不见摸不着的东西，比如地球的构造、地核转速、地幔流动等等；而地球化学更侧重研究具体的对象，比如对具体样品（岩石、水等）的分析。但是事实上，由于现在对地球的认识越来越多，研究手段越来越多，这些概念所涵盖的范围也越来越模糊了。举个很简单的例子，AGU（美国地球物理协会）是现在世界上最有影响力的地学组织，实际上它里面不仅仅有地球物理，也有地球化学、大气科学、空间科学等等。

denovo（脸红）: 说到这个我想起来了，好象地球系都有大气天文之类的专业，所以地球化学的研究对象也不仅止于地球了？

Topaz: 地球化学家当然不仅仅研究我们脚下的地球，陨石、月球、火星等都是我们的研究对象。我国探月工程的首席科学家欧阳自远先生就是著名的地球化学家。举个例子，我们怎么样才能知道火星上究竟有没有存在过生命？从火星上弄几块石头或者土块回来直接找蚂蚁化石肯定不行，所以就需要研究生命存在所遗留下的痕迹。通过化学分析可以知道这些火星样品的化学成分，而其中有一些成分的特殊特征只有生命现象才能产生，这就可以证明生命曾经存在。其实NASA最早获得的陨石样品、月球样品都是通过地球化学手段进行分析和判断的。

denovo: 噢。那你们应该改叫星球化学嘛……现在问个惯例问题，你们领域去年有什么特别有意义的进展？

Topaz: 地球化学领域近年来特别有意义的进展大概应该算是量子计算化学的引入和发展。简单的说，地质过程会引起各种元素组份（主要指同位素组成）在岩石、水、大气等物质之间变化，这些变化最早都是利用实验模拟或者经验公式推导出来的。近些年量子计算化学的引入，使我们可以对这些变化做最精确地计算。其使用价值显而易见，比如海水中沉积碳酸盐这种事情，海水温度控制着碳酸盐中碳氧同位素的变化，如果知道温度和同位素变化之间的关系，那么我们只要找到地球任意时期的碳酸盐沉积，就可以推导出当时的海水温度了。这对研究地球的温度变化、历史演化都有很重要的意义。

denovo: 说到温度了历史了，全球气候变化也归你们管吧？这个量子计算化学有没有对全球变暖的研究作出什么贡献呢？你知道，时至今日还是有人坚持全球变暖是个骗局……

Topaz: 这个新方法目前还没有非常广泛的使用，不过它确实具有很好的应用潜力。不过科学家已经有很多不同方法测量古代海洋温度、季风变化等，比如最常用珊瑚/石笋中记录的氧同位素来获得几百年至几万年前的这些信息。很多科学家就发现，在过去几万年间海洋的温度是有周期性变化的，所以就有人怀疑目前全球变暖是地球气候周期性变化的结果，而非温室效应导致的。我个人觉得温室效应会导致全球变暖，但是它是不是目前地球升温的主要原因可能还需要再证实。不过从整个碳循环的角度来说，目前化石燃料的燃烧，将大量有机碳转化为无机碳，这对地球的整个物理化学循环过程确实破坏很大。

denovo: 也就是说，不论温室效应是否全球变暖的罪魁祸首，咱们都不能听之任之，这个看来已经没什么争议了。唉，没有人掐架，这个世界是多么的寂寞啊……

Topaz: 今年也有件很热闹的事情，是关于生命起源的争议。长期以来，生命起源就存在着“外来”和“本地”的争议。德国和美国的科学家总结了前人对海底热泉的研究，并对海底热泉的生态系统进行了系统的化学——地球化学——生物地球化学过程分析。他们提出热泉与地球早期环境非常相似，因此这种生态系统与地球早期生命的形成可能有很大的联系。而西班牙科学家利用最新的速冻技术模拟出外太空的冰，并在其中发现了很多类似生命的构造。因此他们提出设想，既然冰存在类似生命体的形态，那么这些外太空的冰就可能为初始生命提供一个非常好的孕育环境。

denovo（激动地挥舞起荧光棒）: 好热闹！这场架似乎还不止一个热点可看啊，除了“本地”与“外来”的分歧，还有“热”和“冷”的差别。我们大家比较普遍接受的想法，是在高温下生命的产生会比较容易，因为反应速度快之类的……在冰里面产生类似生命的形态，这个听起来比较陌生。事实上我一直都以为，“外来”的意思就是在别的星球或者什么地方的高温下发生的生命，落脚到地球而已。这些科学家有没有提出低温下生命形态发生原理的假说呢？和高温下的有差别吗？

