JET毛选学习笔记:如何利用《矛盾论》从做实验到做科研vol. 1

2024-04-28 07:44

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. 1,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!

一、前情回顾

上一轮讲了基于《实践论》的方法论学习一门实验,从获取间接经验到实践,总结,再实践,再总结,反反复复无穷尽也,不知道大家悟出了多少呢?其实,有一个概念我刻意避开了没说,那就是理性认识,完整地认知过程就是在一轮一轮的实践和总结中,把感性认识抽象或者提炼成理性认识。为啥没说呢,因为我觉得把它放在《矛盾论》一把讲容易一些(因为我忘了)

二、写作动机

强迫症犯了,写了《实践论》,不写《矛盾论》,成何体统。同样,带的学生多了,发现各种问题,我再举一些例子给大家感受(对号入座)一下:

(1)张三写的一篇文章屡屡被拒,心里MMP,见人就吐槽:“明明人家发表的文章也是这么写的,为啥到我的被拒”,类似地,还有:“为什么同一个选题,别人能发好文章,而我不能呢”。

(2)李四做了一学期的基础实验研究,发现费时费力费金钱,结果连一个图都做不出来,反观隔壁老王数据分析+生物信息刷刷好几篇SCI,拿了国奖,走上人生巅峰,然后自己也转型学老王,刷文章。之后吧,自己成为青椒要申请课题后,有一种深深滴无力感,无从下手;

(3)王五始终秉持“大力砖飞”的基本原则,同时安排多个实验,一个实验多个分组,刷刷刷,便产出了几百兆的数据,分析发现数据质量不太行,组间组内差距都挺大。组会上被问到得到什么结论,黑人问号,不过也得到了鼓励:“做得很辛苦,有科研激情,下次别做了”;

等等......

不知道小伙伴们中了几个。回头想想这些现象挺有趣的,我试着基于《矛盾论》的理论去分析分析这些背后的思想问题。

如果说《实践论》是教你学习一个实验(当然作用不仅于此),那么《矛盾论》可能就是教你如何做好科研。

来咯来咯,大名鼎鼎但是略为抽象的《矛盾论》来咯。

三、此矛盾非彼矛盾

说到矛盾,各位可能会想到幼儿园学的那个故事:使用最锋利的矛去怼最坚固的盾,结果会如何?实际上,《矛盾论》中的矛盾跟故事中的矛盾不太一样,它既是一种世界观,又是一种方法论。没错,我又来了,又是世界观和方法论,别嫌我啰嗦就好。

来看教员的原话:“事物的矛盾法则,即对立统一的法则,是唯物辩证法的最根本的法则”。划重点,矛盾就是对立统一。看看对立统一这个概念,本身就很矛盾吧,既然对立了,那么怎么就统一了呢?先埋个坑。

还没完呢,更猛的还在后面:“其一是说,矛盾存在于一切事物的发展过程中;其二是说,每一事物的发展过程中存在着自始至终的矛盾运动。”教员怕我们看不懂,又补充到:“一切事物中包含的矛盾方面的相互依赖和相互斗争,决定一切事物的生命,推动一切事物的发展。没有什么事物是不包含矛盾的,没有矛盾就没有世界。也就是说,事物处处充满矛盾(客观存在的),而矛盾决定着事物的发展。因此,我们解决问题的过程其实就是分析矛盾、然后基于矛盾分析提出针对性的解决方案的过程。所以在上一篇我提出过一个观点:躺平是没用的,矛盾客观存在,除非,物质没了,那矛盾就会随之消失。

因此,我们在做科研过程中遇到的形形色色的问题,就可以参考矛盾分析法来逐个解决。由于《矛盾论》内容很多,我大体抽取主要部分聊一聊(我看得懂的)矛盾的普遍性和特殊性、矛盾的同一性和斗争性、主要矛盾和次要矛盾,最后再说说两种宇宙观(世界观)。

