文章图片
文章图片
文章图片
生物医学科学 ， 尤其是基因组学等领域 ， 正在成为大数据领域 ， 这在很大程度上是由生成大量数据集的能力驱动的 。 对于传统上数据很少的生物学等领域 ， 大数据、噪音等的涌入导致需要迅速改变研究实践 。 处理这些数据的方式导致从统计学、计算机科学和物理学中引入合作者 。 然而 ， 这些新的“生物学家”根本不是生物学家 ， 受过经典训练的生物学家也不是“大数据研究人员” 。
不幸的是 ， 这些领域的汇合并没有通过应该是协同作用来提高对生物学的理解 ， 而是导致研究的完全不幸的转变 。 新格局涉及还原论生物学家可以快速理解的大数据使用 。 简而言之 ， 它已成为对大数据的使用还原论扭曲 ， 或主要对大数据进行还原论分析 。 当然 ， 还原论在解开许多关键生物过程的机制方面取得了极大的成果 ， 但是将这些过程转化为对复杂表型（例如常见人类疾病）的理解却没有那么简单 。
因此 ， 大数据生物学界并没有巧妙地创造性地使用大数据来过滤信号中的噪声 ， 并理解内在复杂的生物学问题 ， 而是有效地采用了大数据和生物学之间的最小公分母 。 换句话说 ， 分析已被简化为可以使用传统思维方式轻松解释的简单输出 。 我们减少了对大数据的使用 ， 以进行通常相当于自动驾驶的分析和解释 。 自动驾驶 ， 尤其是大型商用飞机的自动驾驶 ， 对于正常飞行有很多优势 ， 让飞行员的工作更轻松 。
然而 ， 正如最近看到的那样 ， 其普遍实施存在局限性 ， 其中最重要的是飞行员对飞行的真正控制和理解 。 在正常、简单的飞行中 ， 这不是问题 ， 但当发生紧急情况或异常困难时 ， 对自动驾驶仪的依赖会产生意想不到的后果 ， 即减少飞行员对复杂飞行条件的反应 。 此类问题出现在诸如法航447航班飞越大西洋的情况下 ， 当时飞机的自动驾驶仪“突然脱离并启动了失速警告 。
高级副驾驶接着说：“发生了什么事？我不知道 ， 我不知道发生了什么” 。 作为反应 ， 副驾驶将机头向上拉 ， 这与应该做的完全相反 。 飞行员做出反应 ， 但为时已晚 ， 飞机坠入大海 ， 机上228人全部遇难 。 简而言之 ， 副驾驶因依赖自动化流程而自满 。 在大数据生物学中 ， 我们可能同样被文章中普遍应用的即插即用的分析程序所迷惑 。 相反 ， 真正的问题应该是：什么是有用的数据 ， 我们如何从海量数据的大海捞针中提取出来？
作为一个领域 ， 生物学经常开发和采用标准的分析方法和演示文稿 ， 这些方法和演示并不试图理解复杂性 ， 而是在需要保留的地方消除给定特征的独特性 。 这些方法导致了太多关于自动驾驶的科学 ， 科学家们只在最后一分钟或研究着陆时触摸控制 ， 其余的工作由机器完成 。 当调查人员必须创造性地参与数据的收集、分析和深思熟虑的解释时 ， 这通常使我们能够使用大数据重新发现几十年来已知的真相 。
【生物医学科学，尤其是基因组学等领域，正在成为大数据领域】这并不是说拥有大量数据和非常聪明的人是不好的 ， 这只意味着我们需要重新关注我们如何处理肯定会收集的大数据 ， 使用聪明的分析和能够分析它的人之间的协同作用方式以及那些了解这些数据所代表的表型和生物学过程的人 。 生物数据挖掘可以作为此类研究的漩涡 ， 我们希望让不同的研究人员群体参与其中 。
推荐阅读
- ?人类需要用新颖的通信方法、工具和技术来搜索外星人
- ?了解地球以外的先进智能生命
- 一场火在地球上烧了50年，平均每年造成500亿损失，至今无法扑灭
- ?我们所知道的高级生命在宇宙中可能是罕见的
- ?研究外星生物学的意义
- 真的有一个平行的空间吗？梦也许是一种感觉到的一种很好的方法。
- 没了肚子，还在不停地繁殖？走近被真菌操控的“僵尸蝉”
- 什么是纤维素？关于纤维素的定义和功能的介绍
- 1万吨糖泄露，人像昆虫一般被黏成琥珀，21人被永远定格成了糖人