Topaz: 其实这些科学家也仅仅提出了一种假设，并没有确凿的证据和理论。他们认为，大自然和生命都具有非常发达的复制能力，那么初级生命与这些外太空冰中形态的相似可能就是相互复制的结果。

denovo: 这样也可以啊……嗯，我期待着他们提出进一步的理论假设，或者找到证据！好了，除了吵架之外，我们最关心的是八卦，你们今年有什么“最轰动八卦”？

Topaz: 还真有一个。美国有个天才的地球化学家，年轻的时候做了点错事，被美国政府关起来，一关就是快10年。这家伙在监狱里估计没事干，尽想科研了，结果最近一被放出来就有很多颠覆性的成果。不过他大概是不好意思，只是在背后指导别人做这些工作，自己不亲自公开发表。

denovo: 啊！我有一个做科研的朋友经常感慨，现在分心的事情太多了，要是有人把他关起来，什么也不能干，只能想科研，一定可以变成大牛。不是传说魏格纳也是生病的时候悟出大陆漂移说的么，看来坐牢生病等限制行动自由的条件是多么有利于科研啊！不过他做的应该是比较理论的东西吧？我们实验科学的同学们就不用做这个梦了……（经过五分钟窃窃私语后）啊啊啊！原来这个大牛我也知道！世界是这样的小，咱们还是就此打住吧。最后，拿张帅哥照出来，让大家看看年轻有为玉树临风并且热爱松岛枫的偷拍到底是什么样子吧！

Topaz: 照片挑张尤抱琵琶半遮面的工作照吧，基本反映了我的工作性质。

本文地址（转载请注明出处）： 复制
收藏、分享这篇文章：        更多...

2007年5月，454公司完成了他们的“吉姆计划(Project Jim）”，耗资100万美元，用两个月时间，为诺贝尔奖获得者，DNA双螺旋结构提出者之一的詹姆斯·沃森(James Waston)测完基因组全序列。

2007年9月，遗传学界传奇人物，因提出测序方法被美国国立健康研究院（NIH）否定，愤而出走自立门户，最后与NIH同时完成人类基因组测序的克莱格·文特（J. Craig Venter）带领的团队发表文章，公布了他自己的全基因组。他使用了成熟技术，测了双倍体，花费据估计在一亿美元左右。（事实上业内人士认为，当年文特完成人类基因组计划远在NIH之前，只是最后同意与NIH联合召开新闻发布会，宣布同时完成，算是给足了NIH面子。文特这个人值得大八特八，不过这个还是留待将来吧。）

2007年10月，中国人也有了自己的第一个个人全基因组：这个叫做炎黄一号的项目由华大，基因组研究所和生物信息中心共同完成，花费2000万人民币，不到300万美金。可惜测试对象的身份保密，虽然业内人士都有比较肯定的揣测。

虽然454等公司宣布现在全基因组测序花费已降至10万美金，时间也可以缩短到十天，但这个价格还是远在大众承受能力之上。科学家们期望在十年内将花费降至1000美元，《自然·遗传》杂志（Nature Genetics，遗传学最好的学术期刊）2007年给遗传学家们的年度问题就是，“如果1000美金就可以测一个人的全基因组，你想用这技术做什么？”

其实有很多事，我们不需要等到价格降至1000美金才能做。若真等到那时候，估计满地都是测序公司，中产阶级可以货比三家再决定去哪里测自己的全基因组，生意显然不好做。要走在别人前面，必须采用特别的经营模式，我在考虑的就是这样一个创业计划：时尚基因组计划。顾名思义，我们要走时尚路线，那么一个英文名必不可少，且称之为Fashionable Genome Project，简称FGP。