四、矛盾的普遍性和特殊性

矛盾的普遍性这个好理解,上面也提到过,教员在文中用了不同提法一再强调这个观点:“矛盾是普遍的、绝对的,存在于事物发展的一切过程中,又贯串于一切过程的始终。”

根据矛盾论的原理,既然矛盾有普遍性,那么矛盾肯定有其特殊性。从字面意思上看,也好理解,就是不同事物存在其特有的矛盾,因此,我们常说:“具体问题具体分析。”

那么,这对我们有什么启发呢?我其中一个不成熟的理解是:既然事物发展都由矛盾驱动,那么不同事物之间应该能够展现出某种共同的属性和规律,也就是某种本质的东西。同时,我们还得关注不同事物独有的特点。

下面,我尝试从做实验、做课题、写文章等几方面分享我的学习心得。

(一)做实验

回到《实践论》中学习实验的例子,不管一个实验步骤衍生出多少个版本,它们在主要步骤上肯定是一致的,这是由该实验最本质的原理决定的。比如,WB在怎么花里花哨,还是得提蛋白、电泳、转膜、封闭、孵一抗、孵二抗。这个过程,其实就是我之前说的归纳总结或者抽象的过程,这是一种很重要的能力,也就是《实践论》中如何从感性认识和实践中归纳出理性认识的能力。

再举些例子好理解:WB、流式细胞术、免疫荧光(IF)、ELISA等实验,都是检测蛋白的实验,本质上都是抗原抗体反应,因此,实验的核心步骤都差不多的。而最近比较火的表观遗传实验,包括但不限于RIP、Chip、Co-IP、RNA pull down等,原理都是两个物质的相互作用:蛋白与RNA、蛋白与蛋白、蛋白与DNA。这就决定了它们的大体实验步骤类似,首先沉淀一个东西,然后检测另一个东西,例如RIP是沉淀蛋白,然后检测RNA;Co-IP是沉淀蛋白,然后检测蛋白;Chip是沉淀蛋白,然后检测DNA;RNApulldown是沉淀RNA,然后检测蛋白。

因此,面对复杂多变的基础实验,如果童鞋们用心地思考,稍微归纳总结和抽象,做到知其然也知其所以然,那么掌握起来就不会那么难了。这一步,利用矛盾的普遍性,我们抽象出了自己的“实验理论”,相当于把众多实验进行了压缩(把书读薄),但是在具体的实验中,由于矛盾的特殊性,还需要把它针对性地展开(再把书读厚)。比如我之前熟练掌握Co-IP实验,现在要学习Chip,根据我的抽象理解,Chip和Co-IP一样都属于共沉淀类实验,大题步骤一致:首先样本制备应该跟Co-IP类似,主要步骤是我得把蛋白沉淀下来,然后用某种手段检测DNA。那么,带着这种认识,我就会去看Chip的具体步骤,其实就是在烂熟于心的Co-IP的步骤上做加减法,再配合《实践论》的方法论,学习效率会很高。

总结一下,就是根据实验原理抽象出理论框架(矛盾的普遍性),然后在学习某个具体实验中,对步骤做针对性地加减法(矛盾的特殊性)。

(二)做课题

(1)中心法则

我们进一步延伸,毕竟做实验不是等同于做科研。就拿生物学实验来说吧,我认为做来做去其实都是围绕一个东西,中心法则:DNA——RNA——蛋白质,各位童鞋你们要是从这个视角去看待各种实验,就可以串起来了,初步的科研思维似乎就有一点了。各位请看:

