重编程机制的研究——文献复习

xiaoheilong

- E, c, Q8 O& g, T: [
" b. s8 W$ K6 W$ E
重编程机理的研究加强了人们对诱导iPS过程和对决定不同细胞状态的内在因素的理解；但理论研究似乎不能十分有效的指导实践，比如能否通过比较iPS和MEF的区别直接预测出哪些基因的导入能得到iPS (不限于Yamanaka四因子，最近找到了Glis1，但应该还有其他的因子) ,再比如说导入干细胞特异表达的mRNA、miRNA、蛋白质能否也能诱导得到iPS，这个设想很容易想到，但最近才陆续实现，生物学的理论工作能否对实验提供直接的指导是衡量其成果意义的重要标准。物理学往往是从现象中提出理论假设甚至推导得到结论，实验用来进行验证，比如爱因斯坦的相对论至今还有人在寻找实际争据（见http://news.sciencenet.cn/htmlnews/2010/2/228675.shtm），这是典型的理论走在实践的前面，是远远超前；由于生命的复杂性和种种“不确定性”（生命应当是确定的，只是人们还没认识罢了），生命科学任何进展都要繁重的实验证据，比如说要确定一个基因的功能，敲掉这个基因的模型鼠才具有说服力（但在人上也是这样吗，难以验证）；要验证ips诱导成功，有多项检测指标（难道不能简化得到一种指标吗？基因芯片就集敏感性、精确性为一体，如果基因表达谱和ES几乎一致，为什么要劳烦打畸胎瘤、分化EB、检测各种芯片也能检测的多能性Marker，严谨是好的，但将来要实现临床必需简化检测步骤）；人鼠ES/ips诱导分离成功了，其他物种呢？许多大动物ES未成功建系，ips诱导也举步维艰；非生命界的科学往往是由一及十，由点达面，触类旁通，而生命科学的内容似乎推广性没这么好.好处是生命科学研究的内容实在很多，人鼠ips诱导完了还有其他物种;P ，只要留心其实处处都有可能出现新发现，但缺陷是这门科学中实践和理论存在一定脱节，比如让一个实验工作者去看bioinformatics的文章，很多内容是看不懂的，而bioinformatics的文章内容，比如说用数学模型直接预测干细胞的分化（见0 h1 Q! |8 p. D: s, d: t
http://www.bcamath.org/documento ... as/AIMS_Dresden.pdf）这样的文章对于实验工作者的效用并不大；
' E, H- _8 ^. X  |: x2 f( w爱因斯坦提出的想象力比知识更重要，因为知识是有限的，而想象力概括着世界的一切，推动着进步，也许存在许多生物学学生对这们学科不感兴趣甚至厌恶的重要原因是枯燥的体力劳动成为研究主要工作，科研最有趣的发挥想象力，进行推理判断，发现真理的满足感，这些高级精神享受得不到满足；我不管是在现实还是网络中多见到许多学数学、物理的学生对自己从事的学科充满的是近乎宗教般虔诚的热爱。
: ?. h/ Q# X8 U9 D% r3 [4 R# d许多观点有些片面，希望生物学能早日发展到将科学家从体力劳动中解放出来，机器产生各种数据，科学家运用生物学知识去探索生命世界。生命科学理论工作任重而道远。

xiaoheilong

想想这也是一种不公平竞争，外国人看文献写总结能发表综述，越牛的人发的越高，楼主化大力气阅读文献，写出总结，只能发在干细胞之家，影响甚微，仔细阅读者聊聊（我自己的估计:D），而现实是干细胞之家也是目前较少的有效而颇具影响的平台之一。建议楼主直接写英文综述，这样既能锻炼写作，所写内容也可以直接用于将来文章内容，直接与国外同行交流；或者干细胞之家直接劈出英文交流区，扩大影响力，大家也可以借此锻炼英文写作能力。