首先，条件限制我们不能廉价以求薄利多销，所以价格定位和推广要参考名牌产品，比如说几十万一只的Vertu手机，几千万一辆的劳斯莱斯。我们不能全手工测序——还是测序仪比较准——没关系，我们可以做全手工校对，保证每一个碱基对的曲线都有专人察看。比较头疼的地方在于基因组无法象手机车子包包一样随身携带随处炫耀，不免让付钱的人有衣锦夜行之恨。我觉得可以考虑与爱玛仕（Hermes）这类的厂家合作，做一些印有顾客个人基因信息的包包啦丝巾啦什么的。当然，一定要限量发行，你有钱也得排队才能买到，反正这招爱玛仕已经使得炉火纯青了。

其次，受时下流行的网络搜索引擎收费方式的启发，我们甚至不一定要做全基因组测量的工作，只需要筛选出一些关键基因，比方说高个基因，漂亮基因，聪明基因，癌症基因……你说科学家还没有找到这些基因到底在哪儿？没关系，我们是做市场，又不是做科学。只要随便找两篇文献，管它三七二十一，把里面提到的基因拿出来用就好了。我们可以给每个顾客一本详细的目录和价目表，将所有基因的功能及相应价格列在其中。每个基因的价格当然是不同的，但这价格绝对不和测序难度挂钩，而是和受欢迎程度成正比，所以前期调查很重要。如果某天你收到一份调查问卷，请你选出你最希望知道的基因内容，那就是我的计划快要实现了。

要时尚，“环保”这个关键词不能漏。我们可以给顾客不同的测序方案选择，对每一套方案计算出一个碳排放量，排放量低的价格要高一些，但是你都有那么多钱了，怎么能不为地球做点贡献呢？

“健康生活”这个概念也很时尚，所以我们为顾客提供完整的配套服务，针对顾客基因组测序结果，给出相应的健康生活建议，比方说你得肺癌的几率比较大，我们就请你少吸烟。当然了，这些建议也是要收费的，正如任天堂的新游戏机Wii一样，主机本身利润很薄，赚的就是边缘产品，比如游戏和配套设备的钱。

“人性化”这个词与时尚多少也有点关系，不过这一点更多是我从小时候的经历中受到的启发。我父母是下乡知青，后来留在当地教了一段时间的书。我出生后就被生产队里的人抱去算命，这个算命先生收费是浮动价格，普通人两毛，生产队里另一个知青去算，那先生脸色大变，死活不肯收她的钱，说你的命太差，轮到我的时候，先生笑说，这姑娘命实在太好，请交五块钱。那时节五块钱可以过一个月，我爹妈虽然心疼，却还是欢欢喜喜地交了。所以我们测一个癌症基因基本收费100美金，如果致癌几率高于90%，出于人道主义考虑，由公司为您承担费用，如果低于10%，恭喜您，请付500，低于1%，则收费1000。假设这癌症基因的分布是均衡的，那么我们有80%的顾客交100，9%的顾客交500，1%的顾客交1000，事实上平均每人消费为135，多好赚。

我的基本创业计划目前就到此为止，欢迎大家踊跃补充，随便取用，苟富贵，莫相忘~~~~

本文地址（转载请注明出处）： 复制
收藏、分享这篇文章：        更多...

幸福到底从哪里来？这个问题一向众说纷纭。社会学家们一直孜孜不倦地寻找可以预测幸福的指标，收入？社会地位？宗教？可是从来没有一个准确的答案。世界各国都拼命地提高GNP（Gross National Product，国民生产总值），号称强国富民才是幸福；雪山里的小国布丹穷得要命，受过西方高等教育的国王（现在是前国王了）却搞出一个GNH（Gross National Happiness，国家幸福总值），声称他所追求的不是强国富民，而是一个快乐的国家。多次看到文章里声称荷兰某大学的世界幸福数据库（World database of happiness）中不丹高居国家排名第八，可惜这库里其实根本没有不丹的数据（链接1），出处是在英国莱卡斯特大学的“主观幸福世界地图”（A World Projection of Subjective Well-Being，链接2），后被简称为世界幸福地图（World Map of Happiness）。真的像不丹一样，小国寡民，躬耕放牧，一切听国王的话，与世界老死不相往来就会幸福吗？很多人不相信，我没有去过不丹（因为太贵），所以不知道。即使那是真的，我们再回去过那样的生活，还会幸福吗？让我听话，我的幸福指数一定会大大下降。