①先看细胞核,有DNA和蛋白(细胞核的蛋白只有组蛋白、转录因子和辅助转录因子)。DNA双链围绕在组蛋白上,实现压缩(不然DNA链条那么长,一个小小的细胞核怎么装得下)。基因A要表达,第一步,DNA链条需要从组蛋白上解开,充分暴露(有个测序叫做ATAC-seq,就是通过检测DNA的开放程度判断这个基因的表达水平);第二步,转录因子(辅助转录因子)结合到基因A的启动子区域(一段特定的DNA序列),启动转录程序(Chip就是通过沉淀转录因子,检测与转录因子结合的DNA启动子序列,判断某个转录因子调控哪个基因的转录)。第三步,转录生成的前体mRNA经过一系列的加工(转录后调控),比如大火的m6A(m6A-seq技术)、m5C(m5C-seq技术)、可变剪切(RNA-seq配合某些算法)等等,形成成熟的mRNA。此外,还可以形成非编码RNA,比如lncRNA、circRNA等。以上就是在细胞核发生的故事,每一步都涉及到调控,每一步都存在特定的检测方法。

②再看细胞质部分,mRNA出来以后,会前往核糖体进行翻译成蛋白(大家常做的实时荧光定量PCR以及RNA-seq,检测的就是mRNA的表达量,旨在反应某个基因的表达水平)。但是,前往核糖体的路上不是很太平,细胞质会存在一系列机制降解mRNA(也有特定的实验去检测某个mRNA的稳定程度),这又是一个调控点。同样,翻译过程也存在调控机制,但是目前大家做的不多(资本还没往这块引流),我就不说了。

③到蛋白质部分,蛋白成型以后,也会被各种修饰,例如磷酸化、泛素化、巴拉巴拉的(WB检测)。蛋白修饰对蛋白的功能很重要,比如有些蛋白只有磷酸化以后才发挥功能(此时你检测他的表达量意义不大),有些蛋白可以通过泛素化而降解(所以有些因子mRNA高表达,但是蛋白低表达)。此外,蛋白的位置也不一样,有细胞核蛋白(核质分离+WB检测或流式检测)、细胞质蛋白(核质分离+WB检测或流式检测)、细胞膜蛋白(流式检测)、分泌蛋白(CBA或ELISA检测)

以上,就是我认知中基于中心法则大概归纳的知识网络,包括大概的生物学过程、关键的调控点及其检测手段。这就是基于矛盾的普遍性和特殊性原理搭建的科研分析框架,在设计和实施课题过程中,照着它做就效率会高很多。

很多童鞋吧,做了很久也不懂做这个实验是为了证明什么问题?实验的基本原理是什么?那么,遇到问题或者拿到实验结果数据,大概率就是束手无策了,因为没有掌握本质的东西。

啰嗦到这里,进行一个小结吧:首先,根据《实践论》的方法论,你应该知道怎么去掌握一门实验;其次,根据各种实验之间的共性(实验原理),你应该很快地掌握一群类似的实验(检测蛋白的实验、检测核酸的实验、共沉淀的实验等);随后,根据中心法则,你应该可以把各种类型的实验串起来(基于实验目的)。这就是从点到线再到面的学习过程。那么,下一步,就是如何用这个串起来的框架去验证你的科学假说。

(2)科学假说

所谓做课题,我觉得就是提出问题,解决问题的过程。底层逻辑跟《实践论》的方法论是一样的,不信大家看哦:首先,根据一个表型和既往研究,提出一个假设(感性认识);随后,使用恰当的实验去验证这个假设(实践);如果实验结果跟假说不一致,那就根据客观结果修正假说,如果实验结果跟假说一致,那就在此基础上抽象出更进一步的假说(总结);以此循环,一直到完成一个课题。

我看到有些童鞋吧,心里也没个科学假说就去做实验(之前说的盲目实践),得出了实验结果相当于无效结果,对假说的论证没啥作用。为什么这么说,因为心中没有特定的假说,那么在实验设计的时候就没有针对性,得出的结果也不会有啥特异性,跟抽奖没啥区别(不排除抽中奖的)

为了直观,我举个例子吧:

