首先需要说明一下题目完全没有黑生物学的意思,这么说纯属为了戏剧效果,至于具体啥意思欢迎看完本文~~
另外,本文实际上很早之前就发在Sola网站上了(http://xxxsola.org/743.html),但是这篇文章其实只是半成品。也就是说还是有下文的,可惜当时写到后面就没感觉了就把下半部分给毙了。下半部分原本是想讨论数理王国进军生物后可能会对自己本身产生什么影响……
另外打个小广告就是,拜最近几次失眠夜所赐,一年一度的自high时刻,2016跨年记的初稿已经基本完成了~欢迎届时围观~~

以下正文——

高中后期,生物学第一次作为一个需要长时间涉足的「人生级」学科进入了我的视野。而之前的很长一段时间,我的目光都一直集中在物理学,这个转折已经被讨论了很多次,这里附一下结论吧——(这个转折被我视为)自己人文主义思想的觉醒。

然而从高三算起,从我意识到“生物学很重要”到我真正涉足生物,也有4-5年的间隔。在我在东秦学习计算机相关的时候,我对生物学中缺乏数学的情况一直抱有一种奚落的态度。因为无论物理还是计算机,理论还是工程,当时的我目之所及的地方全是数学王国歌舞升平的景象。我当时的认识可以概括为“生物学太low,所以没有多少数学”。

也只有在我真正踏上生物学的疆土之后,我才开始意识到事情并非我所想的那样简单。大学后期有这么一个中二设定(脑洞)很受我和Spock的欢迎:我们都是屠龙者,做研究就是去猎杀黑龙。其实计算机这种场景的既视感并不明显,因为无论怎样,计算机还是人自己造出来的东西。然而另一方面,生物学却是一个和自然直接打交道的学科。我来逆境中心实习时找老板要了一个任务以求练手与熟悉生物学,当时的情形请允许我继续用那个中二的设定来描述——

黑龙是对王国的一个巨大的威胁,斩获一个黑龙对王国也大有裨益。王国每年都会招募公民并培训成为勇者去斩杀黑龙。我在王国中的训练场中接受了四年的训练,熟悉黑龙的习性,学习黑龙的知识,日复一日的训练……我这四年间也听了太多前方某某勇者又一次英勇地斩杀一条黑龙的传奇故事。然而当我真正踏上战场,一头真实的黑龙就出现在我面前的时候,之前所经历所设想的一切都黯然失色,我又握紧了一些手中的剑,因为我非常清楚一点,一旦我松开了手中的武器,我必死无疑。

也是在真正接触生物之后我才意识到:根本不是生物学太low,所以没有数学;而是数学太low,根本够不上生物。

无论是学控制工程还是学图论,你所遇到的问题或许大概都长这样——

图片

就算这模型(无论是看成一个控制系统亦或是图论里的图)看起来十分简单,但是已经足够产生很多有意思的东西了。稍微复杂一点也无非是几个这样的模型的叠加。

那么生物学呢?生物学的问题当然也可以抽象成这种点与线的组合,同样来个例子,生物学里的网络一般都长这样——

图片

我反正第一次见到这头黑龙的时候心中只有一个想法——WTF……

物理学中经典的三体问题至少还是方程可列不可(解析)解,那生物学的这些问题就已经近乎我们连方程都列不出来的地步了。这下我也逐渐理解为什么生物学对于数学是如此的匮乏了。

上个世纪初物理学迎来大变革的那段时期,物理学家大概可以分成两派——实验物理与理论物理,实验家精于设计实验的精妙,理论家长于思维逻辑的严谨,大家既竞争又合作共同推进了物理学的发展。其中最经典的例证之中肯定有“隐变量理论”和“阿贝尔实验”了。

反观生物呢?事实上生物学也可以强行分为实验和理论,然而这种划分意义不大的原因在于,生物学的研究对象与过程之广之杂,使得我们实验做了很多,但理论却还寥寥无几。现在期刊上的生物学论文凡涉及多次重复实验的都会要求作者给出一些基本的诸如P值的统计信息,然而遗憾的是故事就到此为止。如果这个故事放在以往的天文,物理,这仅仅是个开始罢了。开普勒等人根据前人的观测数据总结出的行星三大定律,通过X光衍射结果推论原子的结构等等经典案例不胜枚举。

生物学所遇到的问题就是因为研究的现象复杂度远远高于物理等其他自然学科,导致学科发展到统计一级之后就步履维艰,有时能把这个现象清楚地描述出来就已经是天大的成果(比如今年诺奖所涉及的剪切体和基因修复),就更别说将这些现象进一步提炼与抽象了。

所以在我这样一个从物理、数学王国中成长起来的人看来,生物学完全就是一片“荒芜的沃土”……这里没有数学王国的歌舞升平,但也正因如此,生物学才蕴藏了太多的可能性。