失落之余，有人总结说幸福都是暂时的，长期持久地提高幸福程度是不可能的，因为一旦生活状态发生改变，比如收入提高，刚开始的时候幸福程度可能会增加，但我们很快就会适应新的生活状态，不再觉得这是什么值得开心的事，于是幸福程度又回到从前。加州大学的研究者们在2005年发表的文章（链接3）中指出，持久提高幸福程度的可能性仍然存在，只是我们的眼光应该超越外界的条件，放在人的行为上。也就是说，幸福是一个主动的过程，我们做什么比我们有什么更重要。特定地说，我们如何花钱，比我们赚多少钱，对于幸福的影响更大。

那么，钱怎么花才能幸福？以下为单选题：当你领到奖金的时候，是 A) 存起来，B) 付账单，C) 吃一顿大餐，还是 D) 给自己买东西？

如果你选的是以上皆非，那么恭喜你，根据最新的研究成果，你很有可能是真正懂得幸福何在的人，因为这笔钱，你多半是花在了别人身上。不论是给爸妈买东西，还是资助一个失学的小孩，美国《科学》杂志在今年三月发表的一篇文章（链接4）证明，把钱花在别人的身上，比花在自己身上更能带来幸福。

这篇由加拿大卑诗大学（U. of British Columbia）心理系研究者和哈佛商学院市场营销研究者合作的文章，调查了日常花费习惯与幸福指数的关系，奖金的去向与幸福指数提高值之间的关系，并实验研究了“飞来横财”的用法与幸福指数提高之间的关系。去除收入水平因素，日常经常给别人买东西或捐钱的人更幸福；去除奖金高低的因素，用奖金给别人买东西或捐款的人变得更幸福；而那些必须把飞来横财花在别人身上的人，比必须花在自己身上的人更幸福。

如果你像我一样，是一个给自己买太多东西会有负罪感，于是给拼命给老爸老妈买东西以满足购物欲的人，握手，我们现在有理论支持了。不过事情都是两面的，这个研究结果也可能是在无情地告诉我们，我们没有自己想象的那么无私，拿自己的钱给别人买东西，只不过是用物质去换取自己精神上的幸福而已，说到底，一样是自私。

不过如果这样的自私给自己和别人带来的都是幸福，又何乐不为呢？

链接：
1，世界幸福数据库（World Database of Happiness）
2，世界幸福地图 A World Projection of Subjective Well-being
3，加州大学的文章 Pursuing Happiness: The Architecture of Sustainable Change
4，科学杂志的文章 Spending Money on Others Promotes Happiness

附注：
因为一个科学工作者无法摆脱的强迫症，我必须在附注里说明一下我对Science这篇文章技术上的非议。几乎所有样本数据的standard deviation都比mean要大得多，这样的数据我总觉得不是很安全。解决方法有两种，1，取样的时候尽量保持样本一致性，2，在分析时做分组，或者至少考虑分组因素。好，我说完了，可以安心去吃饭，——不，应该是请别人吃饭，提高我的幸福程度去了。

预定发于《读者欣赏》

本文地址（转载请注明出处）： 复制
收藏、分享这篇文章：        更多...

这两样东西，粗看起来一个是圈钱的把戏，一个是严肃的科学，其实放在一起来看，还真是蛮有些意思，希望伯克利的兄弟们不会来砍我。“读心术”的要点无非两样：读“脑波”的技术，以及处理读取图像的算法。Emotiv公司声称他们使用EEG，也就是常用的脑电图，读取大脑活动的突触后电流。这个方法的实时性好，但定位性很差。而伯克利的研究者使用了fMRI（磁功能共振成像），读取的是大脑各部位活动所需的血流量，间接表现神经细胞的活跃程度。显然这个方法不如EEG那样实时，但是定位性要好很多，所以在神经科学的研究中使用非常广泛，不过这比脑电图要复杂得多，也要贵得多。