我发现某个真菌可以在巨噬细胞中存活,那么科学问题便是:真菌通过什么机制在巨噬细胞中存活?分子机制千千万,得选一个开展研究吧,我就选了可变剪切这个方向。此时问题就变成:真菌是否通过可变剪切在巨噬细胞存活?这其实是一个很大的问题,我们还需要进行拆分,首先得确定:真菌感染巨噬细胞后,巨噬细胞是否会发生可变剪切?通过RNA-seq配合生物信息学分析,发现巨噬细胞存在很多可变剪切事件,那么这个问题解决了,但是衍生出另一个问题:有没有哪种或者哪些可变剪切事件在真菌逃逸巨噬细胞杀伤中发挥关键作用?通过一系列策略和实验分析,最终鉴定到一个可变剪切蛋白,NCOR2-013。理由是正常细胞不存在,只有真菌感染细胞后,它才会表达,因此它嫌疑很大,那问题又来了:NCOR2-013是不是在其中发挥作用呢?这其实就是证明因果关系,我发现哈,人为提高NCOR2-013的表达量,巨噬细胞杀伤真菌的能力下降了,说明它真有用,那么:它有用的具体机制是什么呢?我发现它只存在于细胞核,之前说过,细胞核中的蛋白就三种,组蛋白、转录因子、辅助转录因子,组蛋白肯定不是,转录因子大概率也不是(因为它的母蛋白属于辅助转录因子),那可能就是辅助转录因子咯。辅助转录因子作用是与转录因子结合,抑制或者促进它功能的发挥,因此,我就使用Co-IP发现一个转录因子叫做JunB的,与它结合。到这里,假说已经迭代成:真菌诱导细胞发生可变剪切,产生NCOR2-013蛋白,与JunB结合,抑制促炎因子的表达。还得继续往下找:具体抑制哪个促炎因子呀?那就用Chip实验来找,最终发现直接抑制的是肿瘤坏死因子和白介素1贝塔。

综上,我们已经梳理出一条分子机制路径去阐明真菌如何在巨噬细胞中存活。可以看到,假设都是基于中心法则一步一步验证和迭代,每一步选择的实验手段,都是具有极强的目的性,都是奔着验证假设去的。此外,整个过程呈现出一个倒金字塔型,首先,通过测序和生物信息学分析,对人类4万多个基因进行筛选,缩小可疑目标因子;随后,通过生物学实验去做进一步的筛选,确定最终的目标因子;接着,就是通过一系列基础实验去论证这个目标因子与表型的因果关系。

(三)写文章

改过毕业论文和期刊论文的小伙伴应该知道,看似很难,其实一点也不容易,是一个治疗低血压和低血糖的好法子。有时候真的是无从下手修改,抓耳挠晒,捶胸顿足,怒其不争。我就不负责任地归纳出几个原因:

(1)不知道合格的论文长什么样,按照自己认为的来写。但是,你认为的、他认为的、她认为的、我认为和合格论文的标准差距颇大,然后就是百花齐放了。

(2)把几篇优秀论文拿过去给参考,不懂如何解构,也就是抽象出他们共性的东西,最终就是模仿出了一个四不像的论文。

(3)然后给解析优秀论文的基本构架后,又出现直接生搬硬套的现象,完全忽略矛盾的特殊性问题。

看到这,你应该也懂基本的方法轮了吧:首先,找到几篇类似的论文进行解构,找出共性的东西,包括但不限于整体逻辑框架如何布局、段落之间如何衔接、句子句子之间如何衔接、图表如何展示出核心数据等等。随后,开始模仿,注意不是照抄,要做到具体问题具体分析,别人是肿瘤,你是传染病,有些东西肯定不一样的。但是呢,最重要的前提是要清楚整个科学假说是怎么一步一步论证出来的,不然真的只能是硬写了,最后就是大家都痛苦。

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

好啦,矛盾的普遍性和特殊性就分享到这里,后面我再讲一讲矛盾的同一性和斗争性、主要矛盾和次要矛盾,最后再说说两种宇宙观(世界观)。内容还有很多,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. 1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/942677

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