JET毛选学习笔记:如何利用《矛盾论》从做实验到做科研vol. 2

2024-04-28 07:36

本文主要是介绍JET毛选学习笔记:如何利用《矛盾论》从做实验到做科研vol. 2,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

上一节讲完矛盾的普遍性和特殊性都已经5000字了,为了不影响阅读观感(多水几篇),把他们进行了拆分,那我就继续侃大山吧。

五、矛盾的同一性和斗争性

先做名词解释:

矛盾的同一性(统一):一切矛盾着的东西,互相联系着,不但在一定条件之下共处于一个统一体中,而且在一定条件之下互相转化,这就是矛盾的同一性的全部意义

矛盾的斗争性(对立):是指对立面之间相互限制、相互排斥、相互否定的属性,体现着矛盾双方相互分离的趋势。

其实就是大家耳熟能详的“对立统一”,那么有什么用呢?我是这么理解的:任何事物都包含着对立的方面,这些对立面在一定条件下,可以相互合作,推动事物向新的状态发展。当然,在一定条件下,对立的双方也可以互相转化。

尝试举个不恰当的例子:劳和逸本来就是矛盾的,看似八竿子打不着,但是你要是说考研,它们就不困了,因此,考研这个目标统一了它们。因为如果天天熬夜看书,身子早晚得垮掉,那还考个啥?但是呢,天天嗨皮,偶尔看看书,那也是重在参与。只有劳逸相结合,相互拉扯,相互斗争,处于某种平衡,才有可能发挥最大功力。当然如何平衡是讲究策略的,又回到矛盾的特殊性了:有些人喜欢突击看几天书,然后彻底嗨皮一天;有些人喜欢在一天中劳逸结合;有些人可能看很长时间的书,才休息一下。这个肯定是具体问题具体分析,但是原则都是对立统一。

好了,接下来,我就分享一下自己在科研中对矛盾同一性和斗争性的理解:

(1)交叉学科

近几年交叉学科很火的哦,就这“对立统一”这盘醋,谈谈我的感悟。

首先吧,不同学科的底层逻辑和思路其实各不相同,甚至相互矛盾,例如基础医学三个样本量足够,但是流行病学则认为三个太少;统计学在做逻辑回归会考虑哑变量,而机器学习领域则不考虑;生物信息学和多组学考虑的是从海量数据筛选出可能的靶标,属于相关关系,而基础研究更在意的是证明因果关系;材料的考虑的是有没有确切的效果和足够的安全性,不管什么深入机制。

因此,就会出现我之前提到的各种神奇现象:首先是学科之间相互鄙视,其次是性价比高(发文章快)的扎堆,性价比低的基本没啥人搞。以上,就是所谓的“对立”。如果不加以“统一”,那就是各打各的,毫无章法,危害其实是挺大的。不信你听我吹:像我这种脑子少根筋的,执意搞基础研究,起步难,投入大,成果产出周期长,但这是产出好成果必须经历的;做纯数据分析和生物信息的,投入少,周期短,发文快,但是难以发好文章。这本身就是一种矛盾,当然后者也有CNS级别的文章,但是这花的时间肯定更多,在这个“数量优先”的环境下,大部分人更倾向于多刷几篇文章(这种策略对于学生评奖学金性价比更高),久而久之,短平快的氛围就出现了。其实放大到国际视野,也类似的,都去搞金融了,做实体经济的少之又少。

个人认为应该把各个学科在更大尺度“统一”到核心的科学问题上,整体做顶层设计,相互配合,才能达到奇效。例如,基础研究找出真菌毒力蛋白与关键宿主蛋白的结合靶点,虚拟筛选找出能够特异性靶向该结合靶点的小分子化合物,材料科学用于优化小分子化合物的药物性能等等。

因此,做交叉学科需要在大脑中同时存在多种逻辑思路,还能针对不同阶段的科学问题进行切换,最重要的是,始终围绕主线科学问题开展研究。

(2)病原体-宿主的矛盾

对立统一法则为我研究病原体-宿主互作提供了一种独特的分析视角。刚开始作生物学实验的时候,做的是病原体与巨噬细胞共培养,检测抗病原体因子的表达。按照小学的生物学知识做合理推断:巨噬细胞是抵抗病原体的第一道防线,那么病原体感染巨噬细胞后,巨噬细胞肯定是上调抗病原体因子的表达啦。然而,现实给了我一个暴击,跑出来的结果都是下调的,不管我怎么重复都是。

被当时的二极管思维毒害了好久啊,后面顿悟了一下,如果它就是下调的呢?如果世界万物都是充满了矛盾,那么以巨噬细胞为观测对象,抵抗病原体的对立面就是保护病原体,在特定的条件下,两种状态可以相互转换。后面一查文献,这个概念叫做“巨噬细胞悖论”:很多病原体可以通过一系列骚操作在巨噬细胞中存活。因此,在特定条件下,巨噬细胞就是可以保护病原体。那么,这个特定条件是什么?就是很重要的科学问题了。找到这个特定条件,加以干扰,也就能破坏“对立的统一”,消灭病原体。

这可能就是哲学上的大胆推断,然后指导科学的严谨验证吧。

———————————————————分割线—————————————————————

好啦,矛盾的同一性和斗争性就分享到这里,后面我再讲一讲主要矛盾和次要矛盾,最后再说说两种宇宙观(世界观)。咱们慢慢聊吧。

这篇关于JET毛选学习笔记:如何利用《矛盾论》从做实验到做科研vol. 2的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/942654

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

科研绘图系列:R语言扩展物种堆积图(Extended Stacked Barplot)

介绍 R语言的扩展物种堆积图是一种数据可视化工具,它不仅展示了物种的堆积结果,还整合了不同样本分组之间的差异性分析结果。这种图形表示方法能够直观地比较不同物种在各个分组中的显著性差异,为研究者提供了一种有效的数据解读方式。 加载R包 knitr::opts_chunk$set(warning = F, message = F)library(tidyverse)library(phyl

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

系统架构师考试学习笔记第三篇——架构设计高级知识(20)通信系统架构设计理论与实践

本章知识考点:         第20课时主要学习通信系统架构设计的理论和工作中的实践。根据新版考试大纲,本课时知识点会涉及案例分析题(25分),而在历年考试中,案例题对该部分内容的考查并不多,虽在综合知识选择题目中经常考查,但分值也不高。本课时内容侧重于对知识点的记忆和理解,按照以往的出题规律,通信系统架构设计基础知识点多来源于教材内的基础网络设备、网络架构和教材外最新时事热点技术。本课时知识

线性代数|机器学习-P36在图中找聚类

文章目录 1. 常见图结构2. 谱聚类 感觉后面几节课的内容跨越太大,需要补充太多的知识点,教授讲得内容跨越较大,一般一节课的内容是书本上的一章节内容,所以看视频比较吃力,需要先预习课本内容后才能够很好的理解教授讲解的知识点。 1. 常见图结构 假设我们有如下图结构: Adjacency Matrix:行和列表示的是节点的位置,A[i,j]表示的第 i 个节点和第 j 个