不论用哪种方法，读取出来的图像都要用特定的算法来分析，以解读其中的信息。Emotiv公司号称他们的算法可以解码脑电图，以此定位信号来源，但正如前面所说的，脑电图技术本身就限制了它的定位功能。看了几个Emotiv头盔试用的介绍和录像，我猜测他们使用的只是一个模式匹配（pattern match）算法，先记录你某些特定大脑活动情况下的脑电图，比如说当你想把一个箱子抬起来的时候，脑电图是什么样子。然后将新的脑电图与这些已有记录匹配，如果匹配值高到一定程度，便认为你现在是想抬箱子，从而发出无线信号，让游戏人物把箱子抬起来。所以你每次想抬箱子的时候，可千万不要胡思乱想，一不小心说不定电脑就给理解错了……

而伯克利的研究者们做的却是机器学习（machine learning）。简单地说，就是给被试者看一千余张图片，记录他们每一次的磁共振功能成像，然后从这一千余次图片和“脑波”的对应中总结出一套比较普适的规律，这一步叫做模型估计（model estimation）。接下来就要将这套规律运用于全新的一套图片上，预测出被试者看到这其中每张新图片的“脑波”反应是什么样子。当被试者看到一张新图片，测试者并不知道是哪一张，但是它可以把“脑波”的记录与之前的预测相比较，选取预测值与本次实测值最相近的一张图片，也就是“猜测”被试者所看到的究竟是哪一张图片。这其中还有很多细节，比方说如何把被试者所看图片在视觉中枢不同点上引起的神经反应转换为数学表达式（研究者使用了金字塔Gabor小波模型）。这里面所用到的算法复杂程度比Emotiv的要高太多了。

使用磁功能共振成像的“读心术”研究早有不少人在做，伯克利这篇文章并非首开先河。但相对于此前的研究，它在好几个方面有了大的突破。它可以识别全新图像，而此前的研究中，“猜”的图像大都是之前读取过“脑波”的旧图像。它采用了真实图像，虽然只是全黑白图片，但相对以前所采用的简单易分类的人造图片，在算法上已经是一个突破。

作为一个科学工作者，我希望看到的后续工作除了提高图片复杂度（如彩色图片）外，主要是测试该方法的广泛适用性。目前只有两个被试者——就是实验者中的两位，对其中一位的预测准确度明显比另一位高不少，是不是说明有人的心思简单，比较容易被读心呢？呵呵。当然，我也知道磁功能共振成像复杂昂贵，是广泛测试的一大障碍。

要是从一个科幻读者的角度来说，我希望看到的，也是我害怕看到的，则是“读心术”的推广，从视觉中枢到其他知觉以至思想，记忆和感情。前面说过，“读心术”需要算法和探测技术两方面的进步。对于知觉，位置比时序重要得多，也许磁功能共振成像这样具有定位功能的技术已经足够。但对于时序性强的思想和记忆，我们需要同时具有实时和定位功能的技术，下一个候选技术是MEG（脑磁图，直接探测由神经细胞活动电流所造成的磁场），或是MEG与fMRI的结合，还是听起来有点恐怖的颅内电极？不管怎样，对于思想和记忆的探测似乎理论上还是可行的，可是对于感情这种我们自己都搞不懂的事，要用机器来探测，似乎还是有点儿匪夷所思。也许不久的将来我会有一台记梦仪，每晚接在自己的脑袋上，如果早晨醒来想起昨天晚上做了一个好梦，却怎么也不记得梦里的情形，就可以打开记梦仪看看。啊，原来梦里都是绿油油的美刀！只是少年时候的梦想——“如果知道那个人是不是也喜欢我就好了”——却不知道什么时候才可能实现。

不过比起从知觉到思想记忆以致感情的推广，“读心术”更可怕的前景，则是从个人推广到群体。使用“机器学习”算法，你必须先用实际行动把你大脑的反应模式教给电脑，它才能够举一反三地探测你的思想，所以你要是讨厌被机器了解，没关系，不教它就好了。如果有一天，我们能够从大量人群的思维模式中提取出共通之处，来探测一个新人的思维，那可就谁也逃不掉了。好在人和人是如此不同，思维模式的共通之处究竟有多少还是个问号，也许这一天永远也不会到来。但愿这一天永远也不会到来。

伯克利文章的连接： Identifying natural images from human brain activity

P.S. 俺不是脑成像和算法的专家，有错漏之处恳请指正，谢谢……

本文地址（转载请注明出处）： 复制
收藏、分享这篇文章：        更多...

我们这个行业实在不大，06年底开个几百人的小会，该来的人差不多就都到齐了。我的三大偶像也到了两个，Jonathan Pritchard 和 Goncalo Abecasis。John Storey还是一如既往的神秘——他所有的网页上连照片都没有。我很痛苦地总结出，偶像们几乎都是学数学出身的，我这辈子混在这行里是没有出头之日了。Jonathan还好一点，本科是生物+数学，那就从他说起吧。

我认识Jonathan Pritchard——当然他不认识我——是从他和Eric Lander的那场论战开始的。我的前前前…-偶像Eric Lander是何许人呢？他*也*是学数学的，本来是哈佛商学院的一个教授，90年代初的某一天他忽然觉得生物这玩意儿有点意思，于是到MIT做了个访问学者，然后一发不可收拾，2002年来我们学校给讲座的时候，已经俨然是行业带头人了。来给讲座的时候，Lander背一电脑包，愣是把一身西服穿得象来修电脑的工人，令我愈发地崇拜。然而两场讲座听完后，我的偶像破灭了。就好象某老板曾经跟我说的一样：He’s a good business man（他是个厉害的商人）。 他用商业的方式，把他的科学研究越做越大，我看着这排场，却不见得踏实。

新世纪初，Eric Lander提出了轰动一时的”Common Disease Common Variant”（常见疾病由常见因子所致）假说。那时我对统计一窍不通（现在七窍里倒是通了六窍——还是一窍不通），但是这个假说听起来实在是很有道理——常见的疾病都是由常见的致病基因组合所引起的，这样才不容易被自然选择淘汰掉，才能变得这么常见。更重要的是，这个假说为遗传学研究开拓了一个美好的前景——我们只需要专心对付那些常见的因子就行了，不用花大力气去找那些罕见的。江湖上顿时充斥着赞誉之声和激情澎湃的伟大计划，在Lander假说的指导下，我们正在走向人类遗传学研究的美好未来，几年之内，我们就可以测出所有的常见因子（正如伟大的Hapmap所计划），然后就可以找到所有有遗传因素的常见疾病的病因了！！！

Jonathan Pritchard的两篇论文就是在这样的环境下发表的，题目就叫做：common disease common variant… or not? （常见疾病真的是由常见因子引起的么？） 虽然在看到第二页上那些个公式的时候就已经彻底晕菜，我还是模糊地意识到，这个同学是在告诉我们，通过计算我们可以证明，事实并不像Lander鼓吹的那样美好，虽然他的假说很有道理，但并不是全部，常见的疾病仍然有可能是由不常见的因子引起的，所以即使我们找到了所有常见的因子，也未必能够解出某些遗传病的病因。

在我心目中，这就是一场科学与商业的战斗。我们是要Lander那样模糊的激动人心的火焰，还是要Pritchard这样清楚的一盆当头浇下来的冷水？我的回答是——科学界同时需要这两样，而我的偶像，只需要Jonathan Pritchard。

第一次见到Jonathan, 是随老板搬去了芝加哥，在系里走道上碰到他，老板说，这就是JP。他个子很高，很瘦，有种飘忽的神采，一口很浓的英国腔。后来因为我的研究题目跟他谈过半个小时，愣是从头到尾也没听懂他在说什么——当然除了口音还有专业问题——只有靠老板给我打掩护，谈完之后再去翻以他命名的Pritchard Method的论文来从头看起。老板倒是喜欢跟他聊天，去芝大前就成天念叨：“芝加哥那个地方虽然比较烂，但是他们的人类遗传很强呀，有Nancy cox，还有Jonathan Pritchard也来了！”后来老板到芝大做人类遗传的系头，我毕业后回去看他，一见面他就兴高采烈地跟我炫耀：“知道不？某某学校来挖Jonathan，我没让他们挖走！牛吧！”

06年底这次会上见到他，有同学抱怨他每次讲座几乎都一样，只是加几个群而已。我倒记得在芝大的时候听系里各实验室的进展报告，他的学生博后讲过一些新的，很有意思的基因组进化研究。也许再过一两年，他会给我们全新的惊喜。

本文地址（转载请注明出处）： 复制
收藏、分享这篇文章：